Internationales Verkehrswesen (70) 2 | 2018 59 Simulation des Entscheidungsverhaltens verdeutlicht Marktpotenzial Hafen- und Verkehrsträgerwahl für Containertransporte aus dem südwestdeutschen Hinterland Simulation, Entscheidungsverhalten, Containertransporte, Seehafenhinterland, maritime Transportkette Entscheidungen, über welchen Hafen und mit welchem Verkehrsträger Container versendet werden, sind häufig nicht trivial. Gerade in Südwestdeutschland resultierten andere Marktanteile, als eine rein rationale Betrachtungsweise vermuten lässt. In einem Simulationsmodell werden die Ist-Marktanteile sowie die Reaktionen auf Kapazitätsveränderungen analysiert. Die Ergebnisse zeigen, dass durch Angebotsverbesserungen im Hinterland die Marktanteile westlicher Seehäfen und umweltfreundlicher Verkehrsträger gesteigert werden können. Ralf Elbert, Katrin Scharf, Frederik Meyer A uch bei einem wachsenden Containeraufkommen führt die Vergrößerung des Einzugsgebiets der Seehäfen, durch z. B. Ausbau der Infrastruktur, zu einem steigenden Konkurrenzdruck zwischen den Seehäfen der Hamburg-Le Havre-Range [1, 2]. Die Wettbewerbsfähigkeit eines Hafens wird dabei von einer Vielzahl von Faktoren beeinflusst [3]. Aufgrund von Kapazitätsengpässen sowie des hohen Anteils von Vor- und Nachlauf an den Transportkosten, entwickelt sich die Anbindung an das Hinterland zum entscheidenden Wettbewerbsfaktor. Hinterlandkosten machen 40 bis 80% der gesamten Kosten der maritimen Transportkette aus, was den hohen Stellenwert für das Entscheidungsverhalten verdeutlicht [4]. Foto: Pixabay Wissenschaft LOGISTIK Foto: pixabay.de Internationales Verkehrswesen (70) 2 | 2018 60 LOGISTIK Wissenschaft Unklare Entscheidungssituation in Südwestdeutschland Entscheidungsträger, die über Eingangs- und Ausgangshäfen sowie Transportmittel und -wege in der maritimen Transportkette entscheiden, können dabei, je nach Geschäftsmodell, der Verlader, der Spediteur oder - vor allem bei großen Transportmengen - der Reeder sein. Für die untersuchten südwestdeutschen Bundesländer (Baden-Württemberg, Rheinland-Pfalz und Hessen) stehen aufgrund ihrer geographischen Lage gleich vier der umschlagsstärksten Häfen Europas (Rotterdam, Antwerpen, Hamburg und Bremerhaven) für den Containertransport mit zahlreichen Verbindungen zur Verfügung. Die Vergleichbarkeit dieser Verbindungen gestaltet sich allerdings aufgrund der vielen Einflüsse als sehr aufwendig [5] und wird daher von den Entscheidungsträgern meist nicht in vollem Umfang durchgeführt [6]. Bereits bei der Betrachtung einer rein rationalen Entscheidungsfindung (basierend auf Transportkosten und -dauer) zeigen sich deutliche Abweichungen im Vergleich zu den realen Ist-Marktanteilen der Seehäfen (siehe dazu auch [6, 7, 8]). Um die Marktanteile einzelner im Wettbewerb stehender Seehäfen zu analysieren sowie den Modal Split hinsichtlich umweltfreundlicher Verkehrsträger zu fördern, ist es von entscheidender Bedeutung, das Verhalten der Entscheidungsträger zu verstehen. Dies ermöglicht zielgerichtete Maßnahmen zur Verbesserung der Anbindungen im Hinterland. Zielsetzung und Herangehensweise zur Analyse des Marktpotenzials Ziel ist es, das Marktpotenzial von Containertransporten aus dem südwestdeutschen Hinterland in Richtung ausgewählter Seehäfen der Hamburg-Le Havre-Range zu analysieren. Dazu wurden, zunächst im Rahmen einer Befragung der Entscheidungsträger in den Regionen, die Einflussfaktoren auf das