Alle mFUND Projekte Alle mFUND Projekte
Projektillustration QUISS (Quelle: Fotolia/3dkombinat)

Quelle: Fotolia/3dkombinat

Problemstellung

Die Digitalisierung und die Datengrundlage des Schienenverkehrs bieten großes Potential zur Verbesserung der Reaktionsfähigkeit und automatisierten Durchführung komplexer Dispositionsprozesse durch (teil-)automatisierte Datenanalyse sowie durch neue anspruchsvolle Mensch-Maschinen-Schnittstellen zur Entscheidungsunterstützung.

Projektziel

Ziel des Vorhabens ist die Entwicklung datenbasierter Anwendungen mit Hilfe moderner Data Science- und Künstlicher-Intelligenz-Ansätze (KI) zur Optimierung bzw. Unterstützung der Disposition von Schienenfahrzeugen.
Durch die Erkennung von Datenmustern und -anomalien in Schadbildern bzw. Zustandsdaten von Schienenfahrzeugen sollen Störungsursachen früh-zeitig – vor einem möglichen Ausfall – identifiziert werden können. Das Gesamtsystem Schiene profitiert davon durch eine höhere Pünktlichkeit für Kunden des Schienengüterverkehrs und für Nutzer des Schienenpersonenverkehrs infolge Reduzierung betrieblicher Störungen. Zudem wird eine effizientere Nutzung der Schieneninfrastruktur von allen Eisenbahn-verkehrsunternehmen des Personen- und Güterverkehrs unterstützt.

Durchführung

Zunächst erfolgt die Aufbereitung und Verknüpfung vorhandener, interner und externer Datenquellen. Mittels der Anwendung geeigneter KI-Methoden sind Datenmuster und -anomalien zu analysieren, die anschließend in einem technischen System aufzubereiten und in eine intelligente Entscheidungsunterstützung umzusetzen sind. Für die experimentell entwickelten Ergebnisse wird die Integration in Planungs- und Steuerungssysteme von Schienenfahrzeugen angestrebt. Dies schafft die Grundlage auch für neue Geschäftsmodelle und Transfer an andere Verkehrsträger und/oder Mobilitätsbereiche.

Verbundkoordinator

DB Cargo AG, Mainz

  • FKZ: 19F2060A
Projektvolumen2.935.358
(davon 63 % Förderanteil durch BMVI)
Projektlaufzeit07/2018 - 12/2020
Projektpartner

Inspirient GmbH, Berlin

  • FKZ: 19F2060B


Rheinisch-Westfälische Technische Hochschule Aachen (RWTH Aachen), Lehrstuhl für Informationsmanagement im Maschinenbau (IMA)

  • FKZ: 19F2060C


Ansprechpartner

VDI/VDE Innovation + Technik GmbH

Linus Smid

Tel.: 030 310078 - 5598

E-Mail: linus.smid@vdivde-it.de