Universität Klagenfurt

Modell-Entwicklung und Algorithmen-Desgin für AP 4 „Netzwerkoptimierung“

Die Universität Klagenfurt wurde 1970 gegründet und ist die größte akademische Bildungsinstitution in Kärnten.

Die Komplexität des Systems “Bahn” ist in den letzten Jahrzehnten stark gestiegen und heute auch von den besten PlanerInnen nicht mehr in seiner Gesamtheit beherrschbar. Dabei hängen in Teilbereichen gute Planungen und Entscheidungen an der langjährigen Erfahrung von einzelnen MitarbeiterInnen, weshalb durch den bevorstehenden Generationenwechsel ein empfindlicher Know-How-Verlust droht. Des Weiteren sieht sich die ÖBB mit steigenden Markt- und Kundenanforderungen hinsichtlich Leistung (Stabilität & Pünktlichkeit) und Preis (effizienter Ressourceneinsatz) konfrontiert. 

Das 2019 gestartete, ÖBB-konzernweite Programm “Automated Resource Planning (ARP)” zielt darauf ab, diese Optimierungspotenziale sowohl für den Güter- als auch den Personenverkehr auszuschöpfen und somit die Attraktivität der Schiene als Transportmedium zu steigern. Weiters soll die Verkehrsverlagerung von der Straße auf die Schiene unterstützt werden und der ökologische Fußabdruck verringert werden. Dabei soll in den nächsten Jahren im Rahmen des ARP-Programms die großteils sequentielle und teilweise manuelle Logistik- und Personalplanung schrittweise hin zu einer integrierten und automatisierten Planung transformiert werden.

Ein Kernaspekt des ARP-Programms ist dabei die enge Zusammenarbeit mit Universitäten und forschungsnahen Unternehmen in den Bereichen Simulation und Optimierung. Die seit 2017 bestehende Kooperation mit der Universität Klagenfurt fokussiert dabei insbesondere auf Verbesserungen der Effizienz der logistischen Prozesse durch Planungsunterstützung und -optimierung mittels mathematischer Modelle und intelligenter Algorithmen. Die Entwicklung von mathematischen Modellen und prototypischen Algorithmen zur Unterstützung der PlanerInnen bei der Leerwagen-Disposition in AP 4 „Netzwerkoptimierung“ befindet sich dabei in inhaltlicher und methodischer Nähe zum 2020 abgeschlossenen FFG-MdZ-Projekt „AundO“  zur Unterstützung der Triebfahrzeugs-Planung.