Entscheidungsverhalten bei der Hafen- und Verkehrsträgerwahl erhoben. Das Simulationsmodell baut auf den Erkenntnissen der 30 dazu durchgeführten Interviews auf. Hierbei wird neben den Ist-Marktanteilen das Marktpotenzial simulationsbasiert ermittelt und analysiert. Um dem komplexen Prozess der Entscheidungsfindung realitätsnah abzubilden, wird eine Entscheidungslogik (Nutzenfunktion) entwickelt, welche relevante Faktoren entsprechend ihrer Wirkungsrichtung im Simulationsmodell berücksichtigt. Die berücksichtigten Faktoren können im Simulationsmodell sowohl hafenals auch verkehrsträgerspezifisch angepasst werden. Vor allem durch die hohe Komplexität und die Berücksichtigung dynamischer Anpassungen und Abhängigkeiten der Entscheidungslogik im Zeitverlauf, können die folgenden Forschungsfragen nicht ausreichend mit einer rein mathematisch analytischen Modellierung gelöst werden [9, 10]. Daher wurde ein agenten-basiertes Simulationsmodell mit der Software Any- Logic 8.2.3 entwickelt. Im Weiteren sollen die Forschungsfragen in drei Szenarien analysiert werden: 1. Basisszenario: Inwiefern können die Ist-Marktanteile und der Modal Split mit der entwickelten Entscheidungslogik und dem Simulationsmodell realitätsnah abgebildet werden? 2. Erweitertes Szenario: Führt eine Kapazitätserhöhung der Bahntransporte (20 % mehr Güterzüge aus den Regionen nach Rotterdam) zu einer Umverteilung der Containermengen (Marktanteile und Modal Split)? 3. Zukunftsszenario: Welches Nachfrageverhalten (Marktanteile und Modal Split) ergibt sich bei einer dynamischen Anpassung des Transportangebots der Regionen (ohne Kapazitätseinschränkungen bei Bahn und Binnenschiff)? Ausgehend vom Basisszenario, was insbesondere der Kalibrierung des Modells dient, wird im erweiterten Szenario das Potenzial analysiert, welches zum einen durch den Ausbau des Bahn-Korridors Rotterdam-Genua auf der Teilstrecke in Deutschland entstünde und zum anderen durch die Digitalisierung der Strecken (Erhöhung der Trassenkapazität durch z. B. ETCS-Aufrüstung) erreicht werden soll [11]. Beides wird zuerst im Korridor Genua-Rotterdam zu beobachten sein, da hier der Ausbau für Güterverkehr relevante Strecken und die ETCS- Aufrüstung am weitetesten fortgeschritten sind [12, 13]. Anschließend soll im dritten Szenario das langfristige Potenzial, einer vollständig ausgebauten Infrastruktur in Kombination mit einer dynamischen, nachfrageorientierten Angebotsentwicklung, demonstriert und analysiert werden. Entwicklung eines realitätsnahen Simulationsmodells Im Simulationsmodell sind die über 100 Landkreise der drei Bundesländer mit dem jeweils entsprechenden Containeraufkommen (basierend auf der Bruttowertschöpfung der Landkreise) hinterlegt [14]. Die Grundidee ist, dass jeder Container individuell selbst entscheidet, welcher Transportweg (bestimmt durch die Hafen- und Verkehrsträgerwahl) für seinen Ausgangsort am besten geeignet ist. Anschließend wird durch diese Nachfrage das Kapazitätsangebot der Verkehrsträger (vor allem Bahn und Binnenschiffe, da bei LKW-Transporten keine Kapazitätseinschränkungen hinterlegt sind) dynamisch mitbestimmt. Heutige Restriktionen, wie z. B. Fahrpläne oder langfristige Rahmenverträge sowie verkehrsträger- und routenindividuelle Kostensätze (vgl. [15, 16]), sind in einer Datenbank hinterlegt. Dabei sind alle relevanten Faktoren, die in der Entscheidungslogik berücksichtigt werden, in dieser Datenbank festgelegt und können vor oder