IIm Rahmen des Projektes „vernetztes Fahrerassistenzsystem“ zur Unterstützung des energiesparenden Fahrens ist ein weiteres Teilprojekt gestartet.
Alle Beiträge zum Thema
Betriebsdatenauswertung
Digitalisierung betrieblicher Prozesse bei der DB Fernverkehr AG
Im Projekt „Mein Prozess“ werden Arbeitsabläufe digitalisiert, standardisiert und automatisiert, um die Zusammenarbeit und Kommunikation im Produktionssystem zu optimieren.
Prognose von Ankunftszeiten im Schienengüterverkehr
Mithilfe künstlicher Intelligenz erstellte Ankunftszeitprognosen können genutzt werden, um die komplexen Betriebsabläufe von Güterbahnen zu optimieren.
Lost Units: Analyse von Verspätungen im Bahnverkehr
Auf dem Weg zum Ziel der operativen Exzellenz hat die DB ein neues Konzept zur Betrachtung von betrieblichen Störungen eingeführt.
Data Science-Teams aufbauen und führen
Der Erfolg von Data Science-Teams hängt von verschiedenen organisationalen Faktoren ab: Zehn Lektionen aus der Praxis bei DB Cargo.
Live-Monitor Betriebsqualität: Der „Tacho“ der DB Netz AG
Die Anwendung Web4BPA zeigt auf einen Blick, wie pünktlich die Züge im Netz der Deutschen Bahn sind.
Datenbasiert mehr Qualität aufs Gleis bringen
Der Digital Situation Room (DSR) der Deutschen Bahn steht für eine datengetriebene Qualitätsoffensive des Unternehmens.
Vermarktungskapazität – wie viel Qualität verträgt der Markt?
Zentrale Aufgabe im Projekt „Optimierung Trassenzuweisung“ der DB Netz AG ist die Entwicklung eines marktgerechten Fahrplans, der unter typischen Abweichungen im Betriebsablauf stabil bleibt.
Mathematisches Modell zur Optimierung der Lokumlaufplanung
Mit ihrer Lösung des mathematischen „Locomotive Assignment Problem“ konnte DB Cargo die Zahl der benötigten Lokomotiven in einer Musterwoche um ein Viertel reduzieren.
Konsistente Infrastruktur- und Zugmodellierung für makroskopische Untersuchungen
Beginnend bei der langfristigen Infrastrukturplanung über die kleinräumigere mittelfristige Infrastrukturplanung und das Trassenmanagement bis hin zur Betriebsdurchführung werden eisenbahnbetriebswissenschaftliche Berechnungen von Fahrzeiten, Kapazitätsverbräuchen und zur Lösung von Belegungskonflikten benötigt. Diese erfordern als Input grundsätzlich eine Modellierung von Infrastruktur, Zugfahrten und weiteren Eingangsgrößen (zum Beispiel Verspätungen).
Big-Data-Strategie für den Schienengüterverkehr
Die Digitalisierung und damit verbundene Themen wie Big Data, Internet der Dinge oder Industrie 4.0 sind zurzeit in aller Munde. Eine Entwicklung, von der auch die Bahn nicht ausgenommen ist – und von der die Bahn profitieren kann. Nicht von ungefähr zählt die Digitalisierung zu den aktuellen Fokusthemen des DB-Konzerns. Ein wesentlicher Baustein der Digitalisierung ist die zunehmende Möglichkeit und Notwendigkeit, Daten in großen Mengen zu analysieren und für weiterführende Schlussfolgerungen einzusetzen. Darum geht es bei Big Data. Auch die DB Cargo AG stellt sich dieser Herausforderung. Dieser Artikel beleuchtet anhand des Schienengüterverkehrsgeschäftsfeldes der DB, was Big Data genau bedeutet, und zeigt anhand von fünf Bausteinen eine mögliche Strategie für die Planung und Umsetzung solcher Datenanalysen auf.
„STRELE“ – seit 30 Jahren ein Begriff bei der Deutschen Bahn
Vor 30 Jahren eine Revolution – heute eine Selbstverständlichkeit: die Durchführung betrieblicher Untersuchungen am Arbeitsplatz mit Hilfe des Personal Computers. Anhand des Software-Moduls „STRELE“ werden die Entwicklung und der aktuelle Stand der eisenbahnbetrieblichen Untersuchungen mit analytischer Methode dargestellt.