AKRIMA

• Laufzeit: 01.01.2022 - 31.12.2024
  Zuwendungsgeber: BMBF
  
  Prof. Dr. Ingo Timm
  Universität Trier
  
  

  Motivation & Ziele

  Die Corona-Pandemie sowie jüngste Extremwetterlagen zeigten, wie essenziell koordiniertes (unternehmerisches) Krisenmanagement ist. Der Grundstein für dieses sind flexible, zeitnahe und angemessene Reaktionen auf veränderte (Krisen-) Lagen. Jedoch stellt die hierzu entscheidende fortwährende Anpassung für die Mehrzahl der beteiligten Akteure eine erhebliche Herausforderung dar. An dieser Stelle setzt AKRIMA, das Automatische Adaptive Krisenmonitoring und –managementsystem, an. Das AKRIMA-Projekt zielt auf eine Stärkung der Krisenresilienz von kritischen Infrastrukturen, Logistikketten und Behörden und Organisationen mit Sicherheits-aufgaben durch eine simulationsgestützte Verbesserung von Krisenreaktionsmechanismen (KRM). Besonders wichtig ist hierbei die enge Kooperation zwischen den verschiedenen Projektpartnern und der Zielgruppe aus der Praxis. Das übergeordnete Ziel des Systems ist es, die Entscheider zu befähigen, aus der Krise und vorausgegangen Erfahrungen zu lernen, um so in zukünftigen Krisen eine verbesserte Handlungsfähigkeit zu erreichen. Hierzu werden am Beispiel der Logistik von Schutzausrüstungen und -materialien extreme Krisenszenarien, wie Pandemien, Starkregen oder Dürre, betrachtet. Mit AKRIMA können Akteure die für das Krisenmonitoring und –management relevanten Informationen in einem Dashboard einsehen. Dabei können die zu erwartenden Konsequenzen möglicher Handlungsoptionen anhand der KI-basierten Simulation untersucht, bewertet und die Krisenreaktionsmechanismen zur Verbesserung der Resilienz optimiert werden. Hierdurch kann in akuten Krisenlagen frühzeitig reagiert und Logistikausfälle sowie Versorgungsengpässe können verhindert werden.

  Methode & Technische Umsetzung

  Zunächst soll ein grundlegendes, neuartiges Systemmodell konzipiert und umgesetzt werden, welches die reale Komplexität moderner Systeme möglichst einfach abbilden kann und die Grundlage der frühzeitigen Erkennung der Auslöser von Kaskadeneffekten bildet. Darauf aufbauend ist zu untersuchen, mit welchen Parametern betriebliche Prozesse generell sowie während einer Krise beschrieben und bewertet werden können. Dazu kommt die Untersuchung des Rahmens, in dem die identifizierten Prozessarchetypen in einer Krise beeinflussbar sowie zu verschiedenen Resilienz steigernden Reaktionen fähig sind. Im Anschluss ist ein Kennzahlenmodell zu entwerfen, welches diese Zustandsparameter sowie Indikatoren für Krisenlagen zu einem Logistics Resilience Score kombiniert. Ausgehend davon werden bestehende Krisenreaktionsmechanismen mittels KI-basierter Mustererkennung und Korrelationsanalysen evaluiert. Zudem werden diese Mechanismen durch agentenbasierte Simulation von Krisenszenarien sowie der systematischen Exploration möglicher Entwicklungen mittels Data Farming evaluiert. Auf Basis des Data Farmings erfolgt nun eine Evolution der Krisenreaktionsmaßnahmen. Zunächst sollen dabei Muster, welche zu ungewünschten Effekten von Krisenreaktionsmaßnahmen führen oder dessen Wirksamkeit verhindern können, erkannt und automatisiert Alternativvorschläge zur Verbesserung erarbeitet werden. Anschließend sollen die aktualisierten Maßnahmen in die Umsetzung gebracht und deren Wirksamkeit dokumentiert werden, sodass sie als Ausgangsdaten in die nächste Simulation eingehen können. Schlussendlich ist zudem die Darstellung der relevanten Informationen in einem leistungsfähigen Dashboard umzusetzen.

  
  
  https://akrima.dfki.de/