Sie sind hier: HomeFeldebeneVernetzung

T-Systems: Künstliche Intelligenz für Deutsche Bahn

An- und Abfahrtszeiten der Züge besser zu prognostizieren, plant die Deutsche Bahn. In Ihrem Fern-, Regional- und S-Bahn-Verkehr sollen künftig Data-Analytics-Services von T-Systems zum Einsatz kommen, die bei der Echtzeit-Prognose kontinuierlich dazu lernen.

Deutsche Bahn Bildquelle: © Deutsche Bahn, Axel Hartmann

Hierfür gleicht T-Systems im Minutentakt die Fahrplandaten für mehr als zwei Millionen Halte pro Tag für den gesamten fahrplangebundenen Personenverkehr mit der aktuellen Verkehrslage ab. Daraus resultiert eine Echtzeit-Prognose über die voraussichtliche Ankunftszeit und gleichzeitig deren Auswirkung auf mögliche Anschlussverbindungen. Während der Berechnungen werden die Positionsmeldungen aller fahrenden Züge innerhalb von Sekunden in Rechenzentren von T-Systems analysiert und in Echtzeit jeweils eine Prognose für den restlichen Zuglauf erstellt. Der dabei verwendete Algorithmus ist ‚intelligent‘ – das heißt, er nutzt unter anderem Verfahren des maschinellen Lernens. Dazu bedient er sich verschiedener Prognosemodelle, die je nach Verkehrslage dynamisch ausgewählt werden. Im 24-Stunden-Rhythmus werden die Modelle nachts auf historischen Daten trainiert. So verbessert sich die Prognosegenauigkeit kontinuierlich und passt sich an die aktuellen Verkehrsgegebenheiten an. Die Prognoselösung basiert auf einer Eigenentwicklung von T-Systems und deren Tochterunternehmen T-Systems Multimedia Solutions und wird in einem gemeinsamen Projekt mit der Deutschen Bahn weiterentwickelt und eingeführt.

Die Lösung soll bereits ab dem zweiten Quartal 2017 die Information der Reisenden bei Verspätungen von Fernverkehrs- und Nahverkehrszügen spürbar verbessern und wird dann durch weitere Daten kontinuierlich weiterentwickelt – ganz im Sinne von Smart Data. Per Smartphone und App, aber auch an den Bahnhöfen, sollen sich Reisende damit bis zu 90 Minuten im Voraus über Abfahrtszeiten in Echtzeit informieren können.