Werbung

Data-Analytics-Services: T-Systems prognostiziert Abfahrtszeiten für Deutsche Bahn

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

Data-Analytics-Services: T-Systems prognostiziert Abfahrtszeiten für Deutsche Bahn

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print
Die Deutsche Bahn wird künftig Data-Analytics-Services von T-Systems nutzen, um die bestehenden Echtzeit-Prognosen zu An- und Abfahrtszeiten im Bahnverkehr zu verbessern. Im Minutentakt werden dabei die Fahrplandaten für mehr als zwei Millionen Halte pro Tag im Wesentlichen für den gesamten fahrplangebundenen Personenverkehr mit der aktuellen Verkehrslage abgeglichen.
Hamburger Hauptbahnhof

Die Deutsche Bahn wird künftig Data-Analytics-Services von T-Systems nutzen, um die bestehenden Echtzeit-Prognosen zu An- und Abfahrtszeiten im Bahnverkehr zu verbessern. Im Minutentakt werden dabei die Fahrplandaten für mehr als zwei Millionen Halte pro Tag im Wesentlichen für den gesamten fahrplangebundenen Personenverkehr mit der aktuellen Verkehrslage abgeglichen.

Daraus ergibt sich eine Echtzeit-Prognose über die voraussichtliche Ankunftszeit und gleichzeitig deren Auswirkung auf mögliche Anschlussverbindungen.

Prognose in Echtzeit

Während der Berechnungen werden die Positionsmeldungen aller fahrenden Züge innerhalb von Sekunden in Rechenzentren von T-Systems analysiert und in Echtzeit jeweils eine Prognose für den restlichen Zuglauf erstellt. Der dabei verwendete Algorithmus nutzt unter anderem Verfahren des maschinellen Lernens („Künstliche Intelligenz“). Dazu bedient er sich verschiedener Prognosemodelle, die je nach Verkehrslage dynamisch ausgewählt werden. Im 24-Stunden-Rhythmus werden die Modelle nachts auf historischen Daten trainiert. So verbessert sich die Prognosegenauigkeit kontinuierlich und passt sich an die aktuellen Verkehrsgegebenheiten an. Die Prognoselösung basiert auf einer Eigenentwicklung von T-Systems und deren Tochterunternehmen T-Systems Multimedia Solutions und wird in einem gemeinsamen Projekt mit der Deutschen Bahn weiterentwickelt und eingeführt.

Hamburger Hauptbahnhof

Die Deutsche Bahn wird künftig Data-Analytics-Services von T-Systems nutzen, um die bestehenden Echtzeit-Prognosen zu An- und Abfahrtszeiten im Bahnverkehr zu verbessern. Bild: © Bernd Sterzl/pixelio

 

Service soll Planungssicherheit und Zeitsouveränität der Reisenden erhöhen

Die Lösung soll bereits ab dem zweiten Quartal 2017 die Information der Reisenden bei Verspätungen von Fernverkehrs- und Nahverkehrszügen spürbar verbessern und wird dann durch weitere Daten kontinuierlich weiterentwickelt – ganz im Sinne von Smart Data. Per Smartphone und App, aber auch an den Bahnhöfen, werden sich Kunden der Deutschen Bahn damit bis zu 90 Minuten im Voraus über Abfahrtszeiten in Echtzeit informieren können. Dieser Service erhöht die Planungssicherheit und Zeitsouveränität der Reisenden.

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken

Ihre Meinung zum Artikel

Abonnieren
Benachrichtige mich bei
guest
0 Comments
Inline Feedbacks
View all comments

Andere Leser haben sich auch für die folgenden Artikel interessiert

Werbung

Redaktionsbrief

Tragen Sie sich zu unserem Redaktionsbrief ein, um auf dem Laufenden zu bleiben.

Werbung
Werbung

Aktuelle Ausgabe

Topthema: Auf dem daten Friedhof

Dark Data: Wirtschaftliche Chancen mit Cloud, KI und BI nutzen.

Mehr erfahren

Wir wollen immer besser werden!

Deshalb fragen wir SIE, was Sie wollen!

Nehmen Sie an unserer Umfrage teil, und helfen Sie uns noch besser zu werden!

zur Umfrage

Tragen Sie sich jetzt kostenlos und unverbindlich ein, um keinen Artikel mehr zu verpassen!

    * Jederzeit kündbar

    Entdecken Sie weitere Magazine

    Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

    Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.