Projektbeschreibung

KiBa – KI und diskrete Beladeoptimierungsmodelle zur Auslastungssteigerung im Kombinierten Verkehr

Im Vergleich zum maritimen Kombinierten Verkehr (KV) mit Seecontainern gibt es im kontinentalen Verkehr eine sehr viel größere Anzahl unterschiedlicher Ladeeinheittypen mit verschiedensten Abmessungen und Gewichten. Gleichzeitig existieren im Bereich der Bahnwagen viele unterschiedliche Bauarten mit spezifischen Beladeeigenschaften. Die große Herausforderung besteht deshalb in Umschlagterminals des Kombinierten Verkehrs bei der Verladung zwischen den Verkehrsträgern Schiene und Straße darin, die jeweilige Ladeeinheit mit den dazu passenden Bahnwagen zu kombinieren. Dabei spielt nicht nur die Länge der Ladeeinheit eine wichtige Rolle, sondern auch die Bauart sowie die Höhe, das Gewicht oder das jeweilige Ladegut.

Ziel des Projektes ist es, dieses Zuordnungsproblem IT-technisch zu lösen und mit Hilfe geeigneter Berechnungsverfahren und unter dem Einsatz von Methoden aus dem Bereich der Künstlichen Intelligenz (KI) zu optimieren. Dabei soll erreicht werden, dass jede Anfrage zur Verladung einer Ladeeinheit innerhalb kürzester Zeit einen Vorschlag für eine optimale Platzierung der Ladeeinheit auf einer eingesetzten Wagengarnitur erhält. Diese Entscheidung muss jedoch getroffen werden, bevor alle Informationen darüber vorliegen, welche weiteren Ladeeinheiten für dieselbe Start-/Zielrelationen im Laufe der Zeit noch im KV-Terminal eintreffen werden.

Um dieses Ziel zu erreichen, wurde eine gemeinschaftlich nutzbare Stammdatenbank für sämtliche Projektpartner eingerichtet. Diese Datenbank umfasst Wagenstammdaten einschließlich Bauart und -gattung sowie die möglichen Beladeschemata. Die Anwendung verfügt über eine Benutzeroberfläche zum Suchen und Pflegen der Stammdaten und bietet über eine REST-API technischen Zugang für andere Systeme. Das Frontend der Anwendung ist in Angular realisiert, das Backend wurde mit Spring Boot entwickelt. Außerdem wurde eine Authentifizierung über OAuth2 (OIDC) mit Keycloak implementiert und sowohl im Frontend als auch im Backend über Spring-Security konfiguriert.

Bei der Umsetzung des Projekts kamen zahlreiche Technologien wie Java, Spring Boot (Spring Core, Spring MVC, Spring Data/JPA, Spring Security, Spring Modulith), Javascript, Angular (Signals, Signal-Store, swagger-codegen, Standalone Components), Hibernate, Junit, Flyway, REST API, OpenAPI + Swagger-UI, QueryDSL, Node, npm, Maven, PostgreSQL, Sonar Qube, Gitlab inkl. CI/CD Pipelines, Docker, Nexus, Keycloak, IntelliJ IDEA, Jira und Confluence zum Einsatz.

Projektbeschreibung

Die Generatio GmbH ist ein tierärztliches Institut für molekulare Genetik, das sich auf DNA-Untersuchungen von Tieren spezialisiert hat.

Die Neu-Implementierung der Web-Applikation „Animal Trust Center“ umfasst neben der Webanwendung auch die Digitalisierung der Labor-Prozesse sowie die Auftragsverwaltung der Generatio GmbH. Dazu gehören auch die Verarbeitung von Tier-DNA Daten mit Abgleich und Auswertung von Abstammungen, Gen-Defekten u.ä.

Bei der Umsetzung des Projekts kamen zahlreiche Technologien wie Java, Spring, Spring Boot, JPA, Webflux, Hibernate, jUnit, WildFly, Bootstrap, Vue.js, npm, Google Web Toolkit, REST-API, JAX-RS, maven, GitLab, Jenkins, Sonar Qube, Jira und Confluence zum Einsatz.

Projektbeschreibung

Beratung Entwicklungsprozess und Betriebsüberwachung

Wir haben den Entwicklungsprozess der LS telcom analysiert und im Workshop gemeinsam mit dem Kunden Verbesserungspotentiale und innovative Technologien diskutiert. Im Mittelpunkt stand insbesondere die Strukturierung von Basis-Software in Kombination mit den immer wieder notwendigen individuellen Anpassungen an dieser Software in einzelnen Kundenprojekten.

Projektbeschreibung

„PAD Online“ ist ein Softwarepaket, das von der ERGO Group und der MunichRe für das Beteiligungsmanagement eingesetzt wird.

Das Softwarepaket ist modular aufgebaut und enthält Module wie Beteiligungen, ESG Reporting, Akten, Ausschüttungsplanung, Bilanzen, Buchungsdaten, FATCA, Mandate, Private Equity, Real Estate, Risk Governance, Steuern und Zeitwertermittlung.

Neben den genannten Modulen sind eine Vielzahl von externe Schnittstellen verfügbar wie beispielsweise die Meldung über Auslandsbeteiligungen per ERIC Schnittstelle an das Finanzamt (§138 AO) und die Meldung über Auslandsbeteiligungen an die Bundesbank (K3).

Verwendete Technologien: Java, Spring, Vaadin, Hibernate, camunda BPMN, Quartz, REST, JUnit, Mockito, Selenium, Testbench, MySQL, Tomcat, Maven, GitLab, Jenkins, Sonar Qube, Nexus, Jira und Confluence

Projektbeschreibung

Schnell und effizient informieren!

„PAD mobile“ bringt das Softwarepaket „PAD Online“ auf Mobilgeräte. Jetzt lassen sich auch unterwegs und Offline in geschützten Umgebungen die wichtigsten Kennziffern auf einen Blick erfassen.

Mit Hilfe der App kann der Datenbestand der Beteiligungsinvestments nun auch auf dem Smartphone eingesehen werden. Die wichtigsten Kennziffern zu Stammdaten, Beteiligungen, Ansprechpartnern, Mandaten und Bilanzen werden mobiloptimiert angezeigt und stehen dem Management jederzeit und überall zur Verfügung.