Störungen im Bahnbetrieb in Echtzeit beheben

Wetterkapriolen und Stellwerkstörungen sind für Disponenten von Eisenbahnverkehrsunternehmungen tägliche Herausforderungen. Sie verlangen rasch nach Lösungen. Heutige Ressourcenmanagement Systeme unterstützen sie dabei nur teilweise. Die Fachhochschulen OST und Nordwestschweiz entwickeln mit dem Softwarehaus Qnamic ein neues Decision Support System. Basis dazu bildet eine Kombination von bewährten Ansätzen des Operation Research und Machine Learning.

Die COVID-19 Pandemie und immer häufiger auftretende extreme Witterungsverhältnisse fordern Eisenbahnverkehrsunternehmen (EVU) und ihre Disposition aufs Äusserste. Kurzfristige Entwicklung von Ersatzfahrplänen, krankheitsbedingte Ausfälle von Mitarbeitern oder blockierte Streckenabschnitte verlangen schnelle Lösungen bei sich dauernd ändernden Gegebenheiten. 

Störungen sind eingebettet in einen Kontext aus planmässigen Herausforderungen, wie beispielsweise der reguläre Fahrplanwechsel, die Umsetzung von zusätzlichen Streckenangeboten oder die Schulung von Personal zum Einsatz neuer Fahrzeuge. Taktverdichtung, die sukzessive gestiegene Netzauslastung und Verlagerung des Güterverkehrs von der Strasse auf die Schiene fordern die Disponenten der EVU: Sie müssen immer weitreichendere Entscheidungen in einem laufend komplexeren Umfeld treffen. Dafür steht ständig weniger Zeit zur Verfügung.

Zur Publikation

von www.eurailpress.de/etr