Contact us now

+41 44 733 6611

Success Story

Effektive Instandhaltung von Rollmaterial dank Big Data

Viele Verspätungen im Bahnverkehr sind auf Störungen beim Rollmaterial zurückzuführen. Oft werden «Türstörungen» bei Bahnwagen gemeldet – die Analyse solcher Ereignisse zeigt allerdings auf, dass sehr unterschiedliche Ursachen zu dieser Meldung führen können. In enger Zusammenarbeit mit SBB entwickelt Zühlke ein Datenlabor, um grosse und komplexe Datensätze zu Tür- und anderen Systemstörungen gesamthaft zu analysieren und entsprechende Massnahmen zu treffen. Dank des Datenlabors reduziert sich der Zeitaufwand einer solchen Big-Data-Analyse um über 98 %. Dieses Projekt legt den Grundstein für die Nutzung von Big Data Analytics in der Abteilung Operating bei SBB Personenverkehr.

Offene Türen als Hindernisse

«Die S12 ist verspätet. Grund dafür ist eine Störung am Zug» - hinter solchen Durchsagen stehen Systemstörungen im Rollmaterial, sehr oft erkannt bei Türstörungen. Ein winziger Türspalt von wenigen Millimetern genügt und die Türüberwachung meldet eine offene Tür – ein ganzer Zug steht still. Mit den dichten Fahrplänen können derartige Systemstörungen leicht flächendeckende Verspätungen zur Folge haben.

 

Denn an 794 Bahnhöfen und Haltestellen in der Schweiz halten die Züge im Stunden- oder Halbstundentakt, in urbanen Gegenden sogar noch öfter. Angesichts dieser Zahlen hat die SBB grosses Interesse daran, Systemstörungen zu analysieren und die tatsächlichen Ursachen, wie zum Beispiel die Bedienung, Leittechnik, Pneumatik etc. zu identifizieren und künftig durch gezielte Massnahmen zu verhindern.

Image
Kunden-Statement

Das Datenlabor ermöglicht uns eine Gesamtsicht auf unsere Daten - unsere Analysearbeit wird damit effizienter und effektiver.

– Daniel Stoll, Leiter Bereich Fahrzeugelektrik bei der Flottentechnik SBB

Ein Datenlabor für alle Fälle

Welche Zugsysteme sind besonders anfällig für Ausfälle? Gibt es Strecken oder Bahnhöfe, bei denen sich Ausfälle besonders häufen? Bei welchen Zugstypen gibt es die häufigsten Türausfälle? Antworten auf solche Fragen sind für die SBB von grosser Bedeutung. Bisher war die Analyse der Ursachen äusserst kompliziert. Grosse Mengen an Daten - beispielsweise zu Störungen, Verspätungen, Betriebsleistungen, Instandhaltungsmassnahmen - mussten aus verschiedenen Quellen manuell zusammengeführt, synchronisiert, logisch verknüpft und bereinigt werden, um die Analyse überhaupt beginnen zu können.

Zur Vereinfachung soll ein Datenlabor entstehen, das schnell den Zugriff auf alle Daten und eine benutzerfreundliche Analyse ermöglicht. Zühlke qualifiziert sich dank branchenübergreifender Expertisen und weitreichender Erfahrung in Big-Data-Projekten optimal für die Aufgabe. Das Team, bestehend aus Datenanalysten, Datenplattformspezialisten und einem Projektleiter, entwickelt ein Datenlabor und ein Dashboard.

Big Data Analytics im Self-Service

Die Zühlke Datenanalysten führen komplexe Datenanalysen zu spezifischen Fragestellungen durch und entwickeln agil und in enger Zusammenarbeit mit dem SBB-Fachbereich das gewünschte Datenlabor. Dieses senkt den Aufwand für eine Störungsanalyse von ursprünglich rund 5 Tagen auf eine halbe Stunde. Dank einem ins Datenlabor integrierten Analysetool und einer praxisgerechten Benutzungsschulung durch Zühlkes Datenanalysten können die Instandhaltungsfachleute heute Störungsanalysen selbst durchführen – und sich dabei voll und ganz auf die inhaltliche Analyse konzentrieren.

Das Projekt hat für die SBB wegweisenden Charakter: Es könnte der Aufbruch in eine neue Entscheidungskultur auf Basis von Big Data werden. Das neue Datenlabor wird heute für die Diagnose benutzt, es bietet aber auch die Basis für weitere Anwendungen in der Zukunft,
z. B. für Predictive Maintenance.

Kundenvorteile im Überblick

Grossflächig gespart und gut gerüstet für die Zukunft:

  • Massive Zeitersparnis: Die Verwaltung aller relevanten Daten in einem Pool verkürzt die Analysezeit für eine Störung erheblich.
  • Hohe Kosteneinsparungen: Werden z.B. durch gezielte Instandhaltungsmassnahmen Systemausfälle reduziert, bedeutet dies eine signifikante Optimierung des Bahnbetriebs mit entsprechenden Kosteneinsparungen.

 

  • Zufriedene Kunden: Verkehren die Züge pünktlich, steigt die Kundenzufriedenheit.
  • Vielseitig verwendbares Datenlabor: Mithilfe von Big Data kann die SBB neben Störungen auch weitere Bereiche analysieren und kostenwirksame Massnahmen treffen.
  • «Mit Big Data kann die SBB faktenbasierte Entscheidungen treffen und ihre Prozesse optimieren; die Daten liefern die Basis für innovative Angebote & Dienstleistungen.»

    Philipp Morf, Business Solution Manager Data Analytics bei Zühlke

    Image
  • «Dank dem Big-Data-Projekt können wir Unmengen von Daten schneller interpretieren & entsprechende Massnahmen ableiten.»

    Alfred Fahrni, Leiter Systeme und Prozesse bei SBB

    Image