Vorschau des Whitepapers

Whitepaper: KI-gestütztes Disponieren

Verbesserung von Pünktlichkeit und Resilienz im Eisenbahnbetrieb

Dispositionsengpässe in zukunftsfähige Abläufe verwandeln

  • Der Schienenverkehr wächst rasant, was es schwieriger macht, Störungen an großen Knotenpunkten einzudämmen
  • Um dies zu adressieren, testete T-Systems KI-gestützte Disposition durch Flatland-Simulationen der Schienennetze Frankfurt und Köln, berechnet mit und ohne Störungsszenarien
  • Die Ergebnisse zeigen, dass KI-gestützte Assistenzfunktionen dabei helfen können, Konflikte frühzeitig zu erkennen sowie Reihenfolge- und Überholentscheidungen zu optimieren, während die menschliche Aufsicht weiterhin eine zentrale Rolle im Bahnbetrieb spielt.

Die wichtigsten Erkenntnisse auf einen Blick

  • Entdecken Sie die Engpässe, die eine reibungslose Zugdisposition beeinträchtigen
  • Erfahren Sie, wie Regeln, Suchmethoden und KI Dispositionsentscheidungen optimieren können
  • Verstehen Sie, warum geeignete Evaluierungsstandards für optimale Ergebnisse ebenso wichtig sind wie Algorithmen
  • Entdecken Sie kurzfristig einsetzbare Assistenzfunktionen für die Reihenfolgeplanung, Überholungen und frühzeitige Konfliktwarnungen.
  • Erfahren Sie, welche Voraussetzungen für den Übergang von der Simulation in den realen Bahnbetrieb nötig sind – und wie die Disponenten dabei die Kontrolle behalten.

KI für einen intelligenteren Bahnbetrieb

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.

Jetzt Whitepaper sichern

Besuchen Sie t-systems.com außerhalb von Germany? Besuchen Sie die lokale Website für weiterführende Informationen und Angebote für Ihr Land.