Künstliche Intelligenz bei der DB

Artikel:  Künstliche Intelligenz bei der DB

Weniger Verspätungen, effizientere Instandhaltung und mehr Kundenservice dank KI

Künstliche Intelligenz (KI) ist bei der Deutschen Bahn keine ferne Zukunftsvision mehr. In verschiedenen konzernweiten Projekten entfalten Verfahren rund um Daten und KI ihre Wirkung. Damit machen sie nicht nur Digitalisierung spürbar, sondern sind ein starkes Werkzeug, um die Schiene noch attraktiver zu machen.

Der Einsatz von KI beginnt bereits bei der Planung von Materialien, über intelligente Steuerung des S-Bahn Verkehrs und reicht bis zur Digitalisierung der Instandhaltung.

Ein Beispiel ist die effizientere Steuerung des S-Bahn-Verkehrs bei Störungen. Nach einem erfolgreichen Pilotbetrieb bei der S-Bahn Stuttgart führt die DB ein selbst entwickeltes KI-basiertes Werkzeug auch bei den S-Bahnen Rhein-Main und München ein. Die KI unterstützt die DB-Mitarbeitenden dabei, den S-Bahn-Betrieb bei Unregelmäßigkeiten so zu steuern, dass möglichst wenig Verspätung aufgebaut wird. Das vermeidet Wartezeiten und Stau auf stark befahrenen Strecken. In Stuttgart kann die DB so sogar Verspätungen von bis zu acht Minuten ausgleichen. Die DB will das selbst entwickelte System auch einsetzen, um Kapazität für mehr Züge zu schaffen.

Auch in der Instandhaltung bewährt sich KI zunehmend. Eine KI erkennt und meldet Schäden beispielsweise am ICE automatisiert. Die DB wird diese Technologie in mehreren ICE-Werken nutzen. Auch für Regional- und Güterzüge laufen Tests. Ziel ist eine flächendeckend zustandsbasierte Wartung der Züge. Mit Hilfe von KI-Verfahren werden Kamerabilder oder Sensordaten automatisiert ausgewertet, um den konkreten Instandhaltungsbedarf zu ermitteln. Das entlastet die Mitarbeitenden und verringert die Zeit, in der beispielsweise das Dach eines ICE inspiziert wird, von mehreren Stunden auf wenige Minuten.

Weitere Projekte in der Instandhaltung zielen darauf, den optimalen Wartungszeitpunkt von Fahrzeugteilen verlässlich vorherzusagen: So entwickelt die DB derzeit ein KI-gestütztes Tool, das den Materialplaner:innen der S-Bahnen durch eine datenbasierte Prognose ermöglicht, den Zeitpunkt für die Aufbereitung bzw. den Austausch von Radsätzen ressourcen- und damit kostenschonend einzuplanen Ein weiterer Baustein, um  die Fahrzeugverfügbarkeit weiter zu steigern.

Die DB nutzt Verfahren der Künstlichen Intelligenz auch, um die Information ihrer Reisenden weiter zu verbessern, zum Beispiel Machine-Learning-Technologie. Ein Beispiel ist ein Prognoseverfahren, das auf Basis von historischen und Echtzeit-Daten verlässlicher und genauer vorhersagt, wann ein verspäteter Zug wo ankommen wird. Auch im Kundenservice setzt die DB auf KI, um virtuelle Assistenten zu entwickeln. Neben textbasierten Chatbots, zum Beispiel auf bahn.de eingesetzt werden, hat die DB mit SEMMI ein intelligentes Sprachdialogsystem entwickelt und im Kundenservice getestet.

KI bei den S-Bahnen

Die DB setzt KI in den S-Bahn-Leitstellen ein zur effizienteren Steuerung des S-Bahn Verkehrs bei Störungen ein: Disponent:innen überwachen dort die Fahrt der Züge und müssen bei Unregelmäßigkeiten schnell reagieren. Ein Beispiel: Wenn eine Schulklasse länger zum Einsteigen braucht, der Zug verspätet weiterfährt und zeitgleich mit einem anderen Zug einen eingleisigen Abschnitt erreicht, dann berechnet die KI in Sekundenbruchteilen, welcher Zug den Abschnitt zuerst befahren sollte. Die Disponent:innen können wie in einer Art Videoclip in eine mögliche Zukunft vorspulen und sich ansehen, wie sich die Empfehlungen auf den Verkehr auswirken, bevor sie sich entscheiden.

Zusätzlich simuliert die KI auf Basis des Live-Betriebs laufend die Entwicklung der Verkehrslage und meldet mögliche Konflikte frühzeitig. Die Disponent:innen werden von der KI unterstützt, bei Unregelmäßigkeiten die S-Bahnen so zu steuern, dass möglichst wenig Verspätung aufgebaut wird und können so erstmals präventiv eingreifen.

Nach einem erfolgreichen Pilotbetrieb bei der S-Bahn Stuttgart führt die DB das selbst entwickelte KI-basierte Werkzeug auch bei den S-Bahnen Rhein-Main und München ein.

Im Ergebnis fließt der Verkehr besser: Züge müssen seltener ihre Geschwindigkeit reduzieren oder warten, wenn ein anderer Zug einen Streckenabschnitt blockiert. Das vermeidet Wartezeiten und Stau auf stark befahrenen Strecken. In Stuttgart kann die DB so sogar Verspätungen von bis zu acht Minuten ausgleichen. Die DB will das selbst entwickelte System auch einsetzen, um Kapazität für mehr Züge zu schaffen, um die vorhandene Infrastruktur dann besser ausnutzen: Theoretisch könnten beispielsweise in Stuttgart mit Hilfe von Künstlicher Intelligenz auf der Stammstrecke 17 Züge mehr pro Tag und Richtung unterwegs sein.

SEMMI

SEMMI (kurz für Sozio-Emphatische Mensch-Maschine-Interaktion) ist ein KI-basiertes Sprachdialogsystem, das zum Beispiel als digitaler Avatar, Sprachbot in einer Telefonhotline oder auch als Roboter im Kundenservice eingesetzt werden kann. Als smarte Roboterdame unterstützte SEMMI 2019 testweise im Reisezentrum des Berliner Hauptbahnhofs und auch am Frankfurter Flughafen das Servicepersonal. 2021 war SEMMI erstmals als digitaler Avatar im Einsatz: Gemeinsam mit der Hamburger Hochbahn testete die DB das System am U-Bahnhof Stephansplatz sowie gemeinsam mit dem britischen Eisenbahnverkehrsunternehmen LNER im Bahnhof Newcastle.

Ihr Wissen hat SEMMI von DB-Entwicklern, die den Roboterkopf fit für die Fragen der Reisenden gemacht haben. Gemeinsam mit der TH Köln arbeitet die DB zudem an der Entwicklung einer sogenannten Conversational AI, einem KI-basierten sozioempathischen Gesprächssystem. Heutige Sprachsysteme verstehen bisher Befehle und einfache sprachliche Anfragen. Für eine Kommunikation auf Augenhöhe braucht es eine sogenannte „Conversational AI“, die etwa auch Wertschätzung ausdrücken kann. Neben der technologischen Weiterentwicklung geht es um die weitere Erforschung der Mensch-Maschine-Interaktion. Ein Beispiel ist die Frage, wie Maschinen auftreten müssen, damit die Nutzer:innen sich gut beraten fühlen. Beispiele sind Gestik und Mimik, aber auch kulturelle Gepflogenheiten. Mehr Informationen gibt es hier.

 E-Check

An dem konzernübergreifenden Projekt arbeiten DB Fernverkehr, DB Regio, DB Cargo, das Konzernprogramm Digitale Instandhaltung Fahrzeuge (DIFa) und ein Team aus KI Spezialist:innen zusammen. Ziel dabei ist es die Kapazitäten in der Instandhaltung durch ein Zusammenspiel von KI und Automatisierungstechnik zu steigern. Mit Hilfe von Kameras werden bis zu 500.000 Bilder von einem ICE aufgenommen, welche dann innerhalb weniger Minuten durch eine KI basierte Bildauswertung Schäden an Zügen identifiziert.

Während ein Zug unter einer Kamerabrücke hindurchfährt, werden Fotos aufgenommen. Anschließend erhalten die Kolleg:innen in der Instandhaltung die Auswertungsergebnisse der KI mit entsprechenden Hinweisen, falls Instandhaltungsmaßnahmen an den Fahrzeugen notwendig sind. Der Einsatz unserer Mitarbeitenden in der Instandhaltung kann damit deutlich effektiver gestaltet werden: Statt den Zug abzulaufen und Schäden zu suchen, wird gezielt auf Abweichungen vom Sollzustand hingewiesen. Zudem können Aufnahmen als „fernes Auge“ genutzt werden, sodass z.B. aufwendiges Klettern auf das Dach reduziert werden kann. Infolgedessen stehen Reisenden besser gewartete Fahrzeuge zur Verfügung, da unsere Kapazitäten weniger in die Fehlersuche, sondern stärker in die Instandsetzung fließen und damit zielgerichteter eingesetzt werden.

Peak Spotting

Auch bei der Reisendensteuerung ist KI in Form von "Peak Spotting" im Einsatz, um die Nachfrage möglichst optimal auf die Züge zu verteilen. „Peak Spotting“ sorgt mittels effektiver Visualisierungen dafür, dass Auslastungsspitzen („Peaks“) in Fernverkehrszügen oder an Bahnhöfen rechtzeitig entdeckt („gespotted“) werden, um frühzeitig gegenzusteuern. So werden Züge mit vielen Sitzplätzen primär dort eingesetzt, wo der Bedarf hoch ist und Reisende werden frühzeitig über hohe erwartete Auslastungen informiert.  Hinter „Peak Spotting“ steckt eine mächtige Prognose-Maschinerie, die auf Machine Learning basiert. Durch kontinuierliche Weiterentwicklungen werden die Aussagen immer zuverlässiger und die Qualität der Kundeninformation steigt kontinuierlich. KI zahlt hier unmittelbar auf ein verbessertes Kapazitätsmanagement ein.


„Züge des DB Fernverkehr mit ihrer prognostizierten Auslastung an einem Beispieltag“
Urheber: DB Fernverkehr AG. Entstanden in Zusammenarbeit mit Studio NAND und Truth & Beauty“