während der Simulationsdurchläufe präzise konfiguriert werden. Dies ermöglicht sowohl statische als auch dynamische Auswertungen, die bis auf die Ebene der Landkreise heruntergebrochen werden können. Beispielsweise kann der zeitliche Verlauf der Hafen- und Verkehrsträgerwahl in Abhängigkeit der prozentualen Veränderung der Transportkosten oder der Zuverlässigkeit einzelner Verkehrsträger analysiert werden. Dadurch wird die Transportkette exportierender Unternehmen, vom Verlader über Umschlagsterminals im Hinterland bis zum Seehafen, vollständig und realitätsnah abgebildet. Eine Übersicht des Simulationsmodells und beispielhafte Auswertungsmöglichkeiten der Containermengen sind in Bild 1 dargestellt. Zentrales Element des Simulationsmodells bildet die Entscheidungslogik der Container, anhand derer die Auswahl des vorteilhaften Transportwegs erfolgt. Zunächst wird davon ausgegangen, dass jeder Entscheider versucht, seinen persönlichen Nutzwert zu maximieren. Internationales Verkehrswesen (70) 2 | 2018 61 Wissenschaft LOGISTIK Um diesen Nutzwert möglichst realitätsnah abzubilden, ist eine umfassende Berücksichtigung entscheidungsrelevanter Faktoren unerlässlich. Die wichtigsten Faktoren der Entscheidung sind die Transportkosten ins Hinterland und die im Hafen anfallenden Gebühren des Containerhandlings. Zusätzlich Berücksichtigung finden die Leistungen der angebotenen Hinterlandanbindungen (u. a. Kapazitäten Bahn und Binnenschiff sowie deren Frequenzen, Service und Zuverlässigkeit), ebenso wie die der Häfen (u. a. Schiffsfrequenz, Service und Zuverlässigkeit). Des Weiteren wird der oftmals vernachlässigte Einfluss von Erfahrungswerten als weiteres wichtiges Element der Funktion berücksichtigt. Im Vergleich zu vorherigen wissenschaftlichen Studien (siehe hierzu u. a. [17, 18]) ergibt sich somit ein wesentlich umfassenderer Erklärungsansatz. Die Validierung des Modells erfolgte iterativ in mehreren Durchläufen. Die Annahmen, Entscheidungs- und Modelllogik wurden dazu mit Wissenschaftlern (Professoren und wissenschaftlichen Mitarbeitern durch z. B. Vorstellung auf Konferenzen) und Unternehmensvertretern (u. a. Geschäftsführer und Manager der Hinterland- Terminals, Operateure, Spediteure, Verlader, Reeder und Seehäfen) sowie politischen Vertretern der Verkehrsministerien Hessen, Rheinland-Pfalz und Baden Württemberg in Einzelgesprächen oder Präsentationen ausführlich diskutiert. Die Simulationsexperimente zeigen das Marktpotenzial der Regionen Die Ergebnisse des Basisszenarios zeigen die realitätsnahen Ist-Marktanteile und den Modal Split für jedes untersuchte Bundesland und Hafen (siehe Bild 2), welche nur marginal von anderen großzahligen, empirischen Erhebungen abweichen (vgl. [7, 8]). Dies bestätigt, dass die implementierte Entscheidungslogik (Nutzenfunktion inkl. der Werte in der Datenbank) das Nachfrageverhalten realitätsnah beschreibt. Folgerichtig eignet Bild 2: Ergebnisse Szenario 1 - Basisszenario mit Ist-Kapazitäten Bild 1: Auszug des Simulationsmodells Internationales Verkehrswesen (70) 2 | 2018 62 LOGISTIK Wissenschaft sich das Simulationsmodell zur Prognose und Auswertungen von Handlungsalternativen. Die Ergebnisse des erweiterten Szenarios zeigen, welches Potenzial hinter dem Ausbau des Bahnangebots steckt. Die Auswertung des Szenarios konnte bespielhaft zeigen, dass bei einer Erhöhung der Güterzüge nach Rotterdam um 20 % durchschnittlich der Marktanteil für den selbigen Hafen sogar