Dr. Jarmo Haferkamp
Dr. Jarmo Haferkamp
Lehrstuhl BWL, insb. Management Science
|
10/2023 |
Doctorate degree (summa cum laude) |
|
|
Since 01/2018 |
Research associate, Chair of Management Science, Otto-von-Guericke-Universität Magdeburg |
|
|
08/2016 - 11/2017 |
Working student, Internal Audit Department, ALBA Group |
|
|
10/2015 - 12/2017 |
Master of Science in Information Systems, Freie Universität Berlin |
|
|
11/2013 - 07/2015 |
Student assistant, Department of Information Technology, Universität Hamburg |
|
|
10/2012 - 12/2015 |
Bachelor of Science in Information Systems, Universität Hamburg |
2025
Begutachteter Zeitschriftenartikel
A cost function approximation based large neighborhood search for dynamic medical courier services
Haferkamp, Jarmo; Ulmer, Marlin Wolf
In: Networks - New York, NY : Wiley . - 2025, insges. 15 S. [Online first]
2024
Begutachteter Zeitschriftenartikel
Design of multi-optional pickup time offers in ride-sharing systems
Haferkamp, Jarmo
In: EURO journal on transportation and logistics - Amsterdam, Niederlande : Elsevier, Bd. 13 (2024), S. 1-13, Artikel 100134
2023
Begutachteter Zeitschriftenartikel
Heatmap-based decision support for repositioning in ride-sharing systems
Haferkamp, Jarmo; Ulmer, Marlin Wolf; Ehmke, Jan Fabian
In: Transportation science - Hanover, Md. : INFORMS, Bd. 58 (2024), Heft 1, S. 110-130
Dissertation
Demand management and vehicle routing in dynamic ride-sharing systems
Haferkamp, Jarmo; Ulmer, Marlin Wolf; Ehmke, Jan Fabian
In: Magdeburg: Universitätsbibliothek, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Wirtschaftswissenschaft 2023, 1 Online-Ressource (168 Seiten, 8,05 MB) [Literaturverzeichnis: Seite 135-146][Literaturverzeichnis: Seite 135-146]
2022
Begutachteter Zeitschriftenartikel
Effectiveness of demand and fulfillment control in dynamic fleet management of ride-sharing systems
Haferkamp, Jarmo; Ehmke, Jan Fabian
In: Networks - New York, NY : Wiley, Bd. 79 (2022), Heft 3, S. 314-337
Nicht begutachteter Zeitschriftenartikel
Heatmap-based decision support for repositioning in ride-sharing systems
Haferkamp, Jarmo; Ulmer, Marlin Wolf; Ehmke, Jan Fabian
In: Magdeburg: Otto-von-Guericke-Universität Magdeburg: Fakultät für Wirtschaftswissenschaft, 2022, 1 Online-Ressource (36 Seiten, 1,58 MB) - (Working paper series; Otto von Guericke Universität Magdeburg, Faculty of Economics and Management; 2022, no. 3)
2020
Begutachteter Zeitschriftenartikel
An efficient insertion heuristic for on-demand ridesharing services
Haferkamp, Jarmo; Ehmke, Jan Fabian
In: Transportation Research Procedia - Amsterdam [u.a.]: Elsevier, Bd. 47 (2020), S. 107-114
Artikel in Kongressband
Potential of anticipatory decision-making in dynamic fleet management
Haferkamp, Jarmo; Ehmke, Jan Fabian
In: Konferenz: TSL Second Triennial Conference, Arlington, May 27-29, 2020, Proceedings of the TSL Second Triennial Conference - informs, 2020, Artikel TSL.2020.049, 4 Seiten
Nicht begutachteter Zeitschriftenartikel
Evaluation of anticipatory decision-making in ride-sharing services
Haferkamp, Jarmo; Ehmke, Jan Fabian
In: Magdeburg: Otto-von-Guericke-Universität Magdeburg: Fakultät für Wirtschaftswissenschaft, Der Dekan, 2020, 1 Online-Ressource (28 Seiten, 5,78 MB) - (Working paper series; Otto von Guericke Universität Magdeburg, Faculty of Economics and Management; 2020, no. 4)
2019
