SEEBURGER CaseStudy:

Vorhersagen über Sendungsströme basierend auf integrierten Sendungsdaten und künstlicher Intelligenz (KI)

CargoCast ist ein unverzichtbares High-Tech-Start-up für Unternehmen, die ihre Ressourcen effizient planen möchten. In einer Branche, in der die Marge gering und die Fixkosten hoch sind, ist dies von entscheidender Bedeutung, um langfristig erfolgreich zu sein. Das Unternehmen ist durch die Unterstützung der Cargo Digital World (CDW) und der garage33, als erfahrene Gründungszentren in OWL, sowie der CargoLine als starken Industriepartner entstanden. Mit den angebotenen Services auf der CargoCast Plattform können Fahrzeug- und Personalkapazitäten oder der Umschlag von Waren mittels KI-Technologie vorausschauend geplant werden. Mit den Methoden des machine und deep learnings trifft CargoCast aus umfangreichen Datenquellen präzise Prognosen über Sendungsströme und konkreten Ressourcenbedarf. Durch das Erkennen komplexer Muster und Zusammenhänge werden Informationen über Planungs- und Steuerungsaufgaben zur Verfügung gestellt. Kunden sind Stückgut-Netzwerke, Speditionen und Logistiker, die ihre Daten-mengen an CargoCast übermitteln, um tagesaktuelle Prognosen zu erhalten.

Datenintegration und Transformation über die SEEBURGER BIS Plattform

Die Errechnung der Prognosen und Business-Informationen erfolgt durch eine eigene Engine im CargoCast Cluster. Hierfür greift dieser in Echtzeit auf ein zentrales Data Warehouse zu, in dem die übertragenen Logistikdaten gesammelt werden. Eine große Herausforderung liegt hierbei zum einen in der Anbindung der verschiedenen Quellsysteme der Kunden, die eine große Heterogenität hinsichtlich der eingesetzten Systeme sowie des verfügbaren Knowhows bzw. der IT-Kapazitäten aufweisen und zum anderen in der Transformation der unterschiedlichen Daten in die benötigten Zielstrukturen zur Generierung der Prognosen. Durch die Verwendung der SEEBURGER BIS Plattform kann CargoCast eine schnelle und reibungslose Integration aller Partner und Systeme erreichen und die Daten anforderungsgerecht kombinieren, vereinfachen und transformieren.