GeplantDienstleistungenMarktconsultatie

RWS Challenge Machine-Learning-Modell für Wellenparameter

Rijkswaterstaat Water, Verkeer en Leefomgeving · Marktconsultatie · 1 Lose · 426401
Art
Dienstleistungen
72200000 · Softwareprogrammierung
Geschätzter Wert
Nicht veröffentlicht
Bis Frist
Laufend
Knock-outs
k.A.
Ausschlussgründe
Zuschlag nach
Bestes Preis-Leistungs-Verhältnis
4 Kriterien
Manuell prüfenKonfidenz hoch

Rijkswaterstaat organisiert eine Challenge für die Entwicklung eines schnellen Machine-Learning-Modells für Wellenparameter in der Nordsee. Erfolgreiche Teilnehmer können zu einer mehrstufigen Verhandlungsvergabe unter Ausnahme der Ausschreibungspflicht (MVO) für einen Proof-of-concept und den weiteren Rollout zu einem Pre-Produktionsmodell eingeladen werden.

Dienstleistungen · Marktconsultatie · Nationales Verfahren

Vollständiger Zeitplan
Auftragsart
Dienstleistungen
Marktconsultatie
Geschätzter Wert
Schätzung nicht veröffentlicht
Angebotsfrist
Laufend
Umfang
National
Nationales Verfahren
Lose
1
1 Lose
CPV-Hauptcode
Softwareprogrammierung und -beratung
Standort
NL
MerkmaleCPV 72DienstleistungenMachine LearningAIWassermodelle

01Was wird gefordert

Entwicklung eines Machine-Learning-Modells zur Berechnung von Wellenparametern (signifikante Wellenhöhe und Wellenhöhe bei Dünung) an Standorten in der Nordsee. Der Auftrag beginnt mit einer Challenge (Marktconsultation) und kann zu einer mehrstufigen Verhandlungsvergabe unter Ausnahme der Ausschreibungspflicht (MVO) für einen Proof-of-concept und die anschließende Ausarbeitung zu einem Pre-Produktionsmodell führen.

Das Ziel der Marktconsultation ist es, Einblicke in innovative Lösungsmöglichkeiten für zukünftige, schnelle ML-Wassermodelle zu gewinnen.

72200000Dienstleistungen
1RWS Challenge Machine-Learning-Modell für Wellenparameter

02Strategische Einschätzung

Strategische Einsicht · KI-Analyse
Konzentrieren Sie sich bei der Challenge auf einen robusten Trainingsansatz, der direkt an die betrieblichen Anforderungen (MLOps) und die Nutzerwünsche des HMC anknüpft. Sorgen Sie für die strikte Einhaltung der technischen Rahmenbedingungen, insbesondere der Hardwarebeschränkungen (VRAM/CPU) und der Determinismus-Anforderung. Optimieren Sie das Modell nicht nur auf allgemeine Genauigkeit, sondern spezifisch auf den Peak Error bei Extremwerten, da dieser 40 % der Leistungsbewertung bestimmt.
Automatisch mit KI aus den Vergabeunterlagen gelesen. Bitte stets anhand der Originaldokumente prüfen.

03Hinweise

Wichtig · 8
Das Vorgehenskonzept (Plan van Aanpak) darf maximal 2 einseitige A4-Seiten umfassen (exklusive Deckblatt).Wichtig
Die Implementierung muss Python Version 3.12 oder höher verwenden.Wichtig
Für das Dependency-Management ist die Verwendung von pyproject.toml verpflichtend.Wichtig
Bei Zufallsoperationen muss ein fester Seed (random-seed=42) verwendet werden.Wichtig
Modelle, die bei wiederholtem Training eine Abweichung von mehr als 5 % aufweisen, werden ausgeschlossen.Wichtig
Die Inferenz muss auf einer einzelnen GPU mit maximal 16 GB VRAM laufen.Wichtig
Die CPU-Speicherauslastung darf während der Inferenz die 12 GB nicht dauerhaft überschreiten.Wichtig
Teilnehmer an der Challenge erhalten keine Vergütung für die Teilnahme.Wichtig

04Zuschlagskriterien

Leistung: Gesamtpunktzahl des Modells (RMSE, Peak Error und Skill Score)Gewichtung k.A.

Bewertung auf Basis eines Validierungstests mit drei Kernmetriken: Allgemeine Genauigkeit (RMSE) mit 40 %, Leistung bei Extremwerten (Peak Error) mit 40 % und Vorhersagekraft (Skill Score) mit 20 %.

Qualitativ: Übereinstimmung mit Nutzerwünschen und Anwendung20%

Das Maß, in dem der vorgeschlagene Trainingsansatz den Wünschen und Bedürfnissen der Endnutzer und der endgültigen Anwendung (wie z. B. Ensemble-Vorhersagen) entspricht.

Qualitativ: Betrieblicher Einsatz und Deployment20%

Das Maß, in dem der Bieter die Absicht berücksichtigt, das Modell betrieblich einzusetzen und als produktionsreife Lösung zu verwalten, die den technischen Rahmenbedingungen entspricht.

Preis: Angebotspreis für die Pre-ProduktionGewichtung k.A.

Angebotspreis mit einer Preisobergrenze von 95.000,00 € exkl. MwSt.

05Ablauf & Zeitplan

Veröffentlichung der Challenge über TenderNed / Digishape
26 mei 2026
Anmeldung zur Informationsveranstaltung
29 mei 2026
Online-Informationsveranstaltung – Teams
1 juni 2026 14:00
Ende der Frist für die Einreichung von Fragen
5 juni 2026 11:00
Veröffentlichung der Antworten auf die Fragen
8 juni 2026 17:00
Einreichung des Vorgehenskonzepts
15 juni 2026 11:00
DigiShape Pitches
19 juni 2026
Bekanntgabe des weiteren Verlaufs und Entscheidung über die Ausschreibung der MVO
23 juni 2026
Veröffentlichung der MVO über TenderNed
25 juni 2026
Ende der Angebotsfrist für die MVO
31 augustus 2026
Endgültige Zuschlagserteilung basierend auf dem Proof-of-concept
18 september 2026
Beginn der Vertragslaufzeit
7 oktober 2026
Einddatum overeenkomst
15 februari 2027

06Wert im Kontext

Schätzung nicht veröffentlicht

Der öffentliche Auftraggeber hat keinen geschätzten Wert veröffentlicht — bei einem großen Teil der Aufträge üblich. Der EU-Schwellenwert für diensten beträgt € 221.000, zur Orientierung.

07Wahrscheinliche Wettbewerber

#Wahrscheinlicher BieterEignungZuschläge
1COMPAREX Nederland B.V.SME9130×
2Conclusion B.V.SME8518×
3IlionX Group B.V.SME7713×
4CGI GovernmentUnknown7612×
5KPMG Advisory N.V.SME7615×
6Sogeti Nederland B.V. SME7516×

08Vergabeunterlagen

TN591656 - EFE1 Vrijwillige aankondiging van voorafgaande marktconsultatie 20260526135912pdf26. Mai 2026 · 171 KB
31219005 Challenge Machine Learning-model voor Golfparameterspdf26. Mai 2026 · 610 KB

09Rechtliche Themen, die hier relevant sein können

10Häufig gestellte Fragen

Was ist das Ziel der RWS Challenge?
Das Ziel ist es, Einblicke in innovative Lösungsmöglichkeiten für zukünftige, schnelle Machine-Learning-Wassermodelle innerhalb des AI Impulsprogramms für Wasserbewegungsmodelle (AIWaM) zu gewinnen.
Besteht nach der Marktconsultation die Möglichkeit auf einen Folgeauftrag?
Bei ausreichenden Ergebnissen und Potenzial aus der Challenge kann der Auftrag über eine mehrstufige Verhandlungsvergabe unter Ausnahme der Ausschreibungspflicht (MVO) fortgesetzt werden.
Welche Expertise ist für die Teilnahme an dieser Ausschreibung erforderlich?
Es ist hochspezialisiertes Wissen sowohl in Künstlicher Intelligenz (AI) als auch in wasserbaulichen Parametern erforderlich, um Modelle zu entwickeln, die den funktionalen und technischen Anforderungen entsprechen.
Nach welchen Kriterien kann eine etwaige mehrstufige Verhandlungsvergabe unter Ausnahme der Ausschreibungspflicht (MVO) beurteilt werden?
Die Bewertung bei einer MVO konzentriert sich auf die Gesamtpunktzahl des Modells, die Übereinstimmung mit den Nutzerwünschen und der Anwendung sowie auf den betrieblichen Einsatz und das Deployment.

Automatisch aus den offiziellen Ausschreibungsdaten und Dokumenten zusammengestellt.

11Geschätzter Wert im Marktvergleich

p25
€ 327K
Median
€ 800K
p75
€ 2,5 mln
deze opdracht

Gegunde waarden in CPV 72 · diensten n=1436