Der wichtigste Kunde, Rail Cargo Austria, hat die Geräte von A1 Digital auf über 11.000 Waggons installiert (mehr als 2.000 für Rail Cargo Hungaria). Im Laufe der Zeit hat A1 Digital umfangreiche Daten von den Geräten gesammelt. Wofür waren sie nützlich? Was sind die wichtigsten Erkenntnisse und Potenziale? Und kann man ein paar Geräte mieten, um sie in der eigenen Flotte auszuprobieren? Wir haben die Fragen gestellt, und die A1 Experten Jürgen Rudolf, Senior Expert und Consultant für Rail Insight Solutions bei A1 Digital, Stefan Höltinger, Senior Data Scientist und Machine Learning Consultant, und Philipp König, Product Marketing Manager IoT bei A1 Digital, haben geantwortet.
Wie würden Sie die Entwicklung der Eisenbahn von der analogen zur digitalen Technik im Bereich Tracking und Tracing von Güterwagen kurz und bündig zusammenfassen?
Jürgen Rudolf: Die Eisenbahnunternehmen sind nicht die fortschrittlichsten Unternehmen auf diesem Planeten, und einige machen die Dinge seit fast 200 Jahren auf die gleiche Weise. Alles war völlig analog. In den letzten Jahren wurden die Anlagen durch neue Initiativen ausgerüstet und an das Internet angeschlossen.
Der erste Schritt war, zu wissen, wo sich Ihre Güterwagen befinden. Dies half uns, bessere Schätzungen für die Ankünfte bei den Kunden zu erhalten oder zu wissen, wo sich meine Wagen im Vergleich zu dem Gebiet befinden, in dem sie aus logistischen Gründen angefordert werden.
Schritt zwei war aus Sicht der Instandhaltung das Wissen um den genauen Kilometerstand(Mileage) des Güterwagens. Vor allem im Einzelwagenverkehr lagen die Güterwagen außerhalb des Einflussbereichs des Waggonbesitzers, der oft nicht wusste, wo sie sich befanden. Mit der Sendungsverfolgung können die Kunden also genau wissen, wo sich ihre Fracht befindet. Die Eigentümer kennen die Laufleistung, dies ermöglicht auch eine bessere und zielgerichtetere Planung der Wartungsintervalle. Mit mehr Daten können wir sogar die voraussichtliche Ankunftszeit des Wagens am Zielort vorhersagen. Der Einbau zusätzlicher Sensoren ermöglicht eine zustandsabhängige Wartung usw. Und mit Hilfe von künstlicher Intelligenz sprechen wir von vorausschauender Wartung.
Für viele Menschen in Eisenbahnunternehmen sind das Internet der Dinge (IoT) und KI völlig fremde Worte. Wie würden Sie den möglichen Nutzen für die Menschen in der analogen Welt der Bahn beschreiben?
Jürgen Rudolf: Sie sprechen den richtigen Punkt an. Wir wollen mit unseren Kunden nicht über technische Möglichkeiten, Spezifikationen usw. sprechen. Sondern über Business Cases, Herausforderungen und Möglichkeiten. Wir wollen mit dem Kunden gemeinsam herausfinden welche Vorteile IoT und Digitalisierung bringen, warum man es tun sollte und wann tritt der Return on Investment. Wir überführen analoge Assets in datengesteuerte Geschäftsmodelle. Denn das ist es, was für sie attraktiv ist - die Optimierung von Logistik- und Wartungsfragen. Die IoT ist das Werkzeug dahinter. Ein Gerät, mit dem die Bahn einen Beitrag zur Minimierung des Klimawandels und zur Senkung der CO2-Emissionen leisten kann.
A1 Digital hatte bereits vor einigen Jahren die Hardware und Software für Tracking und Tracing und Mileage eingeführt, aber seither hat sich das Produkt weiterentwickelt. Was kann Ihre Lösung den Kunden jetzt bringen?
Jürgen Rudolf: Wir sind eines der wenigen Unternehmen, die die Digitalisierung des Güterwagens aus einer Hand anbieten. Wir verkaufen nicht einfach Hardware, Software, Konnektivität oder sonst etwas. Wir wählen aus jedem dieser Teilsegmente das Richtige aus, das für einen bestimmten Kunden geeignet ist, d.h. wir bieten Lösungen an. Wir haben die IoT-Plattform, auf der die von den Güterwagen übermittelten Daten empfangen und verarbeitet werden. Und sie kann auch Informationen wie Fernaktualisierungen, Konfigurationsanpassungen, Kalibrierungen usw. zurück an den Wagen senden. Nicht viele Eisenbahnunternehmen verfügen über ausgefeilte Asset-Management-Plattformen, in die wir diese Daten eingeben können. Stattdessen arbeiten sie mit Excel-Tabellen und ähnlichen Verfahren, und wir müssen einen Weg finden, unsere Daten dort zu integrieren oder modernere Plattformen für die Datenverarbeitung vorzuschlagen. Und wir bieten dies über die gesamte Kette bis hin zur Datenanalyse an. Dies hilft, das in diesen Daten verborgene Potenzial zum Vorteil des Unternehmens zu maximieren. Die Anforderungen der Kunden ändern sich von Kunde zu Kunde, aber wir sprechen hauptsächlich über vorausschauende Wartung, Waggonzustände, Temperatur- und Vibrationsdaten.
Stefan Höltinger: Die "alte Methode", nur mit Excel zu arbeiten, ist nicht nur bei den Eisenbahnen, sondern in vielen Bereichen üblich. Wir bieten auch unsere Machine-Learning-Plattform an, die über das Dashboard einfach zu bedienen ist und einen nahtlosen Übergang von Excel zu fortgeschrittenen Machine-Learning-Analysen ermöglicht. Sie können Daten aus einer Excel-Tabelle laden und verschiedene Machine-Learning-Algorithmen testen, um die beste Lösung zu finden. Sie können das Ergebnis immer noch zurück nach Excel exportieren, aber das Ziel ist es, den gesamten Prozess zu digitalisieren.
Zu den Funktionen, die Ihre Lösung bietet, gehören Vibrationsdaten oder Stoßsensoren. Inwiefern ist dies für den Waggonbesitzer oder den Eisenbahnfrachtführer nützlich?
Stefan Höltinger: Schwingungsdaten sind der Schlüssel zu vielen Anwendungsfällen, die über die Verfolgung und Rückverfolgung hinausgehen. Sie liefern wertvolle Informationen darüber, wie der Wagen gehandhabt wird, z. B. beim Rangieren oder beim Be- und Entladen. Diese Informationen können für gezieltere Wagenprüfungen und die Optimierung von Wartungszyklen sehr nützlich sein. Je nach Wagentyp und beförderten Gütern können Sie bestimmte Schwellenwerte für Waggonvibrationen bzw. eine Akzeptanzschwelle für Vibrationen festlegen. Wenn die Vibration den Schwellenwert überschreitet, können Sie davon ausgehen, dass der Wagen beschädigt ist und eine Inspektion veranlassen. Dies ist nur möglich, da wir Daten von vielen Waggons gesammelt hatten und maschinelle Lernmodelle auf jeden Güterwagentyp angewendet wurden.
Wie funktioniert maschinelles Lernen im Fall von Eisenbahngüterwagen?
Stefan Höltinger: In einem ersten Schritt müssen Sie sicherstellen, dass die von Ihnen verwendeten Sensoren nützliche Schwingungsdaten für Ihre Anwendung liefern (d. h. geeignete Frequenz und Merkmale). Im zweiten Schritt sammelt man über mehrere Monate Daten von seinen Geräten. Dann können Sie diese Daten nutzen, um interessante Muster zu finden - und hier hilft maschinelles Lernen am meisten. Gemeinsam mit Fachleuten validieren Sie dann die ermittelten Schockmuster und ordnen sie bestimmten Ereignissen zu. Auf diese Weise können Sie noch bessere Vorhersagen und Informationen für die Zukunft entwickeln.
Können Sie uns ein konkretes Beispiel nennen?
