Simulationsmodell

Pünktlichkeit auf den Schienen

Welche Auswirkungen hat es, wenn 99 Kilometer einer viel befahrenen Schienen­strecke komplett gesperrt werden? Ein Simulationsmodell hilft der Deutschen Bahn, bei solchen Fragen in die Zukunft zu schauen. Das Verkehrsunternehmen analysierte gemeinsam mit einem externen Expertenteam so die Stellen, an denen sich die ­Streckensperrung besonders auf die Pünktlichkeit auswirkt, und leitete präventive Maßnahmen ab.

Schneller Zug

Mit Simulationsmodellen lassen sich die Auswirkungen von Sperrungen auf das ­Schienennetz analysieren.

Schon über ein Vierteljahrhundert besteht die Schnellfahrstrecke zwischen Stuttgart und Mannheim. Über 99 Kilometer bahnt sich die Schienenlinie ihren Weg und lässt im Schnitt 185 Personenzüge und 24 Güterverkehrszüge pro Tag passieren. 2020 erneuert die Deutsche Bahn nun die Strecke Stuttgart–Mannheim, weshalb sie von Mitte April bis Ende Oktober komplett gesperrt ist. Um trotzdem für einen reibungslosen Betrieb zu sorgen, entwickelte die Deutsche Bahn vorab ein Konzept, das mit Fahrplanänderungen, Umleitungen der Züge auf andere Strecken bzw. Zugausfällen einen pünktlichen Betrieb trotz Totalsperrung möglich machen soll. Der Fahrplan ist konfliktfrei, doch wie robust ist er gegenüber Störungen? Wie wirkt sich die Totalsperrung auf die Pünktlichkeit aus? Was passiert, wenn Züge liegen bleiben, es Störungen an den Gleisen oder an Bahnhöfen gibt und sich Abfahrten verzögern? Der Fahrplan kann diese Effekte nicht im Detail abbilden – das kann nur Data Science.

Deshalb arbeitete die Deutsche Bahn mit der Alexander Thamm GmbH, einem Anbieter für Data Science und KI, zusammen. Mit der Serviceeinheit DB Analytics und dem Lagezentrum Pünktlichkeit der DB Netz sollte das bestehende Konzept analysiert und bewertet werden, um daraus notwendige Maßnahmen abzuleiten.

Die Basis für diese Analysen bildet ein von DB Analytics entwickeltes Simulationsmodell, das innerhalb von kürzester Zeit Auswirkungen im DB Netz abbilden kann – und zwar möglichst realitätsnah. Schon vorher gab es Tools, die Fahrplan- und Betriebssimulationen ermöglichen. Diese eignen sich für detailliertere Fragestellungen, der Aufwand ist jedoch sehr hoch, um das ganze deutsche Netz zu simulieren. Das Ziel war es deshalb für Dr. Markus Zinser, Data Scientist bei der DB Analytics, und seine Teamkollegen, ein hoch automatisiertes, schnelles und flexibles Tool zu entwickeln, das diverse Fragestellungen beantworten und „Was-wäre-wenn-Szenarien“ in Bezug auf das Gesamtnetz berechnen kann.

Prognosen auf Knopfdruck

Das Modell sollte in der Lage sein, die nahe Zukunft, also die nächsten paar Wochen, zu bewerten. Die große Herausforderung für kurzfristige Prognosen besteht aber darin, dass dabei eine große Masse an Informationen vorhanden ist und somit umfangreiche Daten richtig verarbeitet werden müssen. Das Ergebnis ist ein makroskopisches Simulationsmodell namens „Plasa Railway Interaction Simulation Model“ – kurz PRISM. Mithilfe dieses Modells lässt sich abbilden, was passiert, wenn gewisse Regeln im Netzverkehr geändert werden.

PRISM wurde auch genutzt, um die Herausforderung der Vollsperrung Stuttgart–Mannheim bestmöglich zu meistern. Aus Ressourcen- und Kapazitätsgründen holte sich die Deutsche Bahn dafür im Herbst 2019 Unterstützung der Alexander Thamm GmbH an Bord. Das kooperierende Analystenteam sollte das Konzept zur Fahrplan- und Zugverkehrsänderung in Hinblick auf die Großbaustelle bewerten. Dabei ging es nicht nur um einfache „Ja-nein-Fragestellungen“, also ob es Auswirkungen geben wird. Sondern im nächsten Schritt sollte der Grad der Effekte auf das Gesamtnetz erarbeitet und vor allem jene Stellen lokalisiert werden, an denen die Auswirkungen besonders schwerwiegend sind.

Modelllauf mit historischen Betriebsdaten

Die dafür benötigten Daten lagen bereits im Data Warehouse vor, sodass das Team nur wenig Zeit in die Datenaufbereitung investieren musste. Einen großen Datentopf bildete der Fahrplan, der aber keine kurzfristigen Änderungen berücksichtigte. Außerdem kommen Infrastrukturdaten mit hinzu, welche die Eigenschaften der Strecken und Netzknoten beinhalten. ­Besonders wichtig sind auch die Daten zu Infrastruktur­einschränkungen, die In­formationen über die Teile des Netzes beinhalten, die vollständig oder eingleisig gesperrt sind oder an denen die Züge ihre Geschwindigkeit reduzieren müssen. Zudem fließen u. a. Störwahrscheinlichkeiten in das Modell mit ein, die aus historischen Betriebsdaten geschätzt wurden. Aus diesen Informationen startete das Analystenteam in PRISM einen initialen Modelllauf mit einer anschließenden Erstsichtung der Ergebnisse. An auffälligen Stellen validierte das Team die Inputdaten, schätzte Störwahrscheinlichkeiten und Modellparameter neu und behob iterativ offensichtliche Datenfehler.

Die Ergebnisse daraus dienten vor allen Dingen dazu, Verbesserungspotenziale im Fahrplanänderungskonzept zu identifizieren. Durch Kartendarstellungen wurden die kritischen Stellen deutlich aufgezeigt und es ließen sich mögliche Maßnahmen ableiten. An Bahnhöfen beispielsweise, an denen sich eine verspätete Abfahrt besonders auf das Gesamtnetz auswirkt, sollte verstärkt sichergestellt werden, dass Züge pünktlich starten.

Dies ist ein Artikel aus unserer Print-Ausgabe 05-06/2020. Bestellen Sie ein kostenfreies Probe-Abo.

Durch die akkuraten Prognosen ist die Deutsche Bahn sehr gut auf diese und weitere Baumaßnahmen vorbereitet und kann entsprechende Maßnahmen einleiten, um die Pünktlichkeit zu optimieren. Somit ist die Zufriedenheit aufseiten der Deutschen Bahn groß: Während die Probleme früher hauptsächlich rückblickend analysiert wurden, kann die Deutsche Bahn nun den Planungsprozess präventiv optimieren, bevor Störungen überhaupt eintreten. Das Modell soll deshalb weiter ausgebaut und fest in den Planungsprozess eingebunden werden.


Die Deutsche Bahn...

... ist eines der weltweit führenden Mobilitäts- und Logistikunternehmen und beschäftigt international rund 338.000 Mitarbeiterinnen und Mitarbeiter – davon rund 211.000 in Deutschland. Die Konzernleitung befindet sich in Berlin. Durch den integrierten Betrieb von Verkehr und Eisenbahninfrastruktur sowie die ökonomisch und ökologisch intelligente Verknüpfung aller Verkehrsträger bewegt der Konzern Menschen und Güter.


Bildquelle: Getty Images / iStock / Getty Images Plus

©2020Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok