Die Nutzung von KI beginnt mit der Planung von Materialien, umfasst die intelligente Steuerung von S-Bahn-Services und erstreckt sich bis zur Digitalisierung der Wartung. AI hilft beispielsweise Disponenten dabei, S-Bahn-Services effizienter während Störungen zu verwalten. Nach einem erfolgreichen Pilotversuch in Stuttgart führt die DB auch ein intern entwickeltes KI-basiertes Tool in den S-Bahn-Systemen Rhein-Main und München ein, um Empfehlungen für DB-Mitarbeiter zu generieren, die eine proaktivere Herangehensweise an die Bewältigung von Unregelmäßigkeiten ermöglichen und somit Verzögerungen minimieren.
Im Bereich der prädiktiven Wartung hat sich die Implementierung von KI ebenfalls als äußerst nützlich erwiesen. DB strebt hier die umfassende Umsetzung einer zustandsbasierten Wartung für Züge an. Diese Art der Wartung reduziert die Arbeitsbelastung für Mitarbeiter und verkürzt die Zeiten für physisch aufwändige Aufgaben wie ICE-Dachinspektionen von mehreren Stunden auf nur wenige Minuten. In der Diagnose identifizieren KI-Technologien spezifische Wartungsanforderungen automatisch, indem sie Kamerabilder und Sensordaten auswerten.
DB nutzt KI-Prozesse auch, um die Reiseinformationen auf der Deutschen Bahn-Website, dem DB Navigator, an den Bahnhöfen und in anderen Kundenkanälen zu verbessern. Informationen zu erwarteten Zugankunfts- und -abfahrtszeiten sind für Reisende entscheidend, und DB nutzt KI-gestützte Prognosen basierend auf historischen und Echtzeitdaten, um diese Ereignisse genauer vorherzusagen. DB verwendet KI auch, um virtuelle Assistenten für den Kundenservice zu entwickeln, darunter den smarten interaktiven Sprachanrufbot SEMMI.
KI wird auch in Bezug auf Wartungsaufgaben wie visuelle Diagnosen und zustandsbasierte Wartung bei der Deutschen Bahn getestet und angewendet, um die Wartungskapazitäten durch die Nutzung von KI und Automatisierung zu steigern. Zum Beispiel werden Kameras bei DB Long Distance, DB Regio und DB Cargo verwendet, um Fahrzeuge mithilfe automatisierter Bildanalyse zu bewerten und Zugschäden in nur wenigen Minuten zu identifizieren. Letztendlich profitieren die Fahrgäste von besser gewarteten Fahrzeugen.
Ein weiterer Einsatz von KI ist das innovative Datenvisualisierungstool “Peak Spotting”, das zur verbesserten Passagierlenkung eingesetzt wird, um die Nachfrage möglichst optimal auf Züge zu verteilen. Peak Spotting untersucht Spitzenbelastungen an bestimmten Zeiten, um rechtzeitig eingreifen zu können. Mithilfe von maschinellem Lernen basierender Software bietet Peak Spotting eine verbesserte Kapazitätsverwaltung und eine höhere Zuverlässigkeit der Prognosen.
Zusammenfassend zeigt die Verwendung von KI bei der Deutschen Bahn, wie KI verschiedene Bereiche wie Disposition, Wartung, Kundeninformationen und Passagiermanagement verbessert und ermöglicht eine effizientere und zuverlässigere Bahnreise für die Fahrgäste.
