Zuverlässigkeit von Zugverbindungen vorhersagen: So hilft KI bei der Reiseplanung
Jeder hat schon einmal am Gleis gestanden und sich gefragt, ob der Zug pünktlich kommt. Mit der Bahn-Vorhersage ist es nun möglich, genau einzuschätzen, wie zuverlässig die jeweilige Zugverbindung sein kann.
Zuverlässigkeit von Zugverbindungen vorhersagen: KI zeigt, welche Züge wirklich pünktlich sind.
Foto: PantherMedia / Kzenon (YAYMicro)
Jeder, der regelmäßig mit der Deutschen Bahn fährt, kennt das Spiel nur zu gut: Es ist eine reine Geduldprobe! Am Gleis stehend fragt man sich immer wieder, warum man sich das eigentlich antut. „Hätte ich es doch nur früher gewusst, hätte ich lieber das Auto genommen!“ – dieser Gedanke schießt einem durch den Kopf, wenn der Zug mal wieder nicht pünktlich ist. Es ist zum Verrücktwerden, wie oft man auf dem Bahnsteig steht und auf das große Unbekannte wartet, während die Minuten einfach nur dahinziehen.
Die Gründe sind bekannt, aber was nutzt das, wenn man als Fahrgast der Leidtragende ist? Von maroder Infrastruktur über technische Störungen bis hin zu „Personen im Gleis“ – es scheint, als würde jedes noch so kleine Hindernis dazu führen, dass der Fahrplan aus den Fugen gerät.
Geoinformatikstudent entwickelt ein KI-Modell
So dachte sich wohl der Geoinformatikstudent Theo Döllmann: Statt in Problemen zu denken, konzentrierte er sich auf Lösungen. Er entwickelte ein KI-Modell, das vorhersagen kann, wie pünktlich und zuverlässig eine Zugverbindung tatsächlich sein wird.
Mit einem Datensatz von 700 Gigabyte entwickelte er ein System, das jede Woche mit etwa acht Millionen neuen Datenpunkten erweitert wird. Für alle Zugverbindungen innerhalb Deutschlands kann ein sogenannter Verbindungsscore ermittelt werden. Dieser zeigt, wie zuverlässig die Anschlüsse sind. Ein hoher Score bedeutet, dass alle Anschlusszüge wahrscheinlich erreicht werden, während ein niedriger Score darauf hinweist, dass einige Anschlusszüge möglicherweise nicht erreicht werden.
Fernverbindungen vs. Nahverkehrszüge
Die Auswertung zeigt, dass Fernverbindungen häufig verspätet sind, während Nahverkehrszüge pünktlicher ankommen. Je länger die Strecke, desto wahrscheinlicher sind Verzögerungen.
Genau das versuchen wir zu überprüfen. Als Beispiel nehmen wir einige Strecken, die einer Redakteurin besonders gut bekannt sind. Fangen wir mit etwas Einfachem an – der Strecke Düsseldorf-Dortmund. Eigentlich nichts Besonderes, denn es gibt mehrere Züge pro Stunde in diese Richtung, sodass man immer gut wegkommen sollte. Doch auch dann gibt es oft kleine Probleme – keine großen, aber dennoch störend.
Nun möchten wir diese Strecke über diese Webseite überprüfen. Die grüne Anzeige mit 100 % soll wohl bedeuten, dass die Verbindung zuverlässig ist. Soweit so gut. Doch was kann auf dieser Strecke innerhalb einer Stunde schon passieren? Viele Fahrgäste würden sagen: einiges. Aber wenn man die hohe Häufigkeit der Verbindungen berücksichtigt, kann man schon sagen, dass die Strecke insgesamt eher zuverlässig ist. Schließlich handelt es sich hier um Nahverkehrszüge.
Jetzt nehmen wir eine etwas kompliziertere Reise unter die Lupe – von Düsseldorf nach Oberstdorf. Hier muss man oft umsteigen, und die Reise dauert deutlich länger als nach Dortmund. Aus eigener Erfahrung kommt man in Oberstdorf nie pünktlich an. Und tatsächlich zeigt die Seite für diese Strecke keine einzige grüne Verbindung an, sondern eher orange und rote. Das bedeutet, wenn man nach Oberstdorf will, sollte man die Verspätungen schon im Voraus einplanen.
Im Jahr 2020 waren Theo Döllmann und Marius De Kuthy Meurers die Sieger des Bundeswettbewerbs Künstliche Intelligenz (BWKI) in der Altersklasse 16 bis 19 Jahre. In ihrem Projekt TrAIn_Connection_Prediction (TCP) beschäftigten sie sich mit der Voraussage von Zugverspätungen.
Vorhersage der Verbindungswahrscheinlichkeit erstellt
„Wir haben Mitte Juli 2019 angefangen Daten zu sammeln, zu analysieren und viele verschiedene maschinelle Lernermodelle, zum Beispiel Random Forest oder Support Vector Machinen, zu trainieren. Dann haben wir die Webseite zur Abfrage der Zugverbindungen und Vorhersage der Verbindungswahrscheinlichkeit erstellt. Um in die dritte Runde des BWKI zu kommen haben wir ein Video gedreht, in dem wir unser Projekt TrAIn_Connection_Prediction vorgestellt haben“, werden die beiden auf der Seite der Tübinger Universität zitiert.
Beim 38. Chaos Communication Congress (38C3) in Hamburg stellte Döllmann das Konzept des Dienstes Bahnvorhersage.de vor.
Die Webseite zeigt dieselben Zugverbindungen wie die offizielle Seite der Bahn oder der DB Navigator. Zusätzlich zu den Informationen der Deutschen Bahn berechnet sie einen Verbindungsscore, der auf den Vorhersagen von Zugverspätungen eines Machine-Learning-Modells und der Umsteigezeit basiert.
Ein Beitrag von:
