Theo Döllmann, Marius de Kuthy Meurers
Das Projekt „Bahn-Vorhersage“ wurde vor fast vier Jahren für den Bundeswettbewerb Künstliche Intelligenz (BWKI) 2019 gestartet, mit dem Ziel, Zugverspätungen mithilfe von künstlicher Intelligenz vorherzusagen. Die Webseite bahnvorhersage.de ermöglicht es Nutzern, Zugverbindungen zu suchen und bewertet diese anhand eines Verbindungsscores, der die Zuverlässigkeit der Verbindung angibt. Dieser Score wird durch künstliche Intelligenz vorhergesagt, die auf drei Jahren historischer Zuglaufdaten trainiert wurde.
Das Projekt basiert auf einem umfangreichen Datensatz zu Zugverspätungen, der seit 2020 rund um die Uhr in Deutschland und darüber hinaus gesammelt wird. Es erfolgt eine Datenfusion mit Informationen zu Bahnhöfen und dem europäischen Schienennetz für genauere Vorhersagen. Täglich werden neue maschinelle Lernmodelle trainiert, die Zugverspätungen für die kommenden Wochen vorhersagen und anschließend zu Verbindungsscores aggregiert werden.
Die Herausforderungen des Projekts liegen in der begrenzten Datenverfügbarkeit und der Größe des Datensatzes. Zugverspätungen entwickeln sich chaotisch aufgrund vieler unvorhersehbarer Gründe. Das Projekt ist im Laufe der Zeit technisch komplex geworden, wobei verschiedene Aspekte in technischen Details, die für den Jugend Forscht-Wettbewerb geschrieben wurden, vertieft wurden.
Das Projekt begann im Juli 2019 von zwei Schülern, die sich mittlerweile im Studium befinden und wird bis heute weiterentwickelt. Seit September 2023 wird mit Unterstützung des Prototypefund an einer Routing-Engine gearbeitet, um besonders zuverlässige Zugverbindungen zu finden.
Finanzielle Unterstützung erhielt das Projekt für Server-Infrastruktur von verschiedenen Quellen. Die Datenanalyse und Vorhersage erfolgen mithilfe von Maschinellem Lernen, und die Ergebnisse sind auf der Website bahnvorhersage.de zugänglich. Das Projekt hat das Ziel, Bahnreisen vorhersehbarer zu machen und so einen Beitrag zum Klimaschutz zu leisten.
Die Projektrealisierung umfasst Datenbeschaffung, -verarbeitung und -fusion, maschinelles Lernen, Website-Entwicklung und Datenanalyse. Die gesammelten Daten beziehen sich auf Zugverläufe, Bahnhofsdaten und das europäische Schienennetz. Die Vorhersage der Zugverspätungen erfolgt durch interne Vorhersagen, und die Website bietet Nutzern die Möglichkeit, Verbindungen basierend auf deren Zuverlässigkeit zu bewerten. Das Projekt wurde von Grund auf von den Entwicklern selbst umgesetzt, wobei verschiedene Programmiersprachen, Datenbanken und Bibliotheken verwendet wurden. Das Projekt trägt zur Nachhaltigkeit bei, indem es Menschen ermöglicht, von individuellem Verkehr auf den öffentlichen Nahverkehr umzusteigen. Es macht Reiseentscheidungen einfacher und beschleunigt somit den Übergang zu klimaneutralem Transport.
Comments are closed