Alle Beiträge zum Thema
Betriebsdatenauswertung

Bei der Durchführung von Zugfahrten kann durch intelligente Eingriffe auch bei einer hohen Kapazitätsauslastung noch eine hohe Pünktlichkeit erreicht werden.

Auf Basis von selbstlernenden Algorithmen können im Schienengüterverkehr nützliche Werkzeuge entstehen.

Auf EU-Ebene wird eine Strategie zum Einsatz Künstlicher Intelligenz formuliert, die sich auch auf die Digitalisierung im Bahnsektor auswirken wird. Eine Analyse.

Die Nachfrage nach einer Bündelung von Mobilitätsangeboten steigt gerade in verkehrsbelasteten Großstädten stetig.

Die Auslastungsinformation ist ein Schlüssel, um das im Zuge der Mobilitätswende prognostizierte höhere Fahrgastaufkommen besser zu steuern.

Über 6.000 Mitarbeitende von DB Fernverkehr starten die Erprobung einer zusätzlichen Funktion der Anwendung „RIS-Communicator“ auf dem dienstlichen Mobiltelefon.

Den wachsenden Anforderungen an das Verkehrsmanagement im Nahverkehr begegnet DB Regio mit neuen Herangehensweisen und dem Anspruch auf langfristige Lösungen.

Mit maschinellem Lernen und Künstlicher Intelligenz wird die Modellierung von Umsatz und Transportleistung optimiert und die Entscheidungsfindung menschlicher Expert*innen durch eine „zweite Meinung“ unterstützt.

Die aktuell genutzten Dispositionsanwendungen in den Betriebszentralen werden durch ein neues System abgelöst, das einen zukunftsfähigen Bahnbetrieb ermöglicht.

Die RWTH Aachen und die DB Netz AG haben untersucht, inwieweit sich der Dimensionierungsansatz der Straßeninfrastruktur auf die Schiene übertragen lässt.

Die bisherige Pilotanwendung der eBAst ist innerhalb der DB Netz AG auf positive Resonanz gestoßen. In Zusammenarbeit mit den Regionen wurde die Lösung nun weiter optimiert.

Das RIZ in Berlin dient der Verbesserung der Kundenzufriedenheit durch die Bereitstellung konsistenter Informationen zur gesamten Reisekette.