Die Deutsche Bahn setzt auf Künstliche Intelligenz
Gemeinsam mit der Deutschen Bahn haben wir einen Innovativen KI-Proof of Concept entwickelt, der Haltausfälle und ungewöhnliche Fahrtanomalien zuverlässig erkennt. Durch datengetriebene Technologie optimieren wir den Schienenverkehr schon heute und tragen so zur Mobilitätswende bei. Das Ziel: effizientere Betriebsabläufe, klare Fahrgastinformationen und eine spürbare Verbesserung im Bahnverkehr. Zukunftsorientierte Mobilität beginnt hier.
#KI
#AnomalyDetection
#Mobilität
NPS Score
Erfolgreiche KI Projekte
Wissenschaftliche Publikationen
Wir entwickelten einen KI-basierten Prototypen für den Testbetrieb zur Erkennung von Fahrtanomalien und Vorhersage von Haltausfällen, zum Beispiel aufgrund einer unerwarteten Verspätung, Umleitung oder Störung eines Zuges. Diese Störungen wirken sich negativ auf die Kundenzufriedenheit aus. Die Anwendung soll die Disposition bei der Erkennung solcher Störungen unterstützen.
1
Fahrtdatenanalyse: Statistische Auswertung vergangener Fahrten und Feature Engineering.
2
KI-gestützte Anomalieerkennung: Präzise Erkennung von Störungen der Fahrt, Haltausfällen und sogenannten Geisterhalten.
3
Interpretierbare Ergebnisse: Ausgabe erkannter Anomalien unterstützt durch Angabe von Wahrscheinlichkeiten und zugrunde liegender Ursachen.
Die Deutsche Bahn AG (DB) ist eines der größten Mobilitäts- und Logistikunternehmen Europas mit Sitz in Deutschland. Sie betreibt den Schienenpersonen- und Güterverkehr, verbindet Städte und Regionen und fördert nachhaltige Mobilität. Mit modernster Technologie und einem umfassenden Streckennetz setzt die DB auf Effizienz, Pünktlichkeit und Kundenzufriedenheit. Erfahren Sie hier mehr über die Deutsche Bahn.
Mobilität & KI
Der Schienenverkehr profitiert stark von KI-gestützten Innovationen. Laut Deloitte wird der Markt für intelligente Mobilität bis 2025 auf 850 Milliarden Euro wachsen, über 1% des globalen BIP. KI optimiert Fahrpläne, erkennt Anomalien und Störungen frühzeitig und verbessert Betriebsabläufe. Sie reduziert Ausfälle, steigert Energieeffizienz und integriert erneuerbare Energien – für eine zuverlässige, nachhaltige und zukunftsfähige Mobilität.
Ziel ist die zuverlässige und rechtzeitige Erkennung von Haltausfällen und ungewöhnliche Fahrtanomalien. Eine besondere Herausforderung stellen hierbei sogenannte Geisterzüge dar. Hierbei handelt es sich um ausfallende oder verspätete Züge, die - beispielweise aufgrund fehlender Ausfallsmeldungen - noch in den Auskunftssystemen angezeigt werden, aber nie am Gleis erscheinen. Hier gilt es die Disposition effizient zu unterstützen und eine schnelle sowie präzise Behebung von Unstimmigkeiten in der Fahrgastinformation zu ermöglichen.
„Perelyn hat uns geholfen, einen innovativen KI-PoC zur Erkennung von Fahrtanomalien und Haltausfällen im Fernverkehr zu entwickeln. Die Zusammenarbeit war effizient, lösungsorientiert und technisch auf höchstem Niveau. Besonders überzeugt hat uns die transparente Ergebnisdarstellung. Perelyn ist ein starker Partner für datengetriebene Mobilitätslösungen.“
— Sven Krause, Program Manager Reisendeninformation, Deutsche Bahn AG
Perelyn hat gemeinsam mit dem Team für Reisendeninformation (DB AG) einen maßgeschneiderten, KI-basierten Proof of Concept entwickelt, welcher in Echtzeit alle täglich anfallenden Fahrten im Fernverkehr analysiert und nach Anomalien untersucht. Hierbei werden sowohl aktuelle Ereignisse, wie beispielsweise Stillstand auf einer Strecke, als auch historische Fahrtdaten mit einbezogen. Unsere Technologie filtert dabei pro Zug relevante Informationen aus der Datenflut.
KI-basierte Systeme bieten der Mobilitätsbranche rund um die Uhr präzise Prognosen, erkennen Anomalien in Echtzeit und steigern die betriebliche Effizienz. Sie senken Betriebskosten, optimieren Ressourcen und verbessern die Fahrgastkommunikation. Gleichzeitig ermöglichen sie wertvolle Datenanalysen für eine vorausschauende Instandhaltung. Trotz dieser Vorteile bleiben Datenschutz und Datenqualität zentrale Herausforderungen, die eine sorgfältige Umsetzung erfordern.
Quelle: McKinsey & Company – The journey toward AI-enabled railway companies
Der PoC für die automatische Anomalie- und Haltausfallerkennung wurde mit dem Ziel entwickelt, die Disposition effizient zu unterstützen und eine schnelle Behebung von Unstimmigkeiten in der Fahrgastinformation zu ermöglichen.
Perelyn hat gemeinsam mit dem Team für Reisendeninformation (DB AG) innerhalb ihrer AWS-Umgebung einen Full-Stack Prototypen implementiert. Besonderer Fokus lag auf Transparenz in der Ergebnispräsentation, eine einfache Konfiguration und transparente Einsicht durch verschiedene Ebenen der Organisation.
Unsere KI lernt aus historischen Fahrtdaten, erkennt automatisch Anomalien und prognostiziert mögliche Haltausfälle in Echtzeit. Dies steigert die Effizienz der Anomalieerkennung und unterstützt eine vorausschauende Betriebssteuerung.
Unsere modular aufgebaute, container-basierte Architektur lässt sich flexibel anpassen und verarbeitet große Datenmengen effizient. Eine benutzerfreundliche Konfiguration ermöglicht eine einfache Implementierung – auch für technisch weniger versierte Anwender.
– Dr. Michael Banf, Chief AI Scientist Perelyn
Python, gitlab
Pandas, Scikit-Learn, Pytorch, Tensorflow
Airflow, MLflow
AWS, EC2, Docker