Opretter kompetencecenter for datavidenskab og maskinlæring
Siden begyndelsen af juni har DACHSER samlet den ekspertise, virksomheden har opbygget i kraft af forskellige forsknings- og innovationsprojekter inden for blandt andet kunstig intelligens, maskinlæring og datavidenskab, i et nyt internt kompetencecenter for datavidenskab og maskinlæring.
AI-teknologier og -metoder har allerede bevist, hvad de kan og hvilke fordele de giver, i forskellige projekter og inden for forskellige områder hos DACHSER.
"Vigtigheden af kunstig intelligens, maskinlæring og datavidenskab for transport, logistik og forsyningskædestyring vil fortsætte med at vokse i de kommende år. Derfor er det afgørende for DACHSER at styrke sin ekspertise på disse vigtige områder og at forbedre sin evne til at implementere og drive maskinlæringsapplikationer," fortæller Stefan Hohm, Chief Development Officer (CDO). Det nye kompetencecenter vil påtage sig denne opgave og fungere som centralt kontaktpunkt.
DACHSER producerer dagligt store mængder data, hvilket danner grundlag for udvikling og brug af de nye AI-teknologier. "Vi vil gøre endnu bedre brug af disse data i fremtiden. De vil hjælpe os med at finde og implementere nye løsninger til en lang række anvendelser," forklarer Florian Zizler, som er Team Leader i kompetencecentret.
Forudsigelse af kapacitetsudsving med kunstig intelligens
Et konkret prøveanvendelsesområde for det nyoprettede kompetencecenters arbejde er et AI-produkt, der blev udviklet og udrullet som en del af DACHSER Enterprise Lab. Prognosemodellen bruger maskinlæringsteknikker til at forudsige en filials indgående godsmængder fra vejtransport op til 25 uger frem i tiden.
"Vores data går helt tilbage til 2011. Fokus er på historiske data for forsendelser," fortsætter Florian Zizler. "Vi supplerer denne datapulje med kalenderdata, f.eks. helligdage og skoleferier. Det sætter modellen i stand til at genkende de sæsonmønstre, der er så vigtige inden for vejtransport. For bedre at kunne forudse tendenser har vi også integreret en lang række økonomiske indekser."
Resultatet er, at DACHSER kan yde værdifuld støtte til de medarbejdere i filialerne, der skal træffe beslutninger i forbindelse med sæsonplanlægning. Det er netop på dette område, at det er vigtigt at sikre sig passende lastkapacitet på markedet på et tidligt tidspunkt eller at planlægge ressourcer i transitterminalen. De nuværende forhold påvirker imidlertid også situationen. "Det har selvfølgelig været en udfordring for prognoser baseret på tidligere værdier at håndtere såvel flygtige udsving i godsmængder som coronapandemien," tilføjer Florian Zizler. Men han og hans team af eksperter er fortsat optimistiske: "Vi vil snart få vores prognoser op på det sædvanlige høje kvalitetsniveau."