i6eal.de
DEEN
Start a project
← Back to the registerPublic-sector AI use

Automatisierung in der Binnenschifffahrt / Ertüchtigung eines Schiffsführungssimulators

Entwicklung einer echtzeitfähigen, fahrdynamischen Simulationssoftware (virtuelles Testfeld) mit der ein Schiff unter Beachtung des Verkehrsaufkommens sicher und effizient durch einen Flussabschnitt gesteuert werden kann. DIE Algorithmen des Reinforcement Learnings sind dabei aktuell Deep-Q-Network (DQN), Deep Deterministic Policy Gradient (DDPG), Twin Delayed DDPG (TD3) und Soft-Actor-Critic (SAC). Als Programmierframework wurde zunächst Apache MXnet (bis September `23) und Pytorch verwendet.

Source checked 25 Aug 2026, 11:27Original MaKI source ↗Data schema ki-verwaltungsradar.internal.v1
MaKI identifierBD20262906625AuthorityBundesanstalt für WasserbauStatusDevelopmentOpen original profile ↗
Evidence-backed dossier

Automatisierung in der Binnenschifffahrt / Ertüchtigung eines Schiffsführungssimulators

Entwicklung einer echtzeitfähigen, fahrdynamischen Simulationssoftware (virtuelles Testfeld) mit der ein Schiff unter Beachtung des Verkehrsaufkommens sicher und effizient durch einen Flussabschnitt gesteuert werden kann. DIE Algorithmen des Reinforcement Learnings sind dabei aktuell Deep-Q-Network (DQN), Deep Deterministic Policy Gradient (DDPG), Twin Delayed DDPG (TD3) und Soft-Actor-Critic (SAC). Als Programmierframework wurde zunächst Apache MXnet (bis September `23) und Pytorch verwendet.

Development
Open original profile ↗
Authority
Bundesanstalt für Wasserbau
Administrative level
Federal
Ministry
Bundesministerium für Verkehr
Risk classification
Minimal riskSelf-reported in the MaKI profile, not an i6eal assessment
AI method
Machine Learning
Application area
Mobilität
Governance matrix

Published, planned or open

The matrix separates published information, planned reviews, non-required information and unknown fields. It deliberately has no composite score.

Risk classificationMinimales Risiko
Fundamental-rights reviewNot published
Data-protection statementNicht erforderlich
Contractor useIntern
Intervention optionsNot published
Project linkNot published
Timeline

Project and publication dates

These dates come from the current MaKI profile. They are not i6eal observation history.

  1. Project start
  2. First published
  3. Last published
MaKI identifierBD20262906625
Evidence basispublished authority profile
Source state25 Aug 2026, 08:38
Observed by i6eal

Observation history

This profile has been observed since 25 Aug 2026. Source-reported project and publication dates remain separate.

First observed
Last observed
Related tools

Useful next steps

These tools complement the current result.

View all tools
IndexAI Procurement & Supplier IndexWhich AI contracts does the public sector award, who wins, and which technology dependencies are explicitly disclosed? Procurement updates daily from TED and oeffentlichevergabe.de; suppliers use exact source IDs only.Provenance checkPublic-sector AI system passportSee which public records can be linked to each published government AI system through stable identifiers or exact source-declared repository URLs—with a source for every edge and visible evidence boundaries.Data reportGerman state AI evidence monitorCompare three separate public evidence lanes across all 16 German states: exactly assigned AI system profiles, AI-related procurement and physical infrastructure—without a composite score or invented ranking.