← Alle Anwendungsfälle

Maschinelles Lernen für energieeffiziente Schiffsführung

ABB AG · Deutschland

Logistik & Transport Logistik & Supply Chain Produktion & Operations Optimierung & Planung Predictive Analytics/Machine Learning Effizienz & Kostensenkung Etablierter Standard

Schiffsbesatzungen hatten bislang kaum Echtzeit-Einblick in ihren Energieverbrauch, was zu ineffizienter Trimmung und überhöhter Geschwindigkeit führte. Die EMMA Advisory Suite von ABB wertet historische Verbrauchsdaten sowie externe Faktoren wie Wetter und Routendaten per maschinellem Lernen aus und zeigt der Besatzung an Bord in Echtzeit Energiekennzahlen sowie Empfehlungen zur optimalen Trimmung und Geschwindigkeit. Auch die Flottenzentrale erhält so volle Transparenz über den Treibstoffverbrauch aller Schiffe.

Vertiefung

Das System integriert vorhandene Automatisierungsdaten der Schiffe in einen intuitiven Onboard-Tracker und ermöglicht, Abweichungen sofort zu erkennen und gegenzusteuern. Laut Quelle lassen sich dadurch Vergleichsanalysen zwischen Schiffen sowie individuelle KPI-Reports erstellen; konkrete Prozentangaben zur Treibstoffeinsparung nennt die Quelle nicht. Voraussetzung ist die Anbindung an die schiffsseitige Automatisierungstechnik. Das Konzept lässt sich grundsätzlich auf andere Transportmittel mit hohem Energieverbrauch und variablen Betriebsbedingungen wie Lkw- oder Bahnflotten übertragen.