Innovative Logistik für eine nachhaltige Zukunft: Vorhersage von Behälterbewegungen mit stochastischen Modellen

Als Absolventin des Masterstudiengangs Wirtschaftsmathematik an der TU Bergakademie Freiberg beschäftige ich mich intensiv mit mathematischen Modellen und Simulationen.  Durch meine studienbegleitende Tätigkeit bei LOGSOL ergab sich für mich die spannende Möglichkeit, direkt in der Wirtschaft aktiv zu sein. Diese duale Perspektive ermöglichte es mir, sowohl theoretisches Wissen als auch praktische Erfahrungen zu kombinieren.

Der Logistik- und Supply-Chain-Bereich steht ständig vor neuen Herausforderungen. Er benötigt innovative Ansätze, um die operativen Abläufe immer weiter zu optimieren und gleichzeitig klimafreundliche Lösungen zu finden. Dabei rücken Nachhaltigkeit, Ressourceneffizienz und Umweltverträglichkeit in den Blickpunkt.

Nachhaltigkeit als zentrale Anforderung

Den Akteuren geht es heute nicht allein darum, die Effizienz der Warenflüsse zu verbessern, sondern Lieferketten auch nachhaltiger zu organisieren. Reverse und Green Logistics sind viel mehr als reine Buzzwords – überall entstehen Rücknahmesysteme und ressourceneffiziente Logistikprozesse. Besonderer Fokus liegt hierbei auf dem Mehrwegbehältermanagement. Dieses nutzt umweltfreundliche Ladungsträger, die mehrfach verwendet werden können und somit natürliche Ressourcen schonen.

In enger Kooperation mit der LOGSOL GmbH und Professor Björn Sprungk vom Institut für Stochastik an der TU Bergakademie Freiberg entstand die Masterarbeit mit dem Titel „Stochastische Modelle zur Vorhersage ausgewählter Kennzahlen im Behältermanagement“. Dabei handelt es sich um die Anwendung stochastischer Modelle zur Vorhersage von Behälterbewegungen im Kontext des Mehrwegbehältermanagements im BinMan^®-System. Im Vergleich zu einer vorherigen wissenschaftlichen Arbeit mit LOGSOL, die auf Künstlicher Intelligenz basierte, liegt der Schwerpunkt nun auf stochastischen Modellen, die eine neue Dimension der Vorhersagegenauigkeit eröffnen. Durch die präzise Prognose von Behälterbewegungen können Unternehmen Ressourcen und Kapazitäten besser planen und nutzen. Dadurch sparen sie Kosten und minimieren auch den ökologischen Fußabdruck ihrer Logistikprozesse.

“Die Verbindung von logistischer Effizienz und Umweltverträglichkeit bildet den Kern meiner Motivation.”

Das Hauptziel der Arbeit besteht darin, eine gründliche Analyse der Wirksamkeit und Genauigkeit verschiedener Vorhersageansätze für Behälterflüsse im BinMan^®-System durchzuführen. Neben einer detaillierten Exploration verschiedener Vorhersageansätze für Behälterflüsse (Nichtparametrischer Ansatz, Exponentielle Glättung nach Holt und Winters sowie zusammengesetzter Poisson Prozess) werden diese im Kontext der Prognosegenauigkeit bewertet, um eine klare Verbindung zwischen Theorie und Praxis herzustellen. Die Validierungsstudie bildet das Herzstück der praktischen Umsetzung. Hierbei werden die angewendeten Modelle direkt miteinander verglichen. Ziel ist es, ihre Anwendbarkeit für die spezifische Problemstellung der Vorhersage von Kennzahlen im Behältermanagement zu bewerten.

Damit liefert die Arbeit fundierte Erkenntnisse darüber, welcher Ansatz unter verschiedenen Bedingungen am besten geeignet ist, um eine präzise Vorhersage der Behälterflüsse zu ermöglichen und das Behältermanagement zu optimieren. Besonderes Augenmerk lag auf der prototypischen Integration der Ergebnisse in einen Kundenmonitor, um dem Nutzer eine transparente Entscheidungsunterstützung im Behältermanagement zu präsentieren.

Die Bedeutung der Vorhersage von Behälterbewegungen mit stochastischen Modellen

Die Ergebnisse der Arbeit dienen sowohl der Grundlagenforschung an der TU Bergakademie als auch der Produkterweiterung des BinMan^®– Systems. Letzteres bezieht sich konkret auf die Unterstützung des Behältermanagers durch die Angabe von Prognosen für Kennzahlen sowie Vorhersageintervallen mit einem Vertrauensniveau. Dadurch verbessert sich die Planung der Behälterflüsse erheblich und ermöglicht eine bedarfsbezogene Verteilung. Die Masterarbeit ebnet damit den Weg für Veränderungen in der Logistikbranche und trägt zur Schaffung einer nachhaltigen und effizienten Zukunft bei.