I³-Lab Business Analytics – Optimierungspotenziale und strategische Risiken für maritime logistische Systeme
Im Rahmen des Projektes arbeiteten Insitute unterschiedlicher Fachrichtungen gemeinsam an Fragestellungen der Business Analytics in der maritimen Logistik. Das Projekt befindet sich somit im Schnittfeld von Informatik, Mathematik, Management und Logistik und ist damit hochgradig interdisziplinär.
Projektdauer | 01.08.2018 – 15.10.2022 |
Projektförderung | gefördert durch die Behörde für Wissenschaft, Forschung und Gleichstellung Hamburg |
Unser Status | Projektpartner |
Ansprechpartner | Marvin Kastner |
Projekthomepage | https://www2.tuhh.de/i3-ba-ml |
Projektpartner |
|
Kurzbeschreibung
Die rasant zunehmenden Mengen vorhandener und verwertbarer Daten und die fortschreitende Entwicklung der Leistungsfähigkeit existierender Rechner ermöglicht Datenanalysen und Berechnungen in einem Umfang, der noch vor wenigen Jahren undenkbar war. Während derzeit zum Teil sehr unkritisch auf die immense Leistungsfähigkeit von Algorithmen hingewiesen wird, werden mögliche Risiken häufig völlig ausgeblendet. Dies eröffnet neue Herausforderungen für die universitäre Lehre und Forschung. Im Zuge der fortschreitenden Digitalisierung wollen und müssen zudem auch Unternehmen entsprechende Verfahren adaptieren und benötigen neue Forschungsergebnisse, um Methoden der Business Analytics in Form innovativer Lösungen umsetzen zu können.
Das Projekt widmet sich vorwiegend der Anwendung von Business Analytics im Bereich maritimer logistischer Systeme, da hier noch große Optimierungspotenziale liegen. Auf der anderen Seite verfügt diese Branche mittlerweile über riesige Datenmengen, beispielsweise Schiffsbewegungen und Wetterdaten, deren Auswertung die Entwicklung verbesserter Strategien, im Personal- und Flotteneinsatz oder im Revenue Management, und neuer Lösungen, zum Beispiel im autonom gesteuerten Schiffsverkehr, ermöglichen kann.
Veröffentlichungen (Auszug)
[182448] |
Title: Current state and trends in tramp ship routing and scheduling. <em>Digital transformation in maritime and city logistics</em> |
Written by: Pache, Hannah and Kastner, Marvin and Jahn, Carlos |
in: <em>HICL 2019</em>. (2019). |
Volume: Number: |
on pages: 369-394 |
Chapter: |
Editor: In Jahn, Carlos and Kersten, Wolfgang and Ringle, Christian M. (Eds.) |
Publisher: epubli: |
Series: |
Address: |
Edition: |
ISBN: |
how published: |
Organization: |
School: |
Institution: |
Type: |
DOI: 10.15480/882.2504 |
URL: http://hdl.handle.net/11420/3788 |
ARXIVID: |
PMID: |
Note: i3lab
Abstract: Purpose: This paper discusses the current state of routing and scheduling in tramp shipping, an important planning problem on the operational level in maritime logistics. The purpose is to report and compare the existing methods and to investigate possible future additions and improvements. Furthermore, an outlook on potential applications of machine learning for this optimization problem is given. Methodology: In this paper an extensive literature review of reports and journal papers on cargo routing in tramp shipping of the last seven years is conducted. The wide range of findings are categorized by the different considered characteristics. The results are analyzed and trends are pointed out. Findings: Optimization problems in tramp shipping differ in their main properties from liner shipping or classical vehicle routing problems. Thus, different approaches and implementations are required when developing or adapting existing optimization algorithms. The real-world problem is often limited in the optimization, so found solutions are improvements, but cannot fully reflect reality yet. Originality: This paper provides a comprehensive overview of tramp ship routing and scheduling. Although optimization of routing and scheduling in liner shipping is fairly well researched, the publications on tramp shipping are sparse in comparison. This leaves room for future research, as the findings for liner shipping and vehicle routing are not directly applicable to tramp shipping.