Das deutsche Eisenbahnnetz befindet sich in einem paradoxen Zustand. Einerseits durchläuft es eine Phase immenser Investitionen und grundlegender Umgestaltungen. So stellt der Bund mit dem Sondervermögen „Infrastruktur und Klimaneutralität“ Mittel in dreistelliger Milliardenhöhe für die Modernisierung der Verkehrsinfrastruktur bereit, von denen auch die Schiene maßgeblich profitiert. Mit Großprojekten wie Stuttgart 21, der Generalsanierung hochbelasteter Korridore im Rahmen des Programms „Hochleistungsnetz“ sowie zahlreichen Aus- und Neubauvorhaben des Bedarfsplans Schiene soll die Leistungsfähigkeit des Netzes grundlegend modernisiert werden. Andererseits steht das bestehende Netz unter erheblichem Druck und kämpft mit einer überalterten Infrastruktur aufgrund jahrelangen Investitionsstaus, hoher Auslastung sowie steigenden Verspätungen und Zugausfällen. Dies stellt die Branche vor eine gewaltige Herausforderung: Wie kann sie ehrgeizige neue Infrastrukturprojekte realisieren und gleichzeitig die Widerstandsfähigkeit und Effizienz der alten Infrastruktur verbessern, insbesondere angesichts des bekannten Mangels an qualifizierten Ingenieuren?
Die Antwort liegt in einem technologischen Sprung nach vorne. KI stellt einen Schrittwechsel für die Infrastruktur dar und bietet eine Möglichkeit, die Lücke zwischen Nachfrage und Kapazität zu schließen. Aber es geht hier nicht um generische KI. Für eine Branche, in der Präzision unverzichtbar ist und die Folgen von Fehlern real sind, brauchen wir KI mit einem Doktortitel in Ingenieurwissenschaften.
Über die Automatisierung hinaus: KI für optimierte Ergebnisse
Seit Jahren konzentriert sich das Versprechen der KI auf die Automatisierung. Im Schienenverkehr geht ihr wahres Potenzial jedoch weit über die einfache Automatisierung von Arbeitsabläufen hinaus. Es geht darum, Entscheidungen grundlegend zu optimieren und Ergebnisse zu ermöglichen, die zuvor nicht möglich waren.
Stellt man sich nur mal vor, man würde von einem reaktiven Wartungszyklus, der oft zu kostspieligen Ausfallzeiten führt, zu einem vorausschauenden Wartungszyklus übergehen. KI-gestützte Lösungen können Daten von Sensoren an Gleisen und Schienenfahrzeugen analysieren, Verschleißerscheinungen erkennen und potenzielle Ausfälle Wochen im Voraus vorhersagen. Das ist kein theoretisches Ziel, sondern liefert bereits heute greifbare Ergebnisse, da Wartungsarbeiten proaktiv geplant werden können, um die Sicherheit zu verbessern, die Zuverlässigkeit zu erhöhen und die Lebenszykluskosten zu senken.
Derselbe Ansatz kann angewendet werden, um komplexe Verkehrsströme zu optimieren, die Auswirkungen von Klimaereignissen zu simulieren, um widerstandsfähigere Netzwerke aufzubauen, und unzählige Entwurfsiterationen für neue Bahnhöfe oder Strecken in einem Bruchteil der Zeit durchzuführen, die ein Mensch dafür benötigen würde. Dabei geht es nicht darum, Ingenieure zu ersetzen, sondern sie mit intelligenteren, bewährten Werkzeugen auszustatten, um die ambitionierten Ausbau-, Modernisierungs- und Klimaziele der deutschen Verkehrsinfrastruktur zu erreichen
Vertrauen ist unerlässlich: KI auf Basis realer Kontexte
Da Eisenbahnfachleute zunehmend auf KI setzen, müssen diese Entscheidungen vertrauenswürdig sein. Vertrauenswürdige KI basiert auf dem Kontext und erfordert vier Säulen der Infrastrukturintelligenz: Projektkontext (Absichten und Einschränkungen), Umgebungskontext (ober- und unterirdisch), institutioneller Kontext (frühere Projektdaten) und technischer Kontext (physikalische Prinzipien). Die Software von Bentley Systems trägt dazu bei, dass KI-Modelle auf dem richtigen Kontext basieren, indem sie auf Daten aus der Bentley Infrastructure Cloud, Erkenntnissen von Seequent und der in Bentley Open-Anwendungen integrierten Logik zurückgreift.
