ReMuNet

Projektergebnisse

• Fit4ReMuNet: ReMuNet Transformation Methodology
• ReMuNet Platform Ecosystem Design for Resilient Multimodal Freight Transport
• Digital Handover Protocols for Resilient Multimodal Relay Transport
• Intelligent Intermodal Routing for Resilient Door-to-Door Transport Planning
• Real-Time Visibility for Resilient Multimodal Freight Operations
• Piloting Event-Based synchromodal Relay Transport for Resilient European Freight Corridors
• What humanitarian logistics teaches us about designing better routing platforms for everyone
• A methodology for stress-testing routing platforms before a real crisis hits
• When freight is disrupted, the effects reach far beyond the transport network
• Turning disruption history into route risk scores
• Measuring disruption risk on the toughest freight corridor in Europe

Projekttransfer

‚Towards Resilient and Intelligent Multimodal Transport Networks‘ – die ‘ReMuNet’-Abschlussveranstaltung fand am 20. Mai 2026 in Budapest statt. Zur öffentlichen Veranstaltung während der TRA 2026 waren alle Interessierten eingeladen.

Ausgangssituation

Der Klimawandel und geopolitische Risiken bedrohen die Stabilität europäischer Transportnetzwerke zunehmend. ‚ReMuNet‘ setzt auf digitale Technologien, um die Netzwerkresilienz von Schienen, Straßen und Wasserwegen in Krisenzeiten zu steigern und Emissionen zu senken.

Lösungsweg

1. Entwicklung einer Methodik zur Beschreibung von Transportnetzwerken, gemeinsam mit wichtigen Stakeholdern für breite Akzeptanz und regulatorische Integration. Dies vereinfacht den interorganisationalen Datenaustausch für verbesserte Entscheidungsfindung und operative Vernetzung.
2. Ein innovativer Routenplanungsalgorithmus berechnet multimodale Routen, verwaltet die Kapazität bei Störfällen und optimiert die Ressourcennutzung und Netzwerkflexibilität.
3. Eine kollaborative digitale Plattform vernetzt Logistikakteure, erleichtert den Informationsaustausch und das kollaborative Disruptionsmanagement, was die operative Effizienz im Krisenfall signifikant erhöht.
4. Mittels Reinforced-Learning-Algorithmen werden verschiedene Szenarien und Handlungsoptionen modelliert, um die Anpassungsfähigkeit des Netzwerks bei Störfällen zu verbessern. Dieser Ansatz führt zu einem ‚selbstlernenden Netzwerk‘, das die Resilienz europäischer Transportketten durch dynamische Planung von Routen und Kapazitäten langfristig stärken soll.

Erwartetes Ergebnis und Nutzen für die Zielgruppe

• Standardentwicklung für europäische multimodale Transportnetze
• Emissionsreduktion im Binnentransport
• Schnellere Reaktion des Güterverkehrsnetzes auf Störungen
• Effizientere, alternative multimodale Routen
• Kosteneffiziente Geschäftsmodellinnovationen für das Transportökosystem
• Genauere Vorhersagen bei Störungen in multimodalen Korridoren
• Beschleunigung der Hilfsgüterlogistik für Krisengebiete
• Einrichtung eines datenschutzkonformen Datenpools zur Anzeige der Infrastrukturnutzung