Begutachteter Zeitschriftenartikel
Evaluation of delivery cost approximation for attended home deliveries
Köhler, Charlotte; Haferkamp, Jarmo
In: Transportation Research Procedia - Amsterdam [u.a.]: Elsevier, Bd. 37 (2019), S. 67-74
Aktuelle Projekte
Pro-aktive Tourenplanung für Kurzfrist-Testung in Pandemien
Laufzeit: 01.01.2023 bis 31.12.2025
Eine Pandemie kann Städte innerhalb kürzester Zeit zum Stillstand bringen. Um diesem entgegenzuwirken, ist es immanent wichtig, Infektionscluster schnell zu identifizieren und eine weitere Ausbreitung zu Vermeiden. Ein neuer Ansatz, der während der COVID-19 Pandemie in Wien eingesetzt wurde, ist es, eine Flotte an mobilen Testerinnen und Testern einzusetzen. Dieses Projekt befasst sich mit dem operationalen Management solcher Flotten und deren Einfluss auf die Infektionsverbreitung. Das Projekt wird state-of-the-art Multiagenten-Simulationen nutzen, um die Ausbreitung der Infektionen zu simulieren. Die generierten Daten werden hinsichtlich zeitlicher und räumlicher Ausbreitung analysiert (descriptive analytics). Die Daten werden anschließend zu detaillierten Informationsmodellen aggregiert, die insbesondere die Korrelation im Testbedarf abbilden können (predictive analytics). Diese Informationsmodelle werden in das stochastisch dynamische Tourenplanungsproblem integriert und dieses wird mit quantitativen Lösungsverfahren gelöst, unter anderem mittels Reinforcement Learning (prescriptive analytics). Die ermittelten Lösungsstrategien werden anschließend wieder mit der Multiagenten-Simulation evaluiert. In Verlauf des Projektes werden die folgenden Kernfragen untersucht: (1) Wie können Daten über die Ausbreitung hochinfektiöser Krankheiten wie COVID-19 analysiert und modelliert werden? (2) Wie können wir effektive und vorausschauende Planung für die Test-Flotte erreichen, die die komplexe Testbedarf-Entwicklung berücksichtigen kann? (3) Wann und wie können mobile Test-Flotten das Ausbreitungsrisiko reduzieren? Das resultierende Planungsproblem zeichnet sich durch neue und besondere Komplexität im Informationsmodell (Testbedarf) sowie im Tourenplanungsproblem aus. Ein geeignetes Informationsmodell muss sowohl die räumliche und zeitliche Ausbreitung als auch die Korrelation abbilden können. Das stochastische und dynamische Tourenplanungsproblem ist neu und anspruchsvoll hinsichtlich der Entscheidungsgeschwindigkeit, der Flottengröße und der Vielzahl an zu berücksichtigenden Komponenten. Die Integration des an sich schon komplexen Informationsmodells erschwert die erfolgreiche Lösung zusätzlich. Eine Evaluation mittels etablierter Multiagenten-Simulation ist nahezu einmalig im Forschungsbereich der stochastisch dynamischen Tourenplanung. The Projekt wird von Jan Fabian Ehmke (JE, Universität Wien), Marlin Ulmer (MU, Technische Universität Braunschweig), und Niki Popper (NP, Technische Universität Wien) durchgeführt werden. JE wird das Projekt koordinieren und sich insbesondere der predictive analytics widmen. MU wird seine Expertise im Bereich prescriptive analytics für die dynamische Tourenplanung einbringen. NP wird seine etablierte Multiagenten-Simulation erweitern (descriptive analytics), um Daten zu generieren und die Erstellung des Informationsmodelles zu unterstützen. Diese ganzheitliche Betrachtung ist einzigartig im Forschungsfeld.
- Promotionspreis 2024 der Fakultät für Wirtschaftswissenschaft
