DACHSER perustaa datatieteen ja koneoppimisen osaamiskeskuksen
DACHSER on kesäkuun alusta lähtien jakanut erilaisissa tekoälyyn, koneoppimiseen ja datatieteeseen liittyvissä tutkimus- ja innovaatiohankkeissa saamaansa kokemusta uudessa datatieteen ja koneoppimisen osaamiskeskuksessaan.
Tekoälyteknologiat ja -menetelmät ovat jo osoittaneet suorituskykynsä ja hyötynsä monissa DACHSERin projekteissa ja sovelluksissa. "Tekoälyn, koneoppimisen ja datatieteen merkitys kuljetustoiminnalle, logistiikalle ja toimitusketjun hallinnalle kasvaa myös tulevina vuosina. Tämän vuoksi on tärkeää, että DACHSER yhä vahvistaa osaamistaan tällä tärkeällä alalla ja parantaa kykyään toteuttaa ja käyttää koneoppimissovelluksia", kehitysjohtaja Stefan Hohm (CDO) sanoo. CC DS&ML (Competence Center Data Science & Machine Learning) hoitaa tämän tehtävän DACHSERilla ja toimii samalla keskeisenä yhteyspisteenä.
DACHSER tuottaa päivittäin suuria määriä dataa, ja se muodostaa perustan uusien tekoälyteknologioiden kehittämiselle ja käyttöönotolle. "Hyödynnämme tätä dataa entistä paremmin tulevaisuudessa. Se auttaa meitä löytämään ja toteuttamaan uusia ratkaisuja monenlaisissa käyttötapauksissa", kertoo Florian Zizler, Team Leader, Competence Center Data Science & Machine Learning.
Kapasiteetin vaihtelujen ennakointi tekoälyn avulla
Yksi esimerkki tuoreen osaamiskeskuksen työstä on tekoälytuote, joka kehitettiin ja otettiin käyttöön osana DACHSER Enterprise Labia. Ennustemallissa käytetään koneoppimistekniikoita, joilla ennustetaan osaston maakuljetusmääriä jopa 25 viikkoa etukäteen.
"Tietomme ulottuvat vuoteen 2011. Painopiste on lähetysten historiatiedoissa", Zizler valottaa. "Täydennämme tätä tietovarantoa kalenteritiedoilla, kuten pyhäpäivillä ja koululomilla. Näin malli tunnistaa maaliikenteelle tärkeät kausivaihtelut. Suuntausten ennakoimiseksi olemme integroineet malliin myös monenlaisia talousindeksejä."
Näin DACHSER voi tarjota osastojensa työntekijöille arvokasta tukea kausikapasiteetin suunnitteluun liittyvissä päätöksissä. Nimenomaan kausivaihtelun vuoksi on tärkeää saada asianmukainen kuormakapasiteetti markkinoille ja suunnitella resurssit kauttakulkuterminaaliin jo varhaisessa vaiheessa. Lisäksi vallitsevat olosuhteet vaikuttavat suunnitteluun. "Aiempiin lukuihin perustuvia ennusteita käytettäessä on tietysti haastavaa selviytyä määrien suurista vaihteluista koronaviruspandemian vaikuttaessa asiaan", Zizler sanoo. Zizler on kuitenkin asiantuntijaryhmänsä kanssa optimistinen: "Saamme ennusteet pian takaisin normaaleille laadukkaille raiteille."
