DACHSER upprättar kompetenscenter för datavetenskap och maskininlärning

I olika projekt inom olika områden på DACHSER har AI-teknologier och -metoder redan bevisat vad det kan göra och vilka fördelar det erbjuder.

”Vikten av artificiell intelligens, maskininlärning och datavetenskap för transport, logistik och hantering av leveranskedjor kommer att fortsätta att växa under de kommande åren. Därför är det avgörande för DACHSER att stärka sin expertis inom dessa viktiga områden och förbättra förmågan att implementera och använda applikationer för maskininlärning, säger Stefan Hohm, Chief Development Officer (CDO). Det nya kompetenscentret kommer att ta sig an denna uppgift och fungera som en central kontaktpunkt.

DACHSER producerar dagligen stora mängder data, vilket ligger till grund för utvecklingen och användningen av den nya AI-tekniken. "Vi kommer att använda data vi får fram ännu bättre i framtiden. Det hjälper oss att hitta och implementera nya lösningar för ett brett spektrum av applikationer", förklarar Florian Zizler, teamledare för kompetenscentret.

Förutsägelse av kapacitetsfluktuationer med artificiell intelligens

Ett konkret testområde för arbetet i det nyskapade kompetenscentret är en AI-produkt som utvecklades och rullades ut som en del av DACHSER Enterprise Lab. Produkten, en prognosmodell, använder maskininlärningstekniker för att förutsäga en filials inkommande godsvolymer för vägtransporter upp till 25 veckor framåt.

"Vi har data som går ända tillbaka till 2011. Fokus ligger på historiska data för transporter", säger Florian Zizler och fortsätter, "vi kompletterar denna datainsamling med kalenderdata, till exempel semester och skollov. Det gör att modellen kan känna igen de säsongsmönster som är viktiga inom vägtransporter. För att bättre kunna förutsäga trender har vi också integrerat ett stort antal ekonomiska index. "

Resultatet blir att DACHSER kan ge värdefullt stöd till de anställda i filialerna som måste fatta beslut i samband med säsongsplanering. Inom just detta område är det viktigt att, i ett tidigt skede, säkra tillräcklig lastkapacitet på marknaden eller att planera resurser i transitterminalen. Den nuvarande situationen påverkar dock också hur det går. "Uppenbarligen har det varit en utmaning för prognoser baserade på tidigare värden att hantera både flyktiga fluktuationer i fraktvolymer och coronapandemin," tillägger Florian Zizler. Men han och hans team av experter förblir optimistiska: "Vi kommer snart att få våra prognoser upp till den normalt höga nivån av kvalité."