Eine Partnerschaft für das Zeitalter der KI
Seit mehr als 40 Jahren arbeitet Bentley mit Infrastrukturfachleuten zusammen, um die Produktivität durch Software zu steigern. Diese Partnerschaft wird im Zeitalter der KI fortgesetzt und vertieft. Anwender finden bereits neue und manchmal unerwartete Wege, die APIs in Bentley Anwendungen zu nutzen und Bentley Technologie in ihre eigenen KI-Agenten zu integrieren. Diese kreativen Ansätze sind zu begrüßen und auch erst der Anfang.
Um diese Dynamik zu beschleunigen, startet Bentley die Infrastructure AI Co-Innovation Initiative. Damit verpflichtet man sich zu einer engeren Zusammenarbeit mit den Anwendern, um die nächste Generation KI-gestützter Arbeitsabläufe zu gestalten. Im Rahmen dieser Initiative wird priorisiert, welche APIs weiterentwickelt werden sollen, um KI-Anwendungsfälle besser zu unterstützen. Außerdem werden neue Geschäftsmodelle untersucht, die das sich wandelnde Gleichgewicht zwischen KI-gesteuerter und menschenorientierter Arbeit widerspiegeln.
Eine Grundlage des Vertrauens: Engagement für den verantwortungsvollen Umgang mit Daten
Innovation muss auf einer Grundlage des Vertrauens beruhen. Da sich die Nutzer bei der Verwaltung ihrer technischen Dateien und Daten auf die Bentley Infrastructure Cloud verlassen, müssen sie sicher sein können, dass ihre Informationen geschützt sind.
Es gilt, sich weiterhin fest an den Grundsätzen der Datenverwaltung zu orientieren, die erstmals auf der Konferenz „Year in Infrastructure 2023“ in Singapur vorgestellt wurden. Dabei ist wichtig, dass die Nutzer die Kontrolle über ihre Daten haben und entscheiden, ob und wie diese für das KI-Training verwendet werden.
Um dies zu gewährleisten, wurden strenge Richtlinien für das Training von KI-Modellen eingeführt. Für die allgemeinen Modelle werden ausschließlich Daten verwendet, die ausdrücklich für diesen Zweck lizenziert oder erworben wurden. Dazu gehören auch Beiträge von Konten, deren Inhaber sich bereit erklärt haben, Daten zum Nutzen der gesamten Nutzergemeinschaft zur Verfügung zu stellen. Entscheidend ist, dass Nutzer auch die Möglichkeit haben, Bentley-KI-Modelle mit ihren eigenen Daten für die ausschließliche Verwendung innerhalb ihrer eigenen Organisationen zu optimieren.
Um die Transparenz weiter zu fördern, hat Bentley das Data Agreement Registry eingeführt, ein Auditsystem, das einen klaren Einblick in die Verwendung von Daten zum Trainieren bestimmter Bentley-KI-Modelle bietet.
Die Herausforderungen für den deutschen Eisenbahnsektor sind groß, aber ebenso groß sind die Chancen. Durch die Kombination der unersetzlichen Erfahrung von Ingenieuren mit der Leistungsfähigkeit kontextsensitiver, vertrauenswürdiger KI kann eine sicherere, widerstandsfähigere und effizientere Eisenbahn für kommende Generationen geschaffen werden.
