Deutsche Bahn

Prognose

Vorhersehen von Entwicklungen

Auf der Basis von historischen Daten entwickeln wir Prognosemodelle für die Vorhersage von Markt-, Technik- und Systemverhalten. Diese Vorhersagen können dann als Input in einer Vielzahl von Planungsprozessen verwendet werden. Insbesondere Investitionsentscheidungen bezüglich Rolling Stock und Infrastruktur haben mehrjährige Vorlaufzeiten, bis die Investitionen am Markt ihre Wirkung entfalten. Um diese Entscheidungen richtig zu treffen, erstellen wir langfristige Prognosen der Verkehrsmarktentwicklung im Personen- und Güterverkehr. Hierzu nutzen wir Informationen über die historische Verkehrsentwicklung, über die soziodemografischen Trends und Erhebungen zum Mobiltätsverhalten. Aber auch der Kurzfristprognosebereich wird aufgrund der zunehmenden Verfügbarkeit detaillierter Daten immer interessanter und eröffnet vielfältige Möglichkeiten für Big-Data-Forcasting.

Ein zentrales Ziel unserer Forecasts ist es, die Kundennachfrage in zeitlicher und räumlicher Struktur vorherzusagen, um auf dieser Grundlage die Ressourceneinsatzplanung und die Dimensionierung von Betriebsmitteln zu unterstützen. So ermöglicht die rechtzeitige Kenntnis über die Kundennachfrage eine angepasste Fahrzeug- und Personalplanung, so dass einerseits Qualität und Service gewährleistet werden, auf der anderen Seite aber auch keine unnötig hohen Kosten entstehen. Aber auch die Prognose der Ausfallwahrscheinlichkeiten technischer Anlagen zählt zu unserem Portfolio, um damit z.B. predictive maintenance Strategien zu unterstützen. Bei unseren Big-Data-Forecasts kommen sowohl ‚black box‘-Verfahren aus dem Machine Learning zum Einsatz, wie z.B. Neuronale Netze, support vector machine, als auch klassische Regressionsverfahren und Regression trees. 

Mit einem regional differenzierten Verkehrsmodell berechnen wir Vorhersagen für die Mobilität in Deutschland und Europa. Ergebnis dieser Prognosen sind u.a. Aussagen über Marktvolumen, Marktanteile; Wachstumsraten und Auslastungen. Das Verfahren lässt sich auch einsetzen, um Angebotskonzepte im Personenverkehr zu bewerten, indem die relative Wettbewerbsfähigkeit der Verkehrsträger auf einzelnen Relationen aus Sicht verschiedener Kundengruppen bewertet wird. Methodisch nutzen wir mehrstufige Verfahren, die das Entscheidungsgsverhalten der Verkehrsteilnehmer nachbilden. Hierdurch können Entscheidungen zur Verkehrsmittelwahl und Routenwahl im Verkehr abgebildet werden. Auch Effekte wie induzierter Verkehr in Folge starker Reisezeitverbesserungen lassen sich hierdurch berechnen.

Mit sozioökonomisch fundierten Modellen prognostizieren wir die Güterverkehrsentwicklung in Europa und liefern hiermit Grundlagen für die Geschäftsausrichtung, Assetdimensionierung und Netzwerkplanung.  In den Lang- und Mittelfristprognosen werden Verkehrsleistung und Marktanteil der Verkehrsträger Schiene, Straße, Binnenschiff und Seeschifffahrt berechnet. Auch Aussagen über Umschlagvolumina und Auslastungen von Zügen und Infrastrukturen können abgeleitet und als Basis für Investitionsentscheidungen verwendet werden. Vergleichbar wie im Personenverkehr setzen wir auch im Güterverkehr ein mehrstufiges Prognoseverfahren ein, in dem die empirischen Zusammenhänge zwischen Wirtschaftsaktivität und Verkehrsaufkommen sowie das Verhalten der Transportentscheider bezüglich der Angebotseigenschaften der Verkehrsträger abgebildet werden.