Stefan Höltinger: Sicher. Sie wissen zum Beispiel, dass ein bestimmter Kunde einen bestimmten Wagentyp verwendet, und es gibt eine übliche Skala von Vibrationen, wenn die Wagen an den verschiedenen Anschlussgleisen des Kunden be- und entladen werden. Wenn Sie dann unbemerkte Erschütterungsmuster beobachten, identifiziert der Algorithmus diese Anomalien in den Schwingungen, die auf eine unsachgemäße Handhabung beim Be- und Entladen hindeuten könnten. Dann können Sie davon ausgehen, dass der Wagen einer gründlichen Prüfung auf Schäden unterzogen werden muss.
Wie kam die Anfrage nach Schocksensoren zu Ihrer Lösung?
Jürgen Rudolf: Die ursprüngliche Aufgabe von Rail Cargo war es, einen Schocksensor an Bord zu haben, um zu wissen, wo unsachgemäße Verladung stattfindet. Es gab viele Schäden, vor allem bei Kunden, die Eisenschrott verluden und versuchten, den geladenen Schrott zu manipulieren, um mehr zu laden. Die durch diese unsachgemäße Handhabung verursachten Kosten gingen jährlich in die Millionen. Und sie wollten wissen, wo das passiert. Der 3D-Stoßsensor, der dies erfasst, ist ein Standardbestandteil unseres Geräts. Er wird auch beim harten Rangieren eingesetzt, wenn die Puffer der Waggons bei Geschwindigkeiten oberhalb des zulässigen Bereichs in Kontakt kommen. Unsachgemäßes Beladen oder Rangieren ist ein Hinweis darauf, dass die Wagen zur Inspektion in die Werkstatt müssen.
In einem anderen Fall ging es um fahrende Waggons - wir registrierten Erschütterungen, die nicht auf den Güterwagen einwirkten, aber regelmäßig an genau der gleichen Stelle auftraten. Dies kann ein Hinweis auf Gleisschäden sein. Aus diesen Geolokalisierungen konnten wir Heatmaps mit Stellen erstellen, die der Aufmerksamkeit des Infrastrukturbetreibers bedürfen - öffentlich oder privat, z. B. wenn es sich um ein Anschlussgleis handelt.
Wir können auch eine Flachstelle am Wagenrad mit winzigen, aber regelmäßigen Vibrationen anzeigen. Das alles hat uns überrascht - wie hilfreich ein Erschütterungssensor für die Betreiber, die Wagenbesitzer, die Instandhaltung des rollenden Materials und der Gleise sowie die Unfallverhütung sein kann.
Stefan Höltinger: Ein positiver Effekt für neue Kunden ist, dass wir bereits viele Daten und Lösungsansätze gesammelt und analysiert haben. So profitieren die neuen Kunden von diesen Erfahrungen und den bisherigen Verbesserungen der Lösung.
Der potenzielle Nutzen der Infrastrukturwartung hat meine Aufmerksamkeit erregt. Sehen Sie, dass diese Daten aus Heatmaps mit Infrastrukturunternehmen geteilt werden, und werden Dinge repariert?
Jürgen Rudolf: Das Potenzial ist da, aber es wird im Moment meist nicht genutzt. Obwohl der Betreiber und das Infrastrukturunternehmen demselben Konzern angehören, behandeln diejenigen, die für die Lösungen bezahlen, die Daten als ihre eigenen. Es gibt Unsicherheiten über Rechte und Pflichten bei der gemeinsamen Nutzung von Daten, so dass die meisten Dateneigentümer nicht bereit sind, sie zum gemeinsamen Nutzen zu teilen. Einerseits kann ich das verstehen. Andererseits kann die gemeinsame Nutzung zu einem größeren Ziel führen: die Eisenbahnen wettbewerbsfähiger und zukunftsorientierter zu machen, was wir alle wollen. Es wäre eine echte Win-Win-Situation.
Kommen wir zurück zu den Lösungen, die Sie anbieten. Es ist also alles in einem - Hardware, Software und Datenverarbeitung, richtig?
