Nereva erhält den JEI-Status und treibt die Entwicklung datengetriebener Logistik im Bauwesen voran.

Die in Nizza ansässige Tochtergesellschaft der Schweizer Nereva-Gruppe hat den Status „Jeune Entreprise Innovante (JEI)“ für die Entwicklung ihrer künstlichen Intelligenz im Bereich Bau-Logistik erhalten. Nereva stärkt damit seine Position im Bereich Forschung und Entwicklung. Der Status wurde im Anschluss an ein formelles Vorbescheidsverfahren (rescrit fiscal) durch die französischen Steuerbehörden bestätigt.Dieser Status, der durch das französische Recht geregelt ist, erkennt Unternehmen an, die Forschungs- und Entwicklungsaktivitäten durchführen und dabei spezifische Anforderungen erfüllen, insbesondere hinsichtlich der Intensität ihrer F&E-Aufwendungen und der Art der durchgeführten Arbeiten. Er ist Teil eines Förderrahmens zur Unterstützung technologischer Innovation.

Eine operative Plattform im Zentrum der Transportprozesse

Die Nereva-Plattform ist heute im Einsatz und wird von Transportunternehmen genutzt, um ihre operativen Abläufe im Bausektor zu steuern. Sie bildet eine operative Grundlage, die darauf ausgelegt ist, historisch fragmentierte Prozesse zu strukturieren, die häufig auf heterogenen Tools und stark manuellen Abläufen basieren. Durch die zentrale Steuerung von Planung, Echtzeit-Tracking und Koordination der Einsätze ermöglicht Nereva eine einheitliche Sicht auf die laufenden Operationen. Diese Transparenz trägt dazu bei, fundiertere Entscheidungen im Tagesgeschäft zu treffen und gleichzeitig operative Reibungsverluste im Umgang mit Unvorhergesehenem zu reduzieren.

Forschung ausgerichtet an der Komplexität der Praxis

Seit ihrer Gründung bündelt Nereva France die Forschungsaktivitäten der Gruppe mit dem Ziel, die Komplexität logistischer Transportströme im Bauwesen besser zu modellieren und zu verstehen. Diese Ströme sind durch eine Kombination von Faktoren geprägt: hohe Abhängigkeit von den Bedingungen vor Ort, ineinandergreifende Aufträge, eine Vielzahl beteiligter Akteure sowie eine kontinuierliche Veränderung der operativen Rahmenbedingungen. Zur Bewältigung dieser Herausforderungen verfolgt Nereva einen strukturierten Ansatz, der mathematische Modellierung, algorithmische Entwicklung und Tests auf Basis realer Daten kombiniert. Ziel ist es, über eine reine Digitalisierung hinauszugehen und Lösungen zu entwickeln, die die inhärente Komplexität des Sektors abbilden können.

EVA: eine künstliche Intelligenz in Entwicklung

Im Zentrum dieser Forschungsstrategie steht EVA (Engine for Virtual Anticipation), eine künstliche Intelligenz, die sich derzeit in der Entwicklungs- und Trainingsphase befindet. EVA zielt darauf ab, dynamische Planungsprobleme zu adressieren, bei denen Entscheidungen unter Berücksichtigung zahlreicher gleichzeitiger Einschränkungen getroffen werden müssen – darunter Ressourcenverfügbarkeit, Zeitvorgaben, Auftragsabfolgen und operative Unsicherheiten. Der Fokus liegt aktuell auf der Entwicklung und dem Training von Modellen, die auf realen Daten basieren und schrittweise ihre Fähigkeit verbessern, operative Situationen abzubilden und zu antizipieren.

Schrittweise Integration in die Nereva-Plattform

EVA soll schrittweise in die Nereva-Plattform integriert werden, um deren Funktionalitäten zu erweitern. Ziel ist es nicht, bestehende Systeme zu ersetzen, sondern eine zusätzliche intelligente Ebene zu schaffen, die Transportunternehmen in ihrer täglichen Entscheidungsfindung unterstützt. Langfristig soll dies zu einer strukturierteren Planung, einer besseren Antizipation von Einschränkungen und einer höheren Reaktionsfähigkeit auf Veränderungen im operativen Umfeld führen. Dieser Ansatz folgt einem kontinuierlichen Verbesserungsprozess, bei dem sich die Fähigkeiten des Systems durch Experimente und Datennutzung stetig weiterentwickeln.

Ein wissenschaftlicher Ansatz mit mehreren Disziplinen

Zur Bearbeitung dieser komplexen Fragestellungen greift Nereva auf verschiedene komplementäre Methoden zurück. Optimierungsmodelle strukturieren die Zuweisung von Ressourcen und Aufträgen. Prognosealgorithmen schätzen zentrale Variablen wie Fahr- und Einsatzzeiten. Adaptive Mechanismen ermöglichen die Berücksichtigung von Echtzeitveränderungen, während Datenverarbeitungstechnologien die Qualität und Zuverlässigkeit der verwendeten Informationen verbessern. Diese Kombination erlaubt es, Unsicherheit und Variabilität in Transportprozessen besser zu berücksichtigen.

Tests unter realen Bedingungen

Die entwickelten Modelle werden anhand realer Betriebsdaten trainiert und getestet, um ihr Verhalten unter praxisnahen Bedingungen zu analysieren. Diese Testphasen dienen dazu, Abweichungen zwischen Modell und Realität zu identifizieren, deren Ursachen zu verstehen und die Robustheit der Modelle schrittweise zu verbessern. Sie stellen einen wesentlichen Schritt vor einer breiteren Einführung dar.

Ein strukturierender Meilenstein für Nereva

Die Verleihung des JEI-Status stellt einen wichtigen Meilenstein in der Entwicklung von Nereva dar. Sie stärkt eine Strategie, die auf der Verbindung einer bereits operativen Plattform mit der schrittweisen Entwicklung fortschrittlicher, forschungsbasierter Funktionen beruht. Mit EVA verfolgt Nereva eine klare Zielsetzung: die Logistik im Bauwesen hin zu einem datengetriebenen Modell weiterzuentwickeln, das die Komplexität operativer Prozesse besser integriert und deren Steuerung nachhaltig verbessert.