FAST-CAST 2 - Schiffsroutenoptimierung in Polargebieten durch KI-basierte Auswertung von Erdbeobachtungsdaten und Wettermodellprognosen

Abstract

Der maritime Verkehr in der Arktis nimmt zu, aber Navigationsentscheidungen in eisbedeckten Gewässern unterliegen nach wie vor einer großen Unsicherheit, selbst wenn genügend Erdbeobachtungs- und Wetterdaten zur Verfügung stehen. Es ist nicht möglich, dieses Big-Data-Problem an Bord eines Schiffes manuell zu lösen. Es bedarf innovativer Ansätze, die die Fülle an Daten in Entscheidungshilfen an Bord eines Schiffes übersetzen. FAST-CAST 2 soll einen entscheidenden Beitrag dazu leisten, die Daten aus satellitenbasierter Erdbeobachtung und Wettervorhersage auf Anfrage eines Schiffes via App in Routenvorschläge durch eisbedeckte Gebiete zu verwandeln. Dabei kommen für die Beschleunigung der dahinterliegenden Prozesse KI-Techniken und für die Interaktion mit dem Nutzer moderne Web-Technologien wie Progressive Web Apps zum Einsatz. Das Projektkonsortium setzt sich aus zwei KMU und zwei Forschungseinrichtungen zusammen.Projektpartner sind neben der AG O2C der Universität Bremen die Drift Noise GmbH aus Bremen, die bremische Forschungsstelle Maritime Sicherheit des Deutschen Zentrums für Luft- und Raumfahrt e.V. sowie die EOMAP GmbH & Co. KG aus Seefeld. Diese vereinen ihre Kompetenzen in der Erstellung eines Web-Services zur Routenoptimierung in der Arktis. Im Rahmen des Vorhabens werden umfangreiche Nutzertests umgesetzt, um so möglichst schnell das Nutzerfeedback in die Softwareentwicklung einzubeziehen. Hierfür ist ebenfalls ein Praxistest auf einem Forschungsschiff (z. B. Polarstern) vorgesehen. Im Rahmen des Vorhabens wird ein prä-operationeller Routenoptimierungsservice für die Schifffahrt in der Arktis entwickelt. Die beteiligten KMU sehen in diesem Marktsegment eine sehr große Zukunftschance und erhoffen sich durch die Kooperation in diesem Vorhaben einen entscheidenden Fortschritt auf diesem Gebiet sowie die Sicherung und Neugewinnung von Arbeitsplätzen in diesem Bereich.