überproportional um ca. 23 % gesteigert werden kann (siehe Bild 3). Insbesondere für die Regionen in Süd-Hessen und im gesamten Bundesland Baden-Württemberg wäre durch diese Angebotsausweitung eine Umverteilung bestehender und neuer Containertransporte zu erwarten. Zudem verdeutlicht dies die Relevanz des Infrastrukturausbaus zur Verbesserung des Anteils Bahn am gesamten Modal Split. Die Ergebnisse des Zukunftsszenarios verdeutlichen vor allem zwei Aspekte: Zum einen hängt die Konkurrenzfähigkeit von Bahn und Binnenschiff gegenüber dem Verkehrsmittel LKW (selbst bei heutigen Preisstrukturen) erheblich mit dem Kapazitätsgrenzen zusammen. Denn in Folge des größeren Kapazitätsangebots ergibt sich selbst bei starren Fahrplänen eine erhöhte Nutzung der zur Verfügung stehenden Kapazitäten. Im Zukunftsszenario, ohne Kapazitätseinschränkungen und mit dynamische Abfahrten der Verkehrsträger (ohne starre Fahrpläne), fiel der Anteil des LKW-Transports im Modal-Split durch die Flexibilisierung der Verkehrsträger Bahn und Binnenschiff in allen betrachteten Regionen drastisch. Zum anderen wird der eindeutige geographische Vorteil der Häfen Rotterdam und Antwerpen gegenüber Hamburg und Bremerhaven für die Bild 3: Ergebnisse Szenario 2 - Erweitertes Szenario mit-mehr Güter zügen Richtung Rotterdam Bild 4: Ergebnisse Szenario 3 - Zukunftsszenario mit dynamischer Anpassung der Kapazitäten aller Verkehrsträger Internationales Verkehrswesen (70) 2 | 2018 63 Wissenschaft LOGISTIK betrachteten Regionen deutlich. Nicht zuletzt die geringere Distanz verglichen mit den Nordhäfen für fast alle betrachteten Regionen ließ den Marktanteil von Rotterdam um ca. 19 % steigen (vgl. Bild 4). Fazit und Ausblick Die Analyse stellt eine Erweiterung der bisher betrachteten Faktoren hinsichtlich der Hafen- und Verkehrsträgerwahl dar und ermöglicht eine dynamische Betrachtung der komplexen Entscheidungssituation. Insgesamt arbeitet das Modell mit einer umfangreichen Entscheidungslogik. Dabei können sowohl sehr restriktive (Kapazitätsgrenzen und Fahrpläne) als auch sehr flexibel (bedarfsabhängige Verkehrsträgergenerierung) Szenarien analysiert werden. In der Analyse der drei Szenarien konnte gezeigt werden, dass das Simulationsmodell zuverlässige, realitätsnahe Ergebnisse liefert (Basisszenario) und somit die Bewertungen der Marktpotenziale (im erweiterten und Zukunftsszenario) für Containertransporte aus Südwestdeutschland ermöglicht. Sowohl im erweiterten als auch im Zukunftsszenario erhöhten sich die Marktanteile der Westhäfen im Vergleich zu den Nordhäfen sowie der Modal Split zugunsten umweltfreundlicher Verkehrsträger. Die Grenzen des Simulationsmodells ergeben sich hauptsächlich durch die Fallbetrachtung und die getroffenen Aussagen der befragten Experten sowie in den zur Verfügung gestellten Daten. In Folge dessen können leichte Verzerrungen der Anteile innerhalb der Westhäfen (Antwerpen und Rotterdam) bzw. Nordhäfen (Hamburg und Bremerhaven) nicht ganz ausgeschlossen werden. Die Aussagekraft für die zusammengefassten Seehäfen, Westhäfen und Nordhäfen, bleiben davon jedoch weitestgehend unberührt. Um diese jedoch für zukünftige Analysen noch stärker der Realität anzunähern, sollten weitere Datenquellen hinzugezogen werden. Für die Praxis stellt das Modell bereits jetzt ein mächtiges Vorhersagetool dar, mit welchem sich Maßnahmenkataloge entwickeln und Zielsetzungen überprüfen lassen. ■ LITERATURVERZEICHNIS  [1] World Bank (2017): Container Port Traffic. https: / / data.worldbank.org/ indicator/ IS.SHP. GOOD.TU. Letzter Zugriff: 16.04.2018.  [2] UNCTAD - United Nations Conference on Trade and Development (2017): Review Of Maritime Transport. http: / / unctad.org/ en/ PublicationsLibrary/ rmt2017_en.pdf. Letzter Zugriff: 16.04.2018.  [3] Notteboom, Theo und De Langen, Peter (2015): Container Port Competition in Europe. Handbook of Ocean Container Transport Logistics. Springer: S. 75-5.  [4] Notteboom, Theo und Rodrigue, Jean-Paul (2004): Inland freight distribution and the sub-harborization of port terminals. In: ICLSP 2004.  [5] Drewry Supply Chain Advisors (2016): Market Study: A ‘best-route’ market study for containerised imports to South Germany. https: / / www.hellenicshippingnews.com/ wp-content/ uploads/ 2016/ 03/ BestRouteAnalysis_SGermany_100316.pdf. Letzter Zugriff: 16.04.2018.  [6] Elbert, Ralf, Scharf, Katrin und Müller, Jan, Philipp (2018): HiRo - Marktpotenzial von Containertransporten aus dem südwestdeutschen Hinterland. In: Forschungsbericht des Fachgebiets Unternehmensführung und Logistik (26) der Technischen Universität Darmstadt.  [7] ISL - Institut für Seeverkehrswirtschaft und Logistik und Holocher, Klaus (2015): Analyse der Seehafenhinterlandverkehre der bremischen Häfen bis zum Jahr 2030.  [8] ISL - Institut für Seeverkehrswirtschaft und Logistik und IHS Global GmbH (2015): Prognose des Umschlagpotenzials und des Modal Splits des Hamburger Hafens für die Jahre 2020, 2025 und 2030.  [9] Law, Averill (2014): Simulation Modeling and Analysis. Mc Graw Hill Education. [10] Borshchev, Andrei (2014): The Big Book of Simulation Modeling. AnyLogic North America. [11] Knaack, Tobias (2017): Bahntrasse Rotterdam - Genua: Alle warten auf Deutschland. https: / / www.swp.de/ politik/ inland/ bahntrasse-rotterdam-genua_-alle-warten-aufdeutschland-23692717.html (12.10.2017). Letzter Zugriff: 21.03.2018. [12] Deutsche Bahn (2018): #digitale Schiene. https: / / www.deutschebahn.com/ de/ presse/ suche_Medienpakete/ medienpaket_digitale_schiene_deutschland-1177310. Letzter Zugriff: 21.03.2018. [13] DB Netze (2017): ETCS-Korridore. https: / / fahrweg.dbnetze.com/ fahrweg-de/ kunden/ nutzungsbedingungen/ etcs/ etcs_migration/ etcs-korridore-1369702. Letzter Zugriff: 21.03.2018. [14] Statistisches Bundesamt (2017): VGR der Länder Bruttoinlandsprodukt, Bruttowertschöpfung in den Ländern. https: / / www.statistik-bw.de/ VGRdL/ MethDef/ brochure.pdf. Letzter Zugriff: 16.04.2018. [15] Contargo (2017): IMTIS Datenbank, https: / / imtis.contargo.net/ web/ . Letzter Zugriff: 09.03.2018. [16] TFG Transfracht (2017): Box2Rail, https: / / www.box2rail.com/ . Letzter Zugriff: 09.03.2018. [17] Parola, Francesco, Risitano, Marcello, Ferretti, Marco und Panetti, Eva (2016): The drivers of port competitiveness: a critical review. In: Transport Reviews, 37(1), S. 116-138. [18] Moya, Julián Martínez. und Valero, María Feo (2016): Port choice in container market: a literature review. In: Transport Reviews, 37(3), S. 300-321. Katrin Scharf, Dipl.-Kffr. Wissenschaftliche Mitarbeiterin, Fachgebiet Unternehmensführung und Logistik, TU Darmstadt scharf@log.tu-darmstadt.de Frederik Meyer Absolvent, Fachgebiet Unternehmensführung und Logistik, TU Darmstadt frederiksebastian.meyer@stud.tu-darmstadt.de Ralf Elbert, Prof. Dr. Leiter Fachgebiet Unternehmensführung und Logistik, Technische Universität Darmstadt elbert@log.tu-darmstadt.de