Das Whitepaper nutzt drei Ansätze aus der T-Brain Mobility Challenge, die in der Flatland-Simulationsumgebung für die Schienennetze Frankfurt und Köln eingesetzt wurden: eine zweistufige Planung mit Nachbarschaftssuche, eine regelbasierte Steuerung und eine koordinierte Multi-Agenten-Planung. Es untersucht ihre wiederkehrenden Bausteine, ihre Leistungsfähigkeit bei Störungen und die verwendeten Bewertungsmetriken. Außerdem beleuchtet es, welche Voraussetzungen für den Übergang von der Simulation zum Bahnbetrieb mit menschlicher Aufsicht erfüllt sein müssen. Die Ergebnisse zeigen, wie KI-gestützte Disposition Blockaden im Schienennetz verhindern kann: In den getesteten Szenarien erreichten alle simulierten Züge ihr Ziel. Zugleich bilden sie eine Grundlage für die weitere Validierung anhand realer Bahndaten, betrieblicher Rahmenbedingungen und robuster Bewertungskriterien.