Team des Lehrstuhls für Logistik und quantitative Methoden gewinnt Innovationspreis und publiziert auf führenden KI-Konferenzen
Der Lehrstuhl für Logistik und quantitative Methoden an der Universität Würzburg beschäftigt sich seit über zehn Jahren mit dem Einsatz von Künstlicher Intelligenz in der Logistik und im Supply Chain Management – mit zahlreichen erfolgreichen wissenschaftlichen Veröffentlichungen, anerkannten Beiträgen auf internationalen Konferenzen und einer Vielzahl an Drittmittelprojekten. Aktuell zählt der Lehrstuhl weltweit zu den ersten Forschungseinrichtungen, die Foundation Models systematisch für logistische Anwendungen entwickeln und in die Praxis überführen. Im Mittelpunkt steht dabei die Nutzung transformerbasierter Modelle, insbesondere auf Basis von Zeitreihendaten, zur datengetriebenen Prognose und Entscheidungsunterstützung in Lieferketten.
Die bisherigen Ergebnisse zeigen, wie Transformer-Architekturen – bekannt aus leistungsstarken Sprachsystemen wie ChatGPT oder Gemini – für Prognose- und Planungsaufgaben in der Logistik eingesetzt werden können. Trainiert auf umfangreichen Datensätzen mit zehntausenden Produkten, erzielen diese Modelle deutlich präzisere probabilistische Vorhersagen und Planungsvorschläge als klassische Machine-Learning-Verfahren. Dies ermöglicht effizientere Planungsprozesse, senkt Kosten und trägt zur Emissionsvermeidung bei.
Die Forschung konzentriert sich dabei einerseits auf die Entwicklung und Validierung geeigneter Transformer-Architekturen für logistische Anwendungsfelder, einschließlich deren systematischer Evaluierung anhand umfangreicher realer und synthetischer Datensätze. Andererseits wird auch eine theoretische Fundierung der Modelle und ihrer Prognosegüte angestrebt – etwa durch theoretische Untersuchungen zur Generalisierbarkeit, zur Unsicherheitsquantifizierung sowie zur strukturellen Eignung der Modellarchitekturen für zeitabhängige Entscheidungsprozesse in der Logistik.
Das Forschungsteam des Lehrstuhls hat am 2. April den CNA Innovationspreis in der Kategorie Wissenschaft erhalten, den der CNA e.V. gemeinsam mit dem Cluster BahnTechnik und der Logistik Initiative Bayern vergibt.
Auch wissenschaftlich konnten kürzlich wichtige Etappenziele erreicht werden: Drei aktuelle Beiträge wurden auf internationalen Konferenzen angenommen und beleuchten verschiedene Perspektiven und Anwendungsmöglichkeiten transformerbasierter Foundation Models in der Logistik:
- What Can We Learn from LLMs? Building a Foundation Model for Inventory Management European Conference on Information Systems (ECIS) 2025, Amman
→ Paper lesen - In-context Quantile Regression for Multi-product Inventory Management using Time-series Transformers
NeurIPS 2024 Workshop on Time Series in the Age of Large Models, Vancouver
→ Paper lesen
→ 5-Minuten-Video ansehen - Predictive Inference Is Really Free with In-Context Learning
ICLR 2025 Workshop: Quantify Uncertainty and Hallucination in Foundation Models, Singapur
→ Paper lesen
Weitere wissenschaftliche Publikationen zu diesen Themen sind in der Begutachtung und in Vorbereitung. Gleichzeitig findet eine umfangreiche praktische Evaluierung der entwickelten Ansätze mit derzeit fünf Pilotunternehmen im Rahmen des EU-Projekts KI-Regio – Künstliche Intelligenz für regionale Wertschöpfungsketten statt. Für eine Ausgründung zur Kommerzialisierung der neu entwickelten Methoden wurde zudem ein Förderantrag in der BMBF-Förderlinie EXIST-Forschungstransfer eingereicht.
