RailDataFlow Automatisierte Störungserkennung durch intelligente Datenvernetzung – für einen effizienteren und sicheren Bahnverkehr

Futuristischer Zug vor blauem Neonhintergrund mit protonenähnlichem Kern im Vordergrund.
Förderprogramm
Rail4Climate
Abwicklungsstelle
Förderwerber
Mission Embedded GmbH
Jahresprogramm
2024
Projektlaufzeit
01.08.2025 bis 31.07.2027
Fördersumme
692.426 EUR
Projektvolumen
1.759.603 EUR
Kurzbeschreibung

RailDataFlow entwickelt eine modulare Digitalisierungs- und Automatisierungsplattform, die Daten aus Zügen, Infrastruktur und Betrieb intelligent vernetzt. Mithilfe von KI werden Ereignisse wie Hindernisse, Notfälle oder Auslastungen in Echtzeit erkannt, automatisch verarbeitet und an alle betroffenen Personen – Bahnpersonal und Passagiere – weitergeleitet.

Das System verbessert damit die betriebliche Effizienz, erhöht die Sicherheit für Fahrgäste und Mitarbeitende und leistet einen wichtigen Beitrag zur nachhaltigen Digitalisierung des Bahnsektors.

Über das Projekt

Innovative Digitalisierungs- & Automatisierungsplattform für einen klimafreundlichen Bahnbetrieb

RailDataFlow entwickelt eine modulare Digitalisierungs- und Automatisierungsplattform, die Daten aus Zügen, Infrastruktur und Betrieb intelligent vernetzt. Mithilfe von KI werden Ereignisse wie potenzielle Hindernisse, Notfälle oder Auslastungen in Echtzeit erkannt, automatisch verarbeitet und an alle betroffenen Personen – Bahnpersonal und Passagiere – weitergeleitet.

Ausgangslage Fragmentierte Systeme bremsen den Bahnsektor aus

Der Bahnbereich ist nach wie vor stark von isolierten IT-Strukturen, Daten- und Kommunikationssystemen geprägt. Fahrzeuge, Infrastruktur und Betriebsführung erfassen zwar zahlreiche Daten, diese werden jedoch in getrennten Systemen verarbeitet und nur selten gemeinsam genutzt. Ein durchgängiger Informationsfluss fehlt. Viele Ereignisse müssen manuell übermittelt und weiterbearbeitet werden. Das kostet Zeit, erhöht die Fehleranfälligkeit und erschwert eine schnelle, koordinierte Reaktion.

Ziel

RailDataFlow ist ein Forschungsprojekt mit einem klaren Ziel: Daten aus Zügen, Infrastruktur und Betrieb intelligent zu vernetzen für ein intelligentes Störungsmanagement. Dazu wird eine KI-gestützte Plattform entwickelt, die einen durchgängigen, automatisierten Datenfluss ermöglicht – vom Sensor am Zug bis zur Information an Fahrgäste und Bahnpersonal.

Konsortium und Beteiligte

  • Mission Embedded GmbH
  • Frequentis AG
  • Control Center Apps GmbH
  • App Informatics ZT GmbH
  • Raaberbahn AG (ROeEE)
  • Deutsches Zentrum für Luft- und Raumfahrt (DLR)

Ergebnisse auf einen Blick

01
Prototypische Plattform
RailDataFlow schafft eine skalierbare Digitalisierungs- und Automatisierungsplattform, die am Projektende prototypisch umgesetzt und im Echtbetrieb erprobt wurde.
02
Echtzeiterkennung
Ereignisse werden direkt am Zug durch eine Edge-KI erkannt, verarbeitet und in Echtzeit an relevante Stellen übermittelt.
03
Automatisierter Datenfluss
Der Datenfluss zwischen Fahrzeug, Infrastruktur und Betrieb wird automatisiert und sicher verarbeitet.
04
Cloudbasierte Plattform
Ein durchgängiges System, das Sensordaten dezentral analysiert, in einer cloudbasierten Plattform aufbereitet und über Dashboards sowie mobile Apps visualisiert.
05
DSGVO-konforme Umsetzung
Alle Abläufe – von der Detektion bis zur Information – sind automatisiert und DSGVO-konform umgesetzt.
06
Validierung
Die prototypische Umsetzung wird durch KPIs und Erkenntnisse aus dem Realbetrieb validiert, unter anderem durch Tests bei der Raaberbahn.