Jürgen Rudolf: Ja, wir wählen die optimierte Hardware aus, verbinden sie mit der IoT-Plattform, analysieren die Daten und stellen Nutzerplattformen zur Verfügung. Darüber hinaus möchte ich Ihnen ein interessantes Beispiel nennen: Rail Cargo hatte eine geschätzte Zeitspanne von 30-40 Minuten, um ein Gerät zu aktivieren, auf einen Waggon zu montieren und die Waggonnummer mit der Gerätenummer in allen Systemen zu verbinden und zu testen, ob es funktioniert. In enger Zusammenarbeit mit elf Rail-Cargo-Werkstätten haben wir dieses Verfahren optimiert und konnten diese Zeit auf sechs Minuten verkürzen. Wir haben auch einen Koffer mit allen notwendigen Werkzeugen dafür erstellt. Fast eine halbe Stunde Zeitersparnis multipliziert mit 11.000 Waggons ist eine beachtliche Zeitersparnis (und Kostenersparnis von mehreren Personenjahren!).
Rail Cargo hat seine eigenen Werkstätten, mit denen Sie zusammenarbeiten können. Wie sieht es mit Kunden aus, die Werkstätten für ihre Flotten beauftragen müssen und diese Geräte montieren lassen wollen?
Jürgen Rudolf: Wir verbinden die Montage immer mit den Serviceintervallen der Waggons, anstatt die Waggons zu jagen, um sie überall und jederzeit zu installieren. Wir können die Werkstattmontage praktisch überall durchführen, und es ist keine spezielle Ausrüstung erforderlich - wie gesagt, wir brauchen nur einen Koffer zu liefern.
Die geplante digitale automatische Kupplung (DAC) wird über eine Stromleitung und Datenerfassung verfügen. Bedeutet dies, dass das Gerät, das Sie an Güterwagen bereitstellen, überflüssig wird?
Jürgen Rudolf: Nein, überhaupt nicht. DAC ist eine wirklich tolle europäische Initiative. Der Datenbus wird die Daten an die Lokomotive senden. Aber wer schickt die Daten von einem bestimmten Triebwagen an den Wagenhalter? Der Spediteur kann wechseln, die Traktionsunternehmen auch - und es ist unmöglich, dass man von allen immer die gleichen Daten erhält. Hinzu kommt, dass beim Einsatz im Einzelwagenverkehr die Wagen abgekoppelt und wieder verbunden werden, was die Komplexität exponentiell erhöht. Daher werden Flottenbesitzer diese digitale Lösung noch viele Jahre benötigen - einfach zu montieren und ohne Kabelverbindung.
Nehmen wir an, ich bin ein Kunde und möchte diese Lösung ausprobieren, bin aber noch nicht bereit, sie in meinem gesamten Fuhrpark zu implementieren. Gibt es eine Möglichkeit, eine Probefahrt zu machen?
Jürgen Rudolf: Ja, wir nennen es Rail Insight Trial Box. Wir schicken eine Box mit zehn Geräten, die durch eine magnetische Rückseite einfach an einem Güterwagen befestigt werden können. Der Kunde trägt ein, welches Gerät sich an welchem Waggon befindet, und erhält dann drei Monate lang Zugang zu Dashboards, die Daten von diesen zehn Waggons anzeigen. Dazu gehören auch Tracking und Tracing und andere Anforderungen des Kunden. Nach dem ersten Quartal des Jahres schickt uns der Kunde die Geräte zurück, und unsere Datenanalysten werden die gesammelten Informationen verarbeiten. Am Ende werden wir mit dem Kunden einen Post-Workshop über unsere Ergebnisse abhalten und ihm zeigen, was wir mit diesen Daten machen können.
Wenn potenzielle Kunden daran interessiert sind, mit Ihnen zu sprechen und die Nutzung Ihrer Lösung weiter zu erörtern, was ist der beste Weg, damit zu beginnen?
Philipp König: Eine gute Möglichkeit ist, die Rail Insight Seite auf unserer Website zu besuchen und über das Formular eine kostenlose, unverbindliche Beratung mit einem unserer Experten anzufordern. Wer lieber Videos anschaut, dem empfehle ich die Aufzeichnung unseres letzten Webinars mit unserem Kunden Rhätische Bahn.
