Nereva stärkt seine Position in Forschung und Entwicklung mit der Erlangung des Status „Jeune Entreprise Innovante“ (JEI) für seine französische Tochtergesellschaft in Nizza, nach einem bei der Steuerverwaltung geführten Rescrit-Verfahren. Dieser durch die französische Gesetzgebung geregelte Status anerkennt die Förderfähigkeit von Unternehmen, die Forschungs- und Entwicklungsarbeiten durchführen, die präzise Kriterien erfüllen, insbesondere hinsichtlich der Intensität der F&E-Anstrengungen und der Art der durchgeführten Tätigkeiten. Er ist Teil einer Dynamik zur Unterstützung von Unternehmen, die neue technologische Ansätze entwickeln.
Eine operative Plattform im Zentrum der Transportvorgänge
Die Nereva-Plattform ist heute im Einsatz und wird von Transportunternehmen genutzt, um ihre Vorgänge im Bausektor zu steuern. Sie bildet eine operative Basis, die dafür konzipiert wurde, Flüsse zu strukturieren, die historisch fragmentiert verwaltet wurden, oft über heterogene Werkzeuge und stark von menschlichen Eingriffen abhängige Prozesse. Durch die Zentralisierung von Planung, Echtzeit-Verfolgung und Koordination der Einsätze ermöglicht Nereva den Transportakteuren eine einheitliche Sicht auf ihre Vorgänge. Diese Fähigkeit, Flüsse sichtbar und nachvollziehbar zu machen, trägt dazu bei, die tägliche Entscheidungsfindung zu verbessern und gleichzeitig die operativen Reibungen bei der Bewältigung von Unvorhergesehenem zu verringern.
Eine Forschungstätigkeit, strukturiert um die Komplexität des Feldes
Seit ihrer Gründung bündelt Nereva France die Forschungsaktivitäten der Gruppe mit einem klaren Ziel: die Komplexität der Logistikflüsse im Bausektor zu modellieren und besser zu verstehen. Diese Flüsse zeichnen sich durch eine Kombination von Einschränkungen aus, die in anderen Sektoren selten zusammenkommen: starke Abhängigkeit von den Feldbedingungen, Verkettung voneinander abhängiger Einsätze, Vielzahl der Akteure und ständige Variabilität der operativen Situationen. Um diesen Herausforderungen zu begegnen, beruhen die durchgeführten Arbeiten auf einem strukturierten Vorgehen, das mathematische Modellierung, algorithmische Entwicklung und Experimente mit realen Daten kombiniert. Dieser Ansatz erlaubt es, über eine blosse Digitalisierungslogik hinauszugehen und Werkzeuge zu bauen, die die dem Sektor eigene Komplexität integrieren können.
EVA: eine KI-Engine in Entwicklung
Im Zentrum dieser Forschungsstrategie steht EVA (Engine for Virtual Anticipation), eine künstliche Intelligenz, die sich derzeit in Entwicklung und im Lernprozess befindet. EVA soll Probleme der dynamischen Planung bearbeiten, bei denen Entscheidungen unter gleichzeitiger Berücksichtigung zahlreicher Einschränkungen getroffen werden müssen: Verfügbarkeit der Ressourcen, Zeitvorgaben, Verkettung der Einsätze und operative Unwägbarkeiten. In diesem Stadium betreffen die Arbeiten die Konzeption und das Training von Modellen, die Felddaten nutzen können, um ihre Fähigkeit, reale Situationen abzubilden und zu antizipieren, schrittweise zu verbessern.
Eine schrittweise Integration in die Nereva-Plattform
EVA soll schrittweise in die Nereva-Plattform integriert werden, um deren Fähigkeiten zu erweitern. Ziel ist nicht, die bestehenden Werkzeuge zu ersetzen, sondern eine zusätzliche Intelligenzschicht bereitzustellen, die Transportunternehmen bei ihren täglichen Entscheidungen unterstützt. Langfristig soll diese Integration eine bessere Strukturierung der Planung, eine feinere Antizipation operativer Einschränkungen und eine erhöhte Fähigkeit ermöglichen, die Vorgänge an die Entwicklungen im Feld anzupassen. Dieser Ansatz folgt einer Logik der kontinuierlichen Verbesserung, in der sich die Fähigkeiten des Systems im Laufe der Experimente und der gesammelten Daten schrittweise weiterentwickeln.
Ein wissenschaftlicher Ansatz, der mehrere Disziplinen verbindet
Um der Komplexität der behandelten Problemstellungen zu begegnen, stützen sich die Arbeiten auf mehrere sich ergänzende Ansätze. Optimierungsmodelle werden verwendet, um die Zuweisung von Einsätzen und Ressourcen zu strukturieren. Vorhersagealgorithmen erlauben es, bestimmte Schlüsselvariablen zu schätzen, etwa Fahrt- oder Einsatzdauern. Anpassungsmechanismen werden entwickelt, um Entwicklungen in Echtzeit zu integrieren, während Datenverarbeitungstechnologien dazu beitragen, die Qualität der genutzten Informationen zu verbessern. Diese Kombination erlaubt es, die Unsicherheit und Variabilität, die den Transportvorgängen im Bausektor eigen sind, besser einzubeziehen.
Experimente unter realen Bedingungen
Die entwickelten Modelle werden mit Daten aus Feldoperationen trainiert und getestet, um ihr Verhalten in repräsentativen Kontexten zu bewerten. Diese Experimentierphasen erlauben es, die Abweichungen zwischen den Modellen und der Realität zu identifizieren, ihre Grenzen zu verstehen und ihre Robustheit schrittweise zu verbessern. Sie sind ein wesentlicher Schritt in der Entwicklung von Lösungen, die an die operativen Einschränkungen angepasst sind, vor jeder Verallgemeinerung.
Ein prägender Schritt für Nereva
Die Erlangung des JEI-Status markiert einen wichtigen Schritt in der Entwicklung von Nereva. Sie stärkt eine Strategie, die auf einem klaren Zusammenspiel zwischen einer bereits im Einsatz stehenden operativen Plattform und der schrittweisen Entwicklung fortgeschrittener, aus der Forschung stammender Fähigkeiten beruht. Mit EVA verfolgt Nereva ein prägendes Ziel: die Transportlogistik im Bausektor zu einem datengesteuerten Modell weiterzuentwickeln, das die Komplexität der Vorgänge integrieren und deren Steuerung nachhaltig verbessern kann.
Möchten Sie Nereva auf Ihren eigenen Flüssen sehen?
Kostenloses Konto erstellen →
