KI-Forschung der TU Berlin für den Bahnsektor

Zentrale Forschungsbereiche und Professuren

1. Daimler Center for Automotive IT Innovations (DCAITI)

• Leitung: Dr. Ing. Ilja Radusch
• Fokus: Entwicklung von Deep-Learning-Algorithmen für die Umfeldwahrnehmung im Schienenverkehr (Sensorfusion mit Radar und LiDAR, Erkennen statischer und dynamischer Objekte). Ziel ist die Automatisierung des Fahrbetriebs (fahrerlose Züge) im Projekt „Berliner Digitaler Bahnbetrieb“ (BerDiBa). (tu.berlin, Elektroniknet)

2. Fachgebiet Elektronische Mess- und Diagnosetechnik, TU Berlin

• Leitung: Prof. Dr. Clemens Gühmann

• Forschung:

  • Prädiktive Wartung: KI-basierte Schadensanalyse (z. B. Stromverbrauch von Stellmotoren zur Lebensdauerabschätzung).
  • Vegetationsüberwachung entlang der Strecken: Neuronale Netze prognostizieren das Pflanzenwachstum, um effizient Schnittmaßnahmen zu planen (Lichtraumprofil). (tu.berlin, Elektroniknet)

3. Fachgebiet Schienenfahrzeuge (Institut für Land- und Seeverkehr, TU Berlin)

• Schwerpunkte: Instandhaltung, Fahrzeugüberwachung, Telematik, Fehlerdiagnose mittels Kamera-Arrays, On-Board-Sensorik und Algorithmik – alles in Richtung früher Fehlererkennung und Analyse per KI/Maschinellem Lernen. (tu.berlin, businesslocationcenter.de)

4. Fachgebiet Bahnbetrieb und Infrastruktur

• Themenschwerpunkte: Automatisierung, Sicherheit, Risikoanalyse, Instandhaltung und Telematik im Bahnbetrieb – darunter Forschungsfragen, die eng mit KI-Anwendungen im Verkehrsbetrieb verknüpft sind. (businesslocationcenter.de)

5. Logistikbereich – Chair of Logistics

• Leitung: Prof. Dr. Ing. Frank Straube
• Forschung: Maschinelles Lernen zur Vorhersage von Ankunftszeiten (ETA) für Zug- und Lkw-Transporte im Logistiknetzwerk – inklusive Warnung vor Engpässen oder Störungen in Lieferketten, in Kooperation mit DB Cargo. (idw-online.de)

Überblick in Tabellenform

Fazit

Die TU Berlin treibt in mehreren Fachgebