SBB setzt KI zur Verbesserung der Schienenwartung ein

Bild: SBB

Das ETH-Spin-Off LatticeFlow arbeitet mit der SBB, Siemens und der ETH zusammen, um eine sichere, effiziente und kostengünstige KI-basierte Bahnwartung zu ermöglichen.

Die Gleiswartung erfolgt traditionell durch eine manuelle Inspektion der Schienen, eine Aufgabe, die viel menschliche Arbeitskraft erfordert und nötig macht, dass Menschen in gefährlichen und manchmal schwer zugänglichen Umgebungen arbeiten. Die SBB beabsichtigen darum, die Schienenwartung zu verbessern, indem sie die Inspektionen mithilfe der neuesten Generation von KI automatisieren. Ein spezieller Zug, der mit Kameras ausgestattet ist, soll Bilddaten der Schienen sammeln, die dann von der KI verarbeitet werden, um eventuelle Schienenfehler zu identifizieren.

Die Streckeninspektion ist jedoch eine sicherheitskritische Aufgabe. Wie kann sichergestellt werden, dass das neue KI-basierte System zuverlässig ist? KI-Modelle funktionieren oft gut in Laborumgebungen, schneiden aber schlecht ab, wenn sie in der komplexen Realität eingesetzt werden. Bevor die SBB die Inspektionsaufgabe an die ‚Augen‘ des neuen KI-Systems übergibt, muss sie sicherstellen, dass die trainierten KI-Modelle Bahndefekte unter verschiedenen Umgebungsbedingungen korrekt erkennen. Linsenkratzer, Regentropfen oder Schnee auf den Schienen und andere Variablen, die die Bildqualität beeinflussen, dürfen die Zuverlässigkeit des KI-Systems nicht untergraben.

Mit diesem Ziel hat SBB eine Partnerschaft mit LatticeFlow, Forschern des AI Centers an der ETH und Siemens geschlossen. In einem ersten Schritt werden die Teams die Zuverlässigkeit der KI-Modelle der SBB mithilfe der LatticeFlow-Plattform für vertrauenswürdige KI bewerten. Die Modelle werden dann bei Bedarf verbessert. Parallel zur technischen Arbeit werden die Partner aktuelle Sicherheitsstandards und deren Anwendung auf den Bahnbereich analysieren. Das Ziel der Zusammenarbeit ist der Nachweis, dass die KI-Modelle zuverlässig sind und sicher in der Produktion eingesetzt werden können.

Thematik: Newsarchiv
| News
LatticeFlow AG

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.