Stimmen aus dem Projekt

Portrait von Michael Kreilmeier
Als erstes Technologieunternehmen Europas mit ISO 42001-Zertifizierung im kritischen Infrastrukturbereich verfügen wir über umfassende Erfahrung in der sicheren Entwicklung und Anwendung von KI-Systemen. Mit unserer langjährigen Expertise im Bahnbereich ist RailDataFlow genau das richtige Projekt, um dieses Know-how gezielt einzusetzen. Gemeinsam mit unseren Projektpartnern sorgen wir dafür, dass die entwickelte Lösung nicht nur technisch überzeugt, sondern auch im täglichen Betrieb einen echten Mehrwert schafft
Michael Kreilmeier
Managing Director // Mission Embedded
Portrait von Jenny Vuong
Mit RailDataFlow schaffen wir die technologische Basis für ein intelligentes Störungsmanagement im Bahnbetrieb. Kritische Ereignisse werden automatisiert erkannt und relevante Informationen stehen in Echtzeit zur Verfügung. Gemeinsam mit unseren erfahrenen Projektpartnern treiben wir damit ein zentrales Zukunftsthema voran – mit messbarem Nutzen für Bahnunternehmen und Fahrgäste.
Dr. Jenny Vuong
Research & Project Manager // Mission Embedded
Portrait von Kuno Skach
RailDataFlow sorgt dafür, dass aus denselben Daten die richtigen Informationen für jede Entscheidungsebene entstehen – technisch für die Infrastruktur, operativ für den Betrieb und verständlich für die Fahrgäste.
Kuno Skach
Managing Director // Control Center Apps
Portrait von Thomas Gräupl
Im Projekt RailDataFlow bringen wir unsere Erfahrung aus sicherheitskritischen Leit- und Informationssystemen gezielt in den Bahnbereich ein. Unser Fokus liegt darauf, komplexe Daten aus Infrastruktur, Betrieb und Fahrzeugen so zusammenzuführen, dass daraus ein klares, übersichtliches Lagebild für den täglichen Betrieb entsteht. Das Dashboard macht relevante Ereignisse, deren Bearbeitungsstand und betriebliche Auswirkungen transparent sichtbar – und unterstützt damit fundierte Entscheidungen in Echtzeit. Gemeinsam mit unseren Partnern schaffen wir so eine Grundlage für einen effizienteren, sichereren und nachhaltigeren Bahnbetrieb.
Thomas Gräupl
Scientist // Frequentis Corporate Research
Portrait von Martin Kampel
Als spezialisiertes Ingenieurbüro mit fundierter Expertise in Informatik und KI stehen wir für die strukturierte Planung, das Design sowie die unabhängige Evaluierung moderner KI-Systeme in sicherheitskritischen Bereichen. Mit unserem Fokus auf sensible Daten und Computer Vision zur zuverlässigen Notfallerkennung ist RailDataFlow genau das richtige Projekt, um vertrauenswürdige, nachvollziehbare und praxistaugliche KI-Lösungen für den realen Betrieb zu entwickeln.
Prof. Martin Kampel
Geschäftsführer // App Informatics ZT GmbH
Portrait von Peter Medlitsch
Die Raaberbahn bringt ihre über 150-jährige Erfahrung im Bereich des Schienenpersonenverkehrs in das Projekt RailDataFlow ein und stellt ihre Bahninfrastruktur als reale Testumgebung für die praktische Erprobung der entwickelten Lösungen zur Verfügung. Damit schaffen wir die Voraussetzung, dass neue Technologien nicht nur unter Laborbedingungen, sondern im laufenden Betrieb ihre Praxistauglichkeit unter Beweis stellen können. Darüber hinaus unterstützen wir die Arbeit der Forschungspartner aktiv mit unserem betrieblichen Know-how und unserer langjährigen Erfahrung. So tragen wir dazu bei, dass die entwickelten Ansätze optimal auf die Anforderungen des Eisenbahnbetriebs abgestimmt sind und einen nachhaltigen Mehrwert für Unternehmen und Fahrgäste bieten.
Peter Medlitsch, MSc
Operativer Leiter // Raaberbahn

Intelligente Datenanalyse direkt am Fahrzeug

Kernstück von RailDataFlow ist eine Edge-KI, die Sensordaten direkt am Fahrzeug analysiert, noch bevor diese in zentrale Systeme übertragen werden. Die modulare Onboard-Sensorik erfasst vielfältige Informationen wie Auslastung, Umweltbedingungen oder sicherheitsrelevante Vorfälle. Dank der On-the-Edge-Verarbeitung lassen sich sensible Daten DSGVO-konform analysieren. An die Cloud werden nur unbedingt notwendige und abstrahierte Informationen übermittelt.

Zentrale, cloudbasierte Plattform

Alle erfassten Daten werden gebündelt auf einer cloudbasierten Plattform zusammengeführt. Über ein intuitives Dashboard erhalten Betreiber und Disponenten in Echtzeit einen vollständigen Überblick. Automatisierte Benachrichtigungen und Eskalationsprozesse sorgen dafür, dass die richtigen Informationen zur richtigen Zeit bei den richtigen Personen ankommen.

Wer profitiert vom Projekt?

Anwendungsbeispiele

Früherkennung potenzieller Hindernisse

Eine Edge-KI analysiert Sensordaten direkt am Zug in Echtzeit und identifiziert automatisch kritische Situationen sowie potenzielle Gefahren. Dazu zählen unter anderem Personen im Gleisbereich, in das Lichtraumprofil ragende Objekte sowie Hindernisse, die die Strecke blockieren könnten.

Medizinische Notfälle im Zug

Medizinische Zwischenfälle an Bord werden durch intelligente Systeme frühzeitig erkannt. Relevante Informationen werden automatisiert und in Echtzeit an das Zugpersonal sowie an zentrale Leitstellen übermittelt.