Datenbasierte Infrastrukturoptimierung bidirektionaler Wasserstraßen mit Engstellen: Eine Fallstudie für den Nord-Ostsee-Kanal

Frank Meisel (), Lennart Johnsen () and Sebastian Scholz ()
Additional contact information
Frank Meisel: Christian-Albrechts-Universität zu Kiel
Lennart Johnsen: Christian-Albrechts-Universität zu Kiel
Sebastian Scholz: Christian-Albrechts-Universität zu Kiel

A chapter in Logistik in Wissenschaft und Praxis, 2021, pp 459-477 from Springer

Abstract: Zusammenfassung Der Nord-Ostsee-Kanal ist eine von vielen künstlichen Wasserstraßen weltweit, die zur Verkürzung von Seereisewegen angelegt wurden. Viele dieser Wasserstraßen weisen baulich bedingte Engstellen auf, welche die Verkehrsströme behindern und Verkehrsregelungen für die Schifffahrt erfordern. Diese Engstellen führen bei hohem Schiffsverkehrsaufkommen zu Wartezeiten und laufen somit dem Zweck der Zeitersparnis entgegen. Um diese Engpässe zu beseitigen, kann ein Ausbau der Wasserstraße erwogen werden. Stehen verschiedene Ausbauoptionen zur Auswahl, gilt es zu entscheiden, welche Kombination von Maßnahmen geeignet ist, um eine bestmögliche Beschleunigung der Verkehrsflüsse zu erzielen. Derartige Entscheidungsprozesse sind langwierig, hochkomplex und erfordern Entscheidungsunterstützungsinstrumente. Diesbezüglich betrachtet dieser Aufsatz die Entscheidung über Ausbaumaßnahmen des Nord-Ostsee-Kanals. Wir stellen ein Optimierungsmodell sowie eine einfache Heuristik vor, die unter Rückgriff auf die operative Verkehrssteuerung des Kanals die verkehrliche Wirkung von Ausbaumaßnahmen abschätzen. Anhand der Analyse realer Verkehrsdaten wird in einer Beispielrechnung ein Eindruck vermittelt, wie dieser Ansatz als Entscheidungsunterstützung in der Praxis dienen kann.

Date: 2021
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-33480-2_19

Ordering information: This item can be ordered from
http://www.springer.com/9783658334802

DOI: 10.1007/978-3-658-33480-2_19

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().