DB Cargo hat ein KI-gestütztes System zur Ersatzteilprognose für ihre Diesellokomotiven der Baureihe 77 im DB Cargo Railport Darmstadt eingeführt.
Das System verknüpft Daten zu Kilometerstand, Wartungsintervallen und Werkstattkontext mit früheren Verbrauchsdaten, um die Bedarfsprognosen zu verbessern.
DB Cargo setzt rund 60 Diesellokomotiven der Baureihe 77 auf nicht elektrifizierten Strecken ein. Die in Kanada gebauten Lokomotiven benötigen Ersatzteile, deren Lieferzeiten mehrere Wochen oder Monate betragen können, wobei einige Komponenten deutlich länger auf sich warten lassen. Laut DB Cargo haben sich herkömmliche Prognosemethoden aufgrund der unregelmäßigen Nachfrage nach bestimmten Teilen als weniger effektiv erwiesen.
Ein Beispiel ist die Ölpumpe für die Baureihe 77. Die bisherige Prognosemethode ergab keinen Bedarf, während das KI-Modell fünf Einheiten vorhersagte; der tatsächliche Verbrauch lag bei sechs. Bei Lieferzeiten von rund 500 Tagen wirkt sich die Prognosegenauigkeit direkt auf die Verfügbarkeit der Lokomotiven aus.
Neben dem KI-Modell hat DB Cargo sein bestehendes Excel-basiertes Planungstool überarbeitet. Die Parameter wurden systematisch getestet, um Wartezeiten und Lagerbestände in Einklang zu bringen. Für verschiedene Fahrzeugtypen wurden separate Parametersätze definiert, um die Planung an spezifische Betriebsprofile anzupassen.
DB Cargo berichtet, dass die neue Methodik und das aktualisierte Planungstool innerhalb weniger Monate eingeführt wurden und nun für die Ersatzteilplanung der Flotte der Baureihe 77 eingesetzt werden.
