Häfen sind heute mit unterschiedlichen Herausforderung konfrontiert. Dazu gehören steigende Kosten, ein erhöhter Wettbewerbsdruck ebenso wie die gesellschaftlichen Erwartungen an ein stärkeres Engagement im Umweltschutz. Die Klimapolitik in Deutschland fordert zudem eine aktivere Rolle von Unternehmen in der Energiewende. Für Häfen kann dies bedeuten, dass sie – dort wo es möglich ist - Energie einsparen und Teil des Regelenergiemarktes Aktiv am Energiemarkt teilnehmen werden, in dem Energielasten optimiert und Flexibilität bereitgestellt werden. Häfen sind komplex strukturiert und eingebettet in nationale und internationale Wertschöpfungsketten. Die Folgen sind u.a. eine Vielzahl akteursübergreifender Prozesse und Energieverbraucher im Hafen. Es wird davon ausgegangen, dass durch eine akteursübergreifende Betrachtung der Prozesse und Verbraucher bisher unerkannte Potenziale für die Energieoptimierung gehoben werden können, in dem Informationen erstmalig digital zusammengeführt, visuell aufbereitet und sinnvoll strukturiert werden.

Das Projektziel ist die Reduktion und Flexibilisierung von Energieverbräuchen, in dem Energieflüsse im Hafen mittels einer „digitalen Leit-warte“ visualisiert und prognostiziert werden. Die Daten des Hafenbetreibers als auch Umschlagsunternehmens werden automatisiert zusammengeführt und übergreifend betrachtet. Dies stellt sicher, dass ein Hafen und seine vielfältigen Energieverbraucher ganzheitlich betrachtet und Synergien genutzt werden.
Das dashPORT ermöglicht als intelligente Softwarelösung, Energieverbraucher und Energieverbräuche akteursübergreifend zu visualisieren, daraus Maßnahmen abzuleiten sowie ungewöhnlich hohe Verbräuche zu identifizieren und wenn möglich zu vermeiden. Darüber hinaus wird das Ziel der Vorhersage von Verbräuchen anhand der Analyse und Verarbeitung von internen und externen Daten verfolgt, sodass eine gezielte Ableitung von Maßnahmen und eine Steuerung möglich werden. Dadurch soll eine langfristige Reduzierung von Energiekosten und CO2-Emissionen im Häfen möglich sein.

Datenstrommanagement, Deep Learning