Die Abkürzung „Kiba“ steht für „Künstliche Intelligenz und diskrete Beladeoptimierungsmodelle zur Auslastungssteigerung im Kombinierten Verkehr“. Hinter dieser Bezeichnung verbirgt sich ein Mitte Oktober abgeschlossenes Projekt, das unter der Leitung der Kombiverkehr KG und mit Beteiligung der Deutschen Umschlaggesellschaft Schiene – Straße (DUSS), der Goethe-Universität Frankfurt am Main, Inform, Kombi Consult, der Technischen Universität Darmstadt und VTG durchgeführt wurde. Gemeinsam haben die Projektpartner einen sogenannten Demonstrator für ein Netzwerkkapazitätsteuerungs- und Zugbeladeoptimierungssystem entwickelt. Dabei handelt es sich um eine Art Werkstatt, in der die digitale Technologie konkret erprobt und getestet werden kann.
Ziel des Projekts war es, mit Methoden der künstlichen Intelligenz (KI) und mathematischer Optimierung die Effizienz, Sicherheit und Nachhaltigkeit im Schienengüterverkehr zu erhöhen. Unterstützt durch eine zentrale Stammdatenbank konnten zunächst Verfahren zur Netzwerkoptimierung und zur Zugbeladeplanung entwickelt werden, deren Ergebnisse über eine webbasierte Visualisierung für die Anwender nachvollziehbar aufbereitet werden.
„Mit KIBA haben wir gezeigt, wie KI den Schienengüterverkehr leistungsfähiger machen kann. Die entwickelten Prototypen tragen dazu bei, Zugkapazitäten besser zu nutzen, Ressourcen effizienter einzusetzen und den Kombinierten Verkehr attraktiver zu gestalten. Das ist ein wichtiger Beitrag zur Verlagerung von der Straße auf die Schiene und damit auch zum Klimaschutz“, betont Kombiverkehr-Geschäftsführer Heiko Krebs.
Beladung planen, bevor die Ladung feststeht
Die entwickelten Modelle für die Zugbeladeplanung sorgen dafür, dass die Kapazitäten der Züge hinsichtlich Ladegewicht und -länge möglichst vollständig ausgeschöpft, Kranwege und Umladevorgänge reduziert und zahlreiche Variablen automatisiert und gleichzeitig berücksichtigt werden. Die Netzwerkplanung verbindet KI-basierte Aufkommensprognosen mit mathematischer Optimierung, um Ladeeinheiten so zu verteilen, dass Züge optimal ausgelastet sind und Transporte mit kurzen Laufzeiten und wenigen Umstiegen ans Ziel gelangen.
„Die Verbindung von KI und Optimierung eröffnet ganz neue Möglichkeiten im Kombinierten Verkehr. Prognosen zu Buchungen für den Transport von Ladeeinheiten lassen sich direkt in Optimierungsverfahren überführen, sodass Züge effizient beladen und Netzwerke stabiler gesteuert werden können. So entsteht ein praxisnaher Ansatz, der operative Systeme direkt unterstützt und die Leistungsfähigkeit des Schienengüterverkehrs erhöht“, erklärt Dr. Rafael Velásquez, Director Optimization & Integration bei Inform.
Mit dem Projektabschluss wurde eine wichtige Grundlage gelegt, um die entwickelten Lösungen in der Praxis weiter zu erproben und in bestehende Systeme zu integrieren. Für den produktiven Einsatz sind weitere Schritte notwendig, darunter die Sicherstellung qualitätsgesicherter Daten, die Automatisierung zum Austausch der Informationen, und die Durchführung von Livetests mit den jeweiligen Produktivsystemen. Der im Projekt entstandene Prototyp wird nun für eine baldige Nutzung durch Terminalbetreiber und Operateure im Schienengüterverkehr vorbereitet.
Gefördert wurde das Vorhaben durch das Bundesministerium für Digitales und Staatsmodernisierung (vorher Bundesministerium für Digitales und Verkehr).
Quelle: Kombiverkehr
