Forschung & Innovation

Die Digitalisierung von Geschäftsprozessen sowie technische Entwicklungen wie das Internet der Dinge (IoT), cyber-physische Systeme und autonome Software-Agenten treiben das Wachstum der Datenströme weiter voran.

Dadurch ergeben sich neue Möglichkeiten zur Steigerung von Effizienz und Effektivität auf Basis datengetriebener Planungs- und Steuerungsprozesse. Um diese Daten gewinnbringend für logistische Prozesse einzusetzen, werden bei 4flow research Data Science Methoden zur Datenanalyse und Optimierung mittels Maschinellen Lernens untersucht. Dazu zählen auch das Design und der Aufbau von anwendungsfall-spezifischen Daten-Ökosystemen, die sicherstellen, dass die erforderlichen Daten in der jeweils benötigten Qualität zur Verfügung stehen.

Forschungsprojekte:

ReKoNet  HEGEL  LogiScale  SLIDEPLUS  InTerTrans  Leoplan

Daraus entstandene Themen: Data Science und Supply Chain

Risiken alltäglicher oder außergewöhnlicher Art werden in der Logistik trotz zahlreicher Krisenereignisse in letzter Zeit oft unterschätzt. Supply Chains sind in der Regel auf Störungen strukturell nicht ausreichend vorbereitet. Gleichzeitig nimmt die Bedrohung durch Naturkatastrophen oder menschen-gemachte Störungen zu, was die Bewertung von Risiken und deren Folgen zu einem aktuellen Forschungsthema macht.

Die Forschung im Bereich Risikomanagement bei 4flow hat das Ziel, die Robustheit und Resilienz von Logistiknetzwerken gegenüber Schwankungen und Störungen zu steigern. Durch die Entwicklung verbesserter Planungs- und Steuerungsprozesse sowie neuer Methoden und Tools zur Analyse und Optimierung sollen Netzwerke optimal auf außergewöhnliche Situationen vorbereitet werden.

Forschungsprojekte:

NOLAN  PREVIEW  RM-LOG  InKoRISK  RobuNet  SEAK FORTE

Verfahren mathematischer Optimierung werden seit jeher in der Logistik eingesetzt. Routing von Fahrzeugen, Packen von Behältern oder Reihenfolgeplanung stehen beispielhaft für zahlreiche Optimierungsprobleme von hoher Praxisrelevanz. Anforderungen an die Logistikplanung umfassen mehr als nur Kostenminimierung bei gegebenem Servicegrad. Die Schwankung kritischer Faktoren ist ebenso wie ökologische Nachhaltigkeit zu berücksichtigen.

Im Bereich Optimierungsalgorithmen zielen die Forschungsaktivitäten von 4flow research auf die Entwicklung effizienter und exzellenter Verfahren für verschiedene Fragestellungen in z.B. Transport- und Intralogistik, aber auch in allen anderen Bereichen des SCM. Ziel sind praxistaugliche Lösungen, die minimale Kosten mit maximaler Leistung und Nachhaltigkeit bei größtmöglicher Flexibilität verknüpfen. Dabei werden auch neuartige Verfahren, wie bspw. die Möglichkeit zur Integration von Quantencomputing in Zusammenarbeit mit renommierten Experten untersucht.

Forschungsprojekte:

PROVIDEQ  MultiTrans  LogiScale  RobuNet  Leoplan

Die Begrenzung des Klimawandels hat als Megatrend auch auf Lieferketten und Logistikprozesse erheblichen Einfluss.

Logistikforschung durch 4flow research im Bereich grüne Logistik verfolgt das Ziel, Umwelteinwirkungen durch logistische Aktivitäten zu quantifizieren und effektiv und rational bewertbar zu machen. Zugleich werden Strategien und Maßnahmen zur Verbesserung der Nachhaltigkeit bzw. zur Dekarbonisierung von Supply Chains untersucht. Langfristige Vision ist es, ökologische Nachhaltigkeit fest in das Zielsystem der Planung und Steuerung von Logistik- und Transportnetzwerken zu integrieren. Zudem gilt es, geeignete Optimierungsverfahren zu erforschen.

Forschungsprojekte:

InTerTrans  Kiezbote  Was PAST

Daraus entstandene Themen: Sustainable Transportation