Optimierung dynamischer cyber-physikalischer Systeme in Smart Logistics und im Supply Chain Management durch KI-basierte Entscheidungen

Overview

Das Projekt ODYSSEE wird durch die Motivation angetrieben, bestehende Herausforderungen in der dynamischen Tourenplanung und der ganzheitlichen Abbildung komplexer Supply Chains anzugehen. Insbesondere bieten Multi-Agenten-Systeme (MAS) eine vielversprechende Lösung für die Flexibilität und Effizienz in der dynamischen Tourenplanung. Diese Systeme ermöglichen eine Verbesserung der übergeordneten Koordination und Integration logistischer Subsysteme, die bislang oft isoliert betrachtet wurden. Besonders in Szenarien, in denen Teilsysteme starke Interdependenzen aufweisen, können MAS helfen, die Komplexität und Dynamik dieser Systeme zu erfassen und zu steuern – ein Aspekt, der bislang häufig nur unzureichend berücksichtigt wurde. Daher stellen sich MAS als besonders geeignet für den Einsatz in Cyber-Physischen Systemen (CPS) der Logistik und des Supply Chain Managements (SCM) dar, da sie eine ganzheitlichere, vernetzte Sicht auf die Supply Chain ermöglichen. MAS bieten nicht nur eine verbesserte Flexibilität, sondern ermöglichen auch die Integration maschineller Lernverfahren, um dynamische Veränderungen im Routennetz - wie Staus oder Unfälle und deren Wahrscheinlichkeiten - zu erlernen. Diese Fähigkeit zur kontinuierlichen Anpassung und Verbesserung der Datengrundlage könnte die Qualität der Entscheidungen in dynamischen Systemen erheblich steigern. Das Projekt ODYSSEE nutzt diese Möglichkeit, um als Ausgangspunkt für die Entwicklung von Cyber-Physischen Logistik-Systemen zu dienen, die Bausteine für zukünftige Cyber-Physische Supply Chain Systeme darstellen.