Refine
Document Type
Conference Type
- Konferenzartikel (4)
Is part of the Bibliography
- yes (14)
Keywords
- Schienengüterverkehr (3)
- Künstliche Intelligenz (2)
- Logistik (2)
- Technological innovation (2)
- kombinierter Verkehr (2)
- AI applications (1)
- AI prototype (1)
- Anforderungen (1)
- Artificial Intelligence (1)
- Artificial intelligence (1)
Institute
Open Access
- Open Access (7)
- Closed (5)
- Bronze (4)
- Closed Access (2)
- Gold (1)
- Grün (1)
- Hybrid (1)
Maschinelles Lernen verändert zusehends die Arbeitswelt. Auch in der Produktionsplanung und -steuerung finden sich vielversprechende Anwendungsfälle. In diesem Beitrag sollen ausgewählte Anwendungsbereiche und Ansätze vorgestellt werden, die anhand einer umfangreichen Untersuchung wissenschaftlicher Veröffentlichungen identifiziert wurden. Als Strukturierungshilfe dient das Aachener PPS-Modell.
Mit zunehmender Datenverfügbarkeit wird der Einsatz Maschinellen Lernens zur Steuerung und Optimierung von Supply Chains attraktiver, da die Qualität der Datenauswertung erhöht und gleichzeitig der Aufwand gesenkt werden kann. Anhand des SCOR-Modells werden exemplarische Ansätze als Orientierungshilfe eingeordnet und dazu passende Verfahren des Maschinellen Lernens vorgestellt.
Bislang gibt es keine Güterstraßenbahnsysteme, die im urbanen Warentransport im Realbetrieb eingesetzt werden. Bestehende Konzepte sind auf einzelne Branchen, ausgewählte Transportgüter oder einzelne Verlader ausgerichtet. Untersuchungen zu Güterstraßenbahnprojekten konzentrieren sich auf individuelle Kunden (zum Beispiel "CarGo Tram" Dresden). Für die Realisierung einer Güterstraßenbahn im urbanen Raum wäre zu klären, welche Anforderungen potenzielle Nutzer haben und wie diese Anforderungen in ein logistisches Konzept integriert werden können. In einer multiplen Fallstudie werden drei Unternehmen aus verschiedenen Branchen analysiert. Aufgrund heterogener Anforderungen wird ein modulares Logistikkonzept vorgeschlagen. Der Beitrag entstand im Rahmen des Projektes "LogIKTram: Logistikkonzept und IKT-Plattform für stadtbahnbasierten Gütertransport".
IoT-Plattformen stellen ein zentrales Element für die Vernetzung von physischen Objekten und die Bereitstellung deren Daten für digitale Zwillinge dar. Der Markt für solche Plattformen ist in den vergangenen Jahren stark gewachsen. Bei inzwischen über 600 Anbietern ist die Wahl der „richtigen“ Plattform für das eigene Unternehmen keine triviale Aufgabe mehr. Dieser Beitrag soll Unternehmen im Auswahlprozess unterstützen, indem gängige Funktionen von IoT-Plattformen und Kriterien für die Auswahl von IoT-Plattformen aufgezeigt werden.
Environmental aspects, efforts to reduce traffic congestion, shorter delivery times and an expected ongoing increase in freight traffic are only some of the partly contradictory challenges that the logistics industry has been facing for years. The use of passenger trams for freight transport in cities is one of the concepts to meet these challenges. The idea as such is not a new one and has already been tested and practiced in earlier times as well as in recent years. However current concepts suffer from a lack of an integrated concept of IT solutions in logistics. This article presents the logistics and operator concept needed for this and the Information and Communication Technology (ICT) platform required on the IT side to coordinate all stakeholders involved. In particular, the newly developed data formats as well as the use of existing standard formats for data exchange from public passenger transport and the integration of existing systems are discussed.
Zunehmender städtischer und regionaler Güterverkehr belastet die Anwohner, Verkehrsteilnehmer und die Umwelt. Das Projekt LogIKTram verfolgt das Ziel, regionalen Güterverkehr von der Straße auf die Schiene zu verlagern und somit eine Entlastung zu erzielen. Diese Idee soll am Beispiel einer Gütertram in der Region Karlsruhe erprobt werden. Dafür entwickelt die Hochschule Offenburg unter anderem ein Logistikkonzept und ein Planungsmodell. Beides wird in einer IKT-Plattform umgesetzt.
LogIKTram
(2023)
Der Anstieg des urbanen Verkehrs belastet zunehmend die Anwohner, die Nutzer der Infrastruktur sowie die Umwelt. Während für die Personenbeförderung die Straßenbahnen eine Entlastung bieten, existieren für den innerstädtischen Logistikverkehr keine passenden Angebote. Aus diesem Grund verfolgt das Projekt LogIKTram das Ziel, den Logistikverkehr mit einer Gütertram auf die Schiene zu verlagern. Hierfür werden ein Logistikkonzept sowie verschiedene Planungsmodelle entwickelt, die eine vereinfachte Nutzung erlauben.
In industrial production, Explainable Artificial Intelligence offers the opportunity to better understand AI models, not only to understand their decisions but also to be able to improve processes, which is possible even without the necessary experience. There are several widely used methods to implement this for Artificial Intelligence models, but no uniform standards and definitions. There are also still some hurdles on a technical and legal level as well as trust on the human side. Ultimately, the application of such techniques is particularly important in this area, but this is often not possible without the well-functioning and widespread use of Artificial Intelligence in manufacturing industry. However, it is a further step towards intelligent manufacturing and the acceptance of Artificial Intelligence in this area. The publication not only shows the latest developments, but also some use cases of Explainable Artificial Intelligence in manufacturing. Not only legal aspects but also ethical aspects are highlighted. In conclusion, it can be stated that Explainable Artificial Intelligence methods per se are well established, but their implementation and use in practice is lagging behind. A major point here in the future will be the explanation of generative artificial intelligence and user-centred explanations for non-domain experts. A standardised definition of explainability and standards for evaluating the individual methodologies must also be created
Transportation planners are increasingly relying on AI to optimize logistics and solve persistent challenges. However, as AI advances rapidly, most software vendors are unable to evaluate and implement all new developments. This paper uses bibliometric methods to track and evaluate the emerging trend of neurosymbolic AI, which combines neural networks with symbolic AI to improve decision making. By analyzing literature and citation data, we gain insights into the development and impact of neurosymbolic AI. The results provide a scalable approach for practitioners to efficiently identify and evaluate AI trends to facilitate the strategic adoption of technologies and innovations in transportation planning.