von Prof. Dr. Jarmo Haferkamp (Gewinner des GOR Young Researchers Awards 2026)
Ob auf dem Weg zum Bahnhof oder auf dem Weg nach Hause: Wer einen On-Demand-Mobilitätsdienst bucht, hat je nach Situation unterschiedliche Vorstellungen von der passenden Abholzeit. Vor Beginn einer Reise fragt man meist frühzeitig an, möchte aber auf keinen Fall den Zug verpassen. Im Anschluss ist dagegen eher eine schnelle Abholung gewünscht, während einige Minuten zusätzliche Wartezeit akzeptabel sein können. Für Mobilitätsdienste stellt sich damit eine schwierige Frage: Welche Abholzeiten sollten sie anbieten, wenn weder der gewünschte Zeitpunkt noch die tatsächliche Flexibilität der Nutzer bekannt sind und zugleich begrenzte Fahrzeugressourcen effizient eingesetzt werden müssen?
In unserer Forschung entwickeln wir dafür eine sogenannte Cost Function Approximation (CFA), die den Umgang mit zwei Arten von Unsicherheit ermöglicht: zum einen, welche Abholzeiten für den aktuell anfragenden Nutzer akzeptabel sind, und zum anderen, inwieweit Fahrzeugressourcen für künftige Anfragen benötigt werden. Die erste Unsicherheit bilden wir über die Wahrscheinlichkeit ab, dass mindestens eine der angebotenen Optionen den individuellen Anforderungen entspricht. Der zweiten tragen wir über den erwarteten Fahraufwand der angebotenen Optionen Rechnung. Ein Parameter bestimmt, wie stark beide Größen gegeneinander gewichtet werden. So entsteht ein Angebot, das mit hoher Wahrscheinlichkeit eine passende Abholzeit enthält, ohne unnötig Ressourcen zu binden.
Damit bieten wir einen effektiven und nachvollziehbaren Ansatz, der unsichere Nutzerpräferenzen und den effizienten Einsatz begrenzter Ressourcen gegeneinander abwägt. Für zukünftige Arbeiten stellt sich darüber hinaus die Frage, wie heutige Angebotsentscheidungen die langfristige Kundenbindung beeinflussen und wie dieser unsichere zukünftige Wert bereits bei der Angebotsgestaltung berücksichtigt werden kann.
Autor
Herr Prof. Dr. Jarmo Haferkamp
Universität Bremen
Fachbereich Wirtschaftswissenschaft
Professur für digitales Logistikmanagement und Business Data Analytics