Laufende Drittmittel-Projekte
Learning to Optimize: Dynamische Komplexe Routenoptimierung für Fahrzeugflotten
Während die Tourenplanung für kleine bis mittlere Fahrzeugzahlen seit langem mit Methoden des klassischen Operations Research zuverlässig gelöst wird, stellen Probleme mit mehr als 100 Fahrzeugen sowie komplexen Randbedingungen (relevant im Bereich von Logistikunternehmen und Flotten großer mobiler Pflegedienste) Herausforderungen dar, die in der Regel sehr lange Rechenzeiten erfordern und oft nur näherungsweise gelöst werden können. Hinzu kommt, dass aufgrund sich ändernder Bedingungen (z.B. Integration neuer Kunden, längere Fahrzeiten durch erhöhten Verkehr, unbekannte Baustellen oder Unfälle) eine Neuplanung oft nur im Einzelfall nach Bedarf durchgeführt werden kann. Wird ein dynamisches Tourenplanungsproblem durch Neuplanung gelöst, führt dies oft zu Tourenplänen, die weit vom Optimum entfernt sind und daher ein großes Verbesserungspotential aufweisen.
Das Projekt zielt auf die effektive und innovative Kombination von klassischen Optimierungsmethoden des OR und Techniken der Künstlichen Intelligenz (KI) ab. Für die Lösung dynamischer Tourenplanungen mit vielen Attributen und komplexen Randbedingungen soll das Lernen aus vorhandenen Daten und Erfahrungen genutzt werden, um die Qualität der Lösungen zu verbessern. Der Kern des Projekts basiert auf einem parallelen Ansatz, bei dem maschinelles Lernen eingesetzt wird, um klassische OR-Methoden zu beschleunigen und Korrekturen und Neuplanungen in nahezu Echtzeit durchzuführen. Andererseits sollen OR-Methoden KI-basierte Ansätze unterstützen, um die Qualität der erzielten Lösungen zu sichern. Dazu werden Planungsdaten verschiedener Industriepartner analysiert und auf dieser Basis geeignete Lösungsmethoden entwickelt, die dann kontinuierlich angepasst und verbessert werden.
Der ausführliche Bericht von NDR 1 über das gemeinsame Forschungsprojekt von Prof. Dr. Julia Rieck und Prof. Dr. Lars Schmidt-Thieme ist hier zu finden.
Laufzeit: Mai 2020 - auf Weiteres
Konsortium und Mitwirkende:
- Jonas Falkner, Daniela Thyssens, Lars Schmidt-Thieme: Wirtschaftsinformatik und Maschinelles Lernen
- Christian Ackermann, Shabanaz Chamurally, Julia Rieck: Betriebswirtschaft und Operations Research
ProXHybrid
ProXHybrid – Fachkräfte, Arbeitgeber:innen und IT-Studierende der Region Leine-Weser vernetzen und für die Hybride Arbeitswelt stärken.
ProXHybrid vernetzt als Folgeprojekt von ProXLab IT-Studierende, Unternehmen und IT-Fachkräfte der Region Leine-Weser. Dafür werden einerseits bestehende Formate weiterentwickelt und andererseits neue Formate erschlossen. So werden Arbeitgeber:innen mit IT-Studierenden und weiteren Zielgruppen in den Austausch gebracht und dazu beigetragen IT-Studierende nach Möglichkeit in der Region zu halten. Es werden praxisorientierte Veranstaltungen mit Unternehmenspartner:innen durchgeführt. Dabei werden zusätzlich Impulse für den Aufbau relevanter Kompetenzen für das Hybride Arbeiten gesetzt. Durch Befragungen von Unternehmen wird sichergestellt, dass die Maßnahmen an den regionalen Bedarfen für Schlüsselkompetenzen im Digitalen Wandel und für die Hybride Arbeitswelt ausgerichtet werden.
ProXLab-Homepage (Vorgängerprojekt)
Das Projekt ProXHybrid wird gefördert mit Mitteln des Europäischen Sozialfonds (ESF+) und des Landes Niedersachsen Programmgebiet Stärker entwickelte Region (SER), Fördernummer: ZAM 3 - 87002690.
Laufzeit: Okt 2022 - Sep 2025
Konsortium und Mitwirkende:
- Marco Di Maria, Ralf Knackstedt: Informationssysteme und Unternehmensmodellierung
- Niko Nowatzki, Julia Rieck: Betriebswirtschaft und Operations Research
Innovation plus
Basismodul: „Einführung in das wissenschaftliche Arbeiten“ inklusive „Methodenwerkstatt Geschichte“
Das Projekt zielt auf die Erstellung und Erprobung von E-Learning-Tools für die Aufgabenkomplexe „Recherchieren im 21. Jahrhundert“, „Entwicklung einer Forschungsfrage“ und „Einführung in das wissenschaftliche Arbeiten“ ab.
Ziel des Projektes ist: Die Studierenden erhalten mit Hilfe von Bausteinen und E-Learning-Tools die Möglichkeit, selbstreguliert und selbstbestimmt das wissenschaftliche Arbeiten zu erlernen, die für die eigenen Stärken am besten geeigneten Methoden auszuwählen sowie den eigenen Lernprozess zu reflektieren. Unterstützt wird die Online-Lehre durch Präsenz-Lehre, in der über das eigene Vorgehen diskutiert und die getroffenen Entscheidungen hinterfragt werden. Hierbei soll der lehrendenzentrierte Vermittlungsansatz in den Hintergrund gestellt werden und die Selbsterprobung und das Selbststudium gefördert werden.
Laufzeit: Juli 2022 - Dez 2022
Konsortium und Mitwirkende:
- Ann-Kathrin Mendl, Julia Rieck: Betriebswirtschaft und Operations Research
- Fritz Kliche, Ulrich Heid: Institut für Informationswiss. & Sprachtechnologie
- Sanne Ziethen: Digital C@MPUS-le@rning, Institut für Geschichte
- Ralf Knackstedt, Marco Di Maria: Informationssysteme und Unternehmensmodellierung