Referenz: Neue Data-Analytics-Software bei der SBB

Die Schweizerischen Bundesbahnen (SBB) gelten als einer der pünktlichsten Bahnbetreiber in Europa. Das reichte dem Unternehmen jedoch nicht. Eine neue Data-Analytics-Softwarelösung identifiziert und klassifiziert die Gründe von Fahrplanabweichungen nun vollautomatisch, woraufhin die Ursachen systematisch und konsequent beseitigt werden können. Lesen Sie hier den Pressebeitrag zum SBB-Projekt. 

Wenn der operative Betrieb kaum noch Zeit für Optimierung lässt

Die Disponenten der SBB-Betriebszentralen reagieren schnell auf Störungen: Durch geeignete Maßnahmen im Rail Control System (RCS), z.B. die Umleitung von Zügen, federn sie die Auswirkungen von Störungen und Verspätungen ab. In solchen Akutsituationen liegt das Hauptaugenmerk in den Betriebszentralen auf der raschen Behebung der Störung vor Ort sowie auf der effizienten Reduktion von Folgeeffekten auf andere Züge.

Da Störungen oft gleichzeitig und in Kombination auftreten, müssen sämtliche Maßnahmen sofort im Störungsmanagement-Tool (ALEA) erfasst werden, um herannahende Züge und überregionale Bereiche der Bahninfrastruktur möglichst rasch zu informieren.

Mit der Rückkehr zum Normalbetrieb mündet die Bearbeitung der Störung in einen Nachbearbeitungsprozess: Disponenten mussten dafür jede Fahrplanabweichung von mehr als 180 Sekunden manuell einem Primärereignis zuweisen und eine Störungsbegründung in einem dritten System (ErZu) erfassen.

Ein manuell aufwändiger und fehleranfälliger Prozess, der für die eigentliche Aufgabe der Disponenten – die Sicherstellung eines reibungslosen Zugverkehrs nur wenig Zeit lässt. Die Ursachenfindung bleibt dabei auf der Strecke.

Die seit Juni 2021 implementierte „Data-Analytics-Softwarelösung“ EFA (Erfassung Fahrplanabweichung) stellt eine bedeutende Innovation dar: Sie ermöglicht es, vollautomatisch und auf Basis verschiedener Datenquellen – wie unstrukturierten Chats, semi-strukturierten XML-Protokollen oder strukturierten Datenbankinhalten – die Gründe für Fahrplanabweichungen zu identifizieren und zu klassifizieren. Durch die systematische Erkennung und Zuordnung der Ursachen, die – wo möglich - anschließend konsequent beseitigt werden, können sich die Disponenten nun voll und ganz auf die Optimierung des Bahnverkehrs konzentrieren, da die zeitaufwendige Analyse der Ursachen entfällt.

EFA sammelt täglich Terabytes an Daten aus verschiedenen Systemen und untersucht mit Hilfe von Big Data Analytics vollautomatisiert die Fahrpläne. Sogar Chatnachrichten der Disponenten in deutscher, italienischer und französischer Sprache werden extrahiert, um zeitliche und örtliche Zusammenhänge von Verspätungsursachen zu identifizieren.

Um die komplexen Analyse- und Verarbeitungsprozesse über verschiedene Systeme hinweg nahtlos und mit hoher Qualität zu gewährleisten, ist eine intelligente Orchestrierung der entsprechenden Big-Data-Technologien und Schnittstellen erforderlich. Das Beraterteam, angeführt von Gernot Stocker, Detecon-Berater und externer IT-Leiter des Projekts, zeichnete sowohl für die Entwicklung der Analytics-Strategie als auch für die technische Realisierung des Projekts verantwortlich.

EFA liefert täglich automatisierte, maßgeschneiderte Informationen, die datengetriebene Verbesserungen für den Bahnbetrieb und somit für den Schweizer Endkunden initiieren. Dies führt zu einer erheblichen Zeitersparnis und gesteigerten Prozesseffizienz: Disponenten sind von der Notwendigkeit zusätzlicher manueller Dokumentation befreit und können sich auf die Behebung von Störungen konzentrieren, was den Bahnverkehr insgesamt optimiert.

• Die Disponenten in den Betriebszentralen werden durch die automatisierte Störungsqualifizierung mit bis zu 15% ihrer Arbeitszeit entlastet und können sich auf den Fortlauf des Zugbetriebes konzentrieren.
• Auf der Grundlage der gewonnenen Daten können Verbesserungen abgeleitet werden. So werden z.B. schleichende Verspätungen erkannt und können in vergleichbaren Situationen behoben werden, bevor sie Schaden anrichten.
• Die Automatisierung hat die Aussagekraft der Messungen erheblich gesteigert. Nun werden alle Fahrplanabweichungen flächendeckend analysiert und nicht - wie zuvor - nur jene, für die Zeit vorhanden war.