Foto: Politie Hamburg
Tot nu toe werden controles in de haven van Hamburg om te bepalen of iemand gevaarlijke stoffen vervoerde, grotendeels handmatig uitgevoerd en gebaseerd op steekproeven. De waterpolitie heeft nu een digitaal model geïntroduceerd dat gebruikmaakt van kunstmatige intelligentie (AI) om systematisch niet-aangegeven gevaarlijke stoffen op te sporen.
De nieuwe digitale applicatie gebruikt algoritmes om aanbevelingen te genereren voor containers die tijdens import en export moeten worden geïnspecteerd. Op basis van de door de AI gegenereerde suggesties controleren de waterpolitieagenten de geïdentificeerde ladingen.
"Gezien het grote aantal containers waren controles tot nu toe alleen mogelijk op basis van individuele gevallen", aldus Lutz Dreyer, afdelingshoofd bij de Waterpolitie WSP 52, Centrale Monitoringseenheid Gevaarlijke Goederen. Een specialistische analyse uit 2021 toonde aan dat de zoektocht naar niet-aangegeven gevaarlijke goederen aanzienlijk verbeterd en efficiënter gemaakt kon worden door de toepassing van intelligente methoden, met name op het gebied van kunstmatige intelligentie (AI).
“We zijn begin 2023 met het AI-project van start gegaan, met financiële steun van het InnoTecHH-fonds van de Hamburgse Senaatskanselarij en technische ondersteuning van Dakosy”, aldus Dreyer. Om niet-aangegeven gevaarlijke stoffen systematisch te identificeren, had de autoriteit eerst digitale toegang nodig tot alle export- en importgegevens van de containers die in de haven van Hamburg werden behandeld. Deze informatie is beschikbaar in het Port Community System (PCS), dat wordt beheerd door de softwareleveranciers.
Eind 2023 werden importgegevens en eind april 2024 exportgegevens van het PCS (Project Control System) geïntegreerd in het digitale informatiesysteem voor gevaarlijke goederen (GEGIS) van de waterpolitie en getraind met AI. "De zendingen werden gemarkeerd met een waarschijnlijkheidsfactor voor niet-aangegeven gevaarlijke goederen en door ons gecontroleerd", legt Dreyer uit. Thilo Buchheister, projectleider, voegt daaraan toe: "We gebruiken een deep learning-model voor de geautomatiseerde, regelmatige trainingsprocedures, waardoor we ook nieuwe aspecten, zoals aanvullende productbeschrijvingen, in de analyse kunnen meenemen."
De basis voor het AI-project werd gelegd door de herziening van de Hamburgse Havenveiligheidswet. Er was echter een klein probleem: alleen de nieuwe versie staat de Waterbeschermingsautoriteit toe om vrachtgegevens te verwerken en vast te stellen of er niet-aangegeven gevaarlijke stoffen worden geladen of gelost in transporteenheden in de haven van Hamburg. Voorheen ontbrak het de Waterbeschermingsautoriteit aan een wettelijke basis om containers die niet als gevaarlijke stoffen waren aangegeven, systematisch te inspecteren.
Olaf Hagenloch, adjunct-hoofd van de Hamburgse waterpolitie, herinnert zich in dit verband een tragisch incident: "Velen van ons herinneren zich nog de verwoestende brand op een containerschip in 2016, toen talloze hulpverleners dagenlang bezig waren om de brand aan boord te blussen. De oorzaak van de brand waren niet-aangegeven gevaarlijke stoffen." Dit illustreert hoe cruciaal het is om gevaarlijke stoffen als zodanig te labelen. "Dankzij AI-ondersteuning beschikken mijn collega's nu over een innovatief hulpmiddel dat zowel hun eigen veiligheid als de algehele veiligheid van de haven aanzienlijk verbetert." Daar zijn ze zeer dankbaar voor.
Al met al maken de nieuw gecreëerde randvoorwaarden en de innovatieve IT-technologie een nieuw niveau van transparantie mogelijk met betrekking tot gevaarlijke goederen in de dagelijkse bedrijfsvoering.
“We zijn begin 2023 met het AI-project van start gegaan, met financiële steun van het InnoTecHH-fonds van de Hamburgse Senaatskanselarij en technische ondersteuning van Dakosy”, aldus Dreyer. Om niet-aangegeven gevaarlijke stoffen systematisch te identificeren, had de autoriteit digitale toegang nodig tot alle export- en importinformatie van de containers die via de haven van Hamburg werden verwerkt.
Stephanie Lützen
