Mit seinen rund 100 Kilometern gehört der Nord-Ostsee-Kanal (NOK) zu den meistbefahrenen Wasserstraßen der Welt. Je nach Abfahrts- und Zielhafen verkürzt sich die Wegstrecke der Schiffe zwischen Nord- und Ostsee im Schnitt um rund 250 Seemeilen. Entsprechend reduziert sich auch ihre Fahrzeit und ihr Treibstoffbedarf.
Bei der Durchfahrt des NOK müssen die Schiffe Schleusen passieren. Bisher konnten sich die Schleusenmeister/-innen bei der Vorplanung einer Schleusenreihenfolge am NOK nur auf ihre langjährigen Erfahrungen verlassen. Aufgrund ständiger Änderungen der Verkehrsströme wird eine kurzfristige Vorplanung jedoch immer schwieriger, da keine Datenbasis über das aktuelle Verkehrsaufkommen zur Verfügung steht. Eine langfristige, verlässliche Voranmeldung von Schiffen gibt es bisher nicht.
Das Projekt SchleusenNOK40 ermöglicht ein verbessertes Schleusenmanagement durch datenbasierte Verkehrsprognosen sowie darauf aufbauende wissensbasierte Planungs- und Optimierungsverfahren. Im Projekt entstand dafür ein Planungs- und Informationssystem. Das Schleusenpersonal soll so bei seinen Entscheidungen besser unterstützt werden. Die Verkehrsteilnehmer können damit für ihre eigene Planung verbesserte Informationen über mögliche Warte- und Abfertigungszeiten an den Schleusen erhalten.
Bei der Entwicklung des Systems setzten die Projektpartner auf die Zusammenführung von umfassenden Datenbeständen, wie z. B. Wetter- und Klimadaten, Navigations- und Geodaten. Aus diesen Daten und mithilfe maschineller Lernverfahren und stochastischer Analyseverfahren wurden Prognosen erstellt und in angepasster Form zur Verfügung gestellt. Darüber hinaus wurde ein wissensbasiertes Planungstool für optimierte Schleusenbelegungen entwickelt, in das die Erfahrungen des Schleusenpersonals einfließen und diese beim Schleusenbetrieb unterstützt.
»Für die Umsetzung der geforderten Funktionen setzen wir auf Methoden und Verfahren des maschinellen Lernens zur Vorhersage von Verkehrsdaten sowie auf Problemmodellierungs-, Lösungs- und Optimierungsansätze aus den Bereichen des Operations Research, der Constraint-Programmierung und der Künstlichen Intelligenz«, sagt Dr. Armin Wolf, Projektleiter SchleusenNOK40 bei Fraunhofer FOKUS. FOKUS hat dafür bei der Anforderungsanalyse mit Stakeholdern den Schwerpunkt auf die Schleusenbelegungsplanung und die dafür erforderlichen Vorhersagen von Fahr- und Ankunftszeiten von Schiffen sowie auf weitere planungs- und vorhersagerelevante Daten gelegt. Neben dem korrekten Verhalten wird so die Güte der Vorhersagen und Schleusenbelegungspläne aber auch das Reaktionsverhalten bei adaptiver oder interaktiver Planung von Schleusenbelegungen untersucht und verbessert.
Am Projekt waren neben Fraunhofer FOKUS auch die dbh Logistics IT AG und die TTS TRIMODE Transport Solutions GmbH beteiligt. Das Projekt wurde durch das Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) im Rahmen der Forschungsinitiative mFUND (Modernitätsfonds) gefördert.