DACHSER richt een competentiecentrum op voor data science en machine learning

AI-technologieën hebben hun prestaties en voordelen al bewezen in verschillende projecten en toepassingen bij DACHSER. “Het belang van AI, machine learning en data science voor transport, logistiek en supply chain management zal de komende jaren blijven toenemen. Dat maakt het voor DACHSER van cruciaal belang om zijn expertise op dit belangrijke gebied verder te versterken. Daarnaast zullen we ook de mogelijkheden om machine learning-toepassingen te implementeren en te exploiteren verder uitbreiden”, zegt Stefan Hohm, Chief Development Officer (CDO). Het Competence Center Data Science & Machine Learning (CC DS&ML) zal deze taak bij DACHSER op zich nemen en als centraal contactpunt fungeren.

DACHSER produceert dagelijks grote hoeveelheden data, dit vormt een basis voor de ontwikkeling en het gebruik van de nieuwe AI-technologieën. “We zullen in de toekomst nog beter gebruik maken van deze data. Het zal ons helpen nieuwe oplossingen te vinden en te implementeren voor de meest uitlopende cases”, zegt Florian Zizler, Team Leader Competence Center Data Science & Machine Learning.

Anticiperen op capaciteitsschommelingen met artificial intelligence

Een specifiek voorbeeld voor het werk van het nieuw opgerichte competentiecentrum is een AI-product dat werd ontwikkeld en uitgerold als onderdeel van het DACHSER Enterprise Lab. Het prognosemodel maakt gebruik van machine learning technieken om de inkomende zendingvolumes over land van een vestiging tot 25 weken van tevoren te voorspellen. “Onze data gaan terug tot 2011. De focus ligt op historische zendingsdata”, zegt Zizler. “We vullen deze datapool aan met kalendergegevens, zoals feestdagen of schoolvakanties. Hierdoor kan het model de seizoenspatronen herkennen die zo belangrijk zijn in het vervoer over land. Om beter te kunnen anticiperen op trends, hebben we ook een grote verscheidenheid aan economische indexen geïntegreerd.” Daardoor kan DACHSER de medewerkers in zijn vestigingen waardevolle ondersteuning bieden bij beslissingen over de seizoensgebonden capaciteitsplanning. Juist op dit gebied is het belangrijk om in een vroeg stadium de juiste laadcapaciteit op de markt te krijgen of middelen in de overslagloods te plannen. De huidige omstandigheden hebben echter ook hier impact. “Natuurlijk was het voor prognoses op basis van waarden uit het verleden een uitdaging om het hoofd te bieden aan volatiele volumes en aan de pandemie”, aldus Zizler. Maar samen met zijn team van deskundigen blijft hij optimistisch: “We zullen onze prognoses snel weer op de gebruikelijke hoge kwaliteit krijgen.”