In der Session werden die vielfältigen Potenziale des ML zur Verbesserung von Prozessen in der maritimen Logistik anhand von Projekten aus der angewandten Forschung aufgezeigt. Dabei werden die Nutzung synthetischer Daten für Prozessverbesserungen auf Containerterminals, die automatische Schadensidentifikation von Seecontainern und die automatische Erfassung und Ortung von maritimen Sprechfunk behandelt.
Große Datenmengen bilden eine wesentliche Voraussetzung für den erfolgversprechenden Einsatz des ML in anwendungsorientierten Projekten. Nicht immer sind ausreichend Datenmengen aus der Praxis verfügbar. In der Vortrag wird ein Ansatz aufgezeigt, wie mit Hilfe realitätsnaher synthetische Daten große Datenmengen erzeugt und zielführend für das Reinforcement Learning für Prozessverbesserungen auf Containerterminals eingesetzt werden können.
Die Schadensfeststellung von Seecontainern ist eine aufwendige, repetitive Tätigkeit mit erheblichen Einsatz menschlicher Arbeitsleistung. In dem Vortrag wird eine Lösung vorgestellt, die in Kooperation mit einen Anwendungspartner aus der Industrie entwickelt wird. Dabei wird die Schadensfeststellung automatisch mithilfe von Bildverarbeitung und ML durchgeführt.
Bei dem Vortrag wird ein System beschrieben, das gemeinsam mit Praxispartnern entwickelt wird, welches die automatische Spracherkennung von Seefunk mit ML bei gleichzeitiger Lokalisierung des Senders mittels Funkpeilung ermöglicht. Damit können ein signifikanter Beitrag zur maritimen Sicherheit geleistet und z.B. Seenotretter bei ihrer Arbeit entlastet werden.