Molslinjen hat seit längerem versucht, datengesteuerter und zukunftsorientierter werden. Die bisherigen Prognosen waren statisch, wurden manuell verarbeitet und auf der Grundlage historischer Statistiken und Erfahrungen erstellt. Gemeinsam mit Molslinjen entwickelte Halfspace eine Prognose-Engine, um die Anzahl der ankommenden Fahrzeuge für jede Abfahrt vorherzusagen, so dass die Auslastung der Fähren und die Buchungen optimieren konnte.

Wie KI Mehrwert schafft 

Molslinjen konnte seine Bedarfsprognose von einem manuellen, historischen und zeitaufwändigen Ansatz auf eine automatisierte, datengesteuerte, KI-basierte Prognose umstellen, die genauere Prognosen über die ankommenden Fahrzeuge für jede Abfahrt liefert. Die KI-Lösung war im vergangenen Jahr einer der weltweit am meisten anerkannten und preisgekrönten KI-Fälle. Insbesondere wurden sie in April 2024 Preisträger des Franz-Edelman-Preises, der als „Nobelpreis für Operations Research“ gilt und Wahrscheinlich die höchste Auszeichnung der Welt, wenn es um die Arbeit mit KI und Operations Research geht.

Hintergrund: Prognose als Erfolgsfaktor

Einer der wichtigsten Faktoren für die Optimierung des Fährbetriebs ist die Fähigkeit, die Anzahl der Fahrzeuge und Passagiere, die zur Abfahrt eintreffen, genau vorherzusagen. Nicht alle Personen, die eine Reservierung vornehmen, werden auch kommen.

Wenn Betreiber wie Molslinjen jedoch die Anzahl der Fahrzeuge und Passagiere, die tatsächlich ankommen, genau vorhersagen können, können sie ihre Kapazitäten effektiver nutzen und die Preisgestaltung und den Ticketverkauf optimieren.

Auswirkungen auf das Geschäft

Bis vor kurzem waren die Prognosen jedoch relativ statisch, wurden manuell verarbeitet und auf der Grundlage historischer Statistiken und Erfahrungen erstellt. Molslinjen wollte datengesteuerter und zukunftsorientierter werden. Die Ziele waren klar:

- Verbesserung der Ladezeiten

- Verspätungen minimieren

- Den Personal- und Verpflegungsbedarf mit größerer Genauigkeit erfüllen

- Garantierte Reservierungen für Geschäftskunden

- Nicht genutzte Reservierungen verkaufen

- gezielteres Marketing vorbereiten

Von der manuellen Prognose zur KI-basierten Prognose

Molslinjen beauftragte Halfspace, das Unternehmen bei der Umstellung von manuellen Schätzungen auf eine vollautomatische KI-basierte Lösung zu unterstützen. Das Ergebnis war eine Forecast Engine, die Daten in einen Data Lake einspeist und dann durch drei verschiedene Engines verarbeitet, um fortschrittliche Prognosen zu erstellen. Die erste Engine erstellt Vorhersagen auf der Grundlage historischer Muster, die zweite Engine passt diese Vorhersagen auf der Grundlage aktueller Buchungen an, und die dritte Engine kombiniert die ersten beiden, um Echtzeitvorhersagen auf der Grundlage der tatsächlichen Check-in-Zeiten und Verkehrsbedingungen zu erstellen.

Schlussfolgerungen

Unternehmen, die Daten und Prognosemodelle effektiv nutzen, können die Kundenzufriedenheit verbessern, den Umsatz optimieren und ihre ESG-Strategie besser umsetzen. Dies kann durch die Erfassung und Visualisierung von Daten und Ergebnissen aus fortschrittlichen Modellen erreicht werden, die große Datenmengen und komplexe Modelle vereinfachen und die operative Entscheidungsfindung verbessern können.