Hintergrund

Lange Transportzeiten, geringe Flexibilität und eine eingeschränkte Planbarkeit – etwa bei Ladekapazitäten und Ankunftszeiten – verhindern, dass der Bahnverkehr eine größere Rolle im Frachttransport spielt. Besonders deutlich treten die Nachteile im europäischen Einzelwagenverkehrssystem (SWLS) zutage, da es sich an Kunden richtet, die unterschiedliche Mengen transportieren wollen und flexible Zeitpläne benötigen. In der Praxis führt das häufig dazu, dass die Transportkapazitäten der Züge nicht vollständig ausgeschöpft werden. Die Einführung eines modernen, digitalen Einzelwagenverkehrssystems könnte hier Abhilfe schaffen. Gleichzeitig würde es dazu beitragen, die Ziele des österreichischen Mobilitätsmasterplans 2030 sowie des Masterplans Güterverkehr 2030 zu erreichen, die beide eine Erhöhung des Modalanteils (Anteil am Gesamtverkehrsaufkommen der Verkehrsträger) des Schienengüterverkehrs anstreben.

Projektinhalt

Das österreichische Einzelwagenladungs-System (ASWLS) funktioniert ähnlich wie viele andere europäische Systeme auch als hierarchisches Hub-and-Spoke-Netzwerk. Der Hub bildet dabei den zentralen Knotenpunkt, über den die Transporte zu den Endpunkten, den Spokes, abgewickelt werden. Die Wagen werden an Industrieanschlüssen abgeholt und gelangen über lokale Hubs, Rangierbahnhöfe und mehrere Zugverbindungen zum Kunden. Dass SWL-Anbieter nicht das gesamte System betreiben, führt zu einem fragmentierten Management und damit zu ungenauen Ankunftszeiten. Als Lösung schlagen wir einen ganzheitlichen Ansatz vor, der auf einem operativen Digital Twin des ASWLS basiert. In diesem Digital Twin werden Systemmodelle (z. B. für Transportprozesse, Netzkapazitäten, Umläufe oder Wagenströme), die mithilfe von Root Cause Analysis (RCA) durchleuchtet und kontinuierlich verbessert werden, mit datengetriebenen Modellen externer Systemkomponenten kombiniert.

Ziele

Wir beabsichtigen, eine modellbasierte digitale Repräsentation (Digital Twin) des österreichischen Einzelwagenladungs-Systems (ASWLS) zu entwickeln. Der Ansatz umfasst zwei wesentliche Komponenten:

• Simulation und Szenarienbewertung
• Operativer Digital Twin

Darauf aufbauend entwickeln wir ein Vorhersagemodell, das sowohl Daten aus dem Digital Twin als auch weitere Quellen, etwa Echtzeitdaten aus Systemkomponenten, nutzt. Ziel ist es, die Vorhersage der Ankunftszeiten (Estimated Time of Arrival, ETA) für Wagen an Endzielen sowie an wichtigen Punkten (Point of Interest, POIs), etwa Rangierbahnhöfen, deutlich zu verbessern. Wir überprüfen außerdem, inwieweit das Modell Planungs- und Managemententscheidungen unterstützen kann – beispielsweise, indem wir analysieren, wie sich Fahrplanänderungen auf einzelne Transportaufträge auswirken.

Methoden

Ungenauigkeiten bei den Ankunftszeiten entstehen durch Verzögerungen, unterschiedliche Planungsmethoden bei Rail Cargo Austria und den Rangierbahnhofsbetreibern sowie durch eine ineffiziente Kommunikation zwischen den Beteiligten. Um diese Situation zu verbessern, entwickeln wir ein Digitales Schienengüterverkehrsmodell (DRFM), das operative Daten – wie Ankunfts- und Abfahrtszeiten in Rangierbahnhöfen, Zugbewegungen und Buchungsdaten – in einem datengetriebenen Modell integriert. Das DRFM umfasst ein Schienennetzmodell, das mit maschinellen Lernverfahren (Surrogatmodellen) arbeitet, um Ankunftszeiten präziser vorherzusagen und fundiertere operative und taktische Planungsentscheidungen zu ermöglichen. Das maschinelle Lernmodell bietet dabei große Flexibilität: Es kann nicht nur die Wagenzuweisung in Rangierprozessen unterstützen, sondern auch mit dynamischen Änderungen und unterschiedlichen Rangierbetriebsweisen in Österreich umgehen. Auf diese Weise lassen sich Abfahrtszeiten deutlich genauer prognostizieren.

Ergebnisse

META TRAIN schafft die Grundlage für präzisere Vorhersagen der Ankunftszeiten (ETA) im Frachtbahnverkehr. Durch den Einsatz moderner Methoden wie maschinellem Lernen und digitalen Zwillingen ermöglichen wir flexible und dynamische Wagen-Zug-Zuweisungen und optimieren Rangierprozesse. Das Projekt unterstützt die Digitalisierung und Modernisierung des Schienengüterverkehrs, stärkt seine Attraktivität gegenüber dem Straßentransport und leistet einen Beitrag zu den Nachhaltigkeitszielen, wie sie im österreichischen Mobilitätsmasterplan 2030 und ähnlichen Initiativen festgelegt sind.