WISO001045 AI, machine learning, and optimization for smart wood transport and forest logistics


Art
Seminar
Semesterstunden
1
Vortragende/r (Mitwirkende/r)
Kogler, Christoph , Acuna, Mauricio
Organisation
Produktionswirtschaft und Logistik
Angeboten im Semester
Wintersemester 2025/26
Unterrichts-/ Lehrsprachen
Englisch

Lehrinhalt

Dieser Kurs des eigens dafür an die BOKU eingeladenen, international führenden Experten Prof. Mauricio Acuna vom Natural Resources Institute Finland (LUKE) bietet eine einmalige Gelegenheit für Studierende, von einem der profiliertesten Wissenschaftler im Bereich der forstlichen Digitalisierung und Logistik zu lernen.
Im Zentrum steht die Anwendung von Künstlicher Intelligenz (KI), Maschinellem Lernen und Optimierungsverfahren zur Lösung realer Herausforderungen in Holztransport, Maschinenkoordination und Biomasselogistik. Das forschungsgeleitete Seminar ist stark explorativ ausgerichtet: Studierende werden dazu ermutigt, innovative digitale Lösungen zu entwickeln, zu prototypisieren und kritisch zu bewerten. Der Kurs kombiniert praxisnahe Übungen, Fallstudien und Projektarbeit mit interdisziplinärem Denken, um Nachhaltigkeit und Effizienz in forstlichen Wertschöpfungsketten zu verbessern.
Die Lehrveranstaltung richtet sich insbesondere an Doktorats- und Masterstudierende der Forstwissenschaften, Holztechnologie und Management sowie verwandter Disziplinen mit Interesse an Digitalisierung und Nachhaltigkeit. Darüber hinaus sind motivierte Bachelorstudierende, Studierende anderer Universitäten sowie Gastforschende herzlich eingeladen am Kurs teilzunehmen (für eine individuelle Rücksprache wenden Sie sich bitte and christoph.kogler@boku.ac.at).

Inhaltliche Voraussetzungen (erwartete Kenntnisse)

Vorausgesetzt werden grundlegende Kenntnisse in Forstwissenschaften, Logistik oder Datenanalyse sowie Interesse an digitalen Technologien und nachhaltigen Wertschöpfungsketten.

Lehrziel

Nach Abschluss des Kurses sind die Studierenden in der Lage:
1.Die Rolle von Künstlicher Intelligenz (KI), Maschinellem Lernen und Optimierung im modernen Holztransport, in der Forstlogistik und in Biomasse-Lieferketten zu verstehen.
2.Logistikdaten aus verschiedenen Quellen (z. B. GNSS, Telematik, Drohnen, Sensornetzwerke) zu erfassen, zu verarbeiten und zu analysieren.
3.Methoden des Maschinellen Lernens (z. B. prädiktive Modellierung, Anomalieerkennung, Deep Learning) zur Lösung praxisrelevanter Herausforderungen in forstlichen Transportprozessen anzuwenden.
4.Optimierungsmodelle für Routenplanung, Einsatzplanung und Ressourcenzuweisung in der Holzwertschöpfungskette zu entwickeln und umzusetzen – unter Berücksichtigung mehrerer Zielgrößen (z. B. Kosten, Zeit, Emissionen).
5.KI-gestützte Entscheidungsunterstützungssysteme für dynamische Forstlogistik und Lieferkettenmanagement zu konzipieren und zu evaluieren.
6.Neue Technologien wie Blockchain, Internet of Things (IoT) und Echtzeit-KI hinsichtlich ihrer Potenziale für mehr Transparenz, Rückverfolgbarkeit und Effizienz in der Forstlogistik kritisch zu bewerten.
7.Praxisnahe Lösungen für eine nachhaltige und intelligente Forstlogistik durch die Integration von KI, Optimierung und digitalen Werkzeugen zu formulieren.
Noch mehr Informationen zur Lehrveranstaltung, wie Termine oder Informationen zu Prüfungen, usw. finden Sie auf der Lehrveranstaltungsseite in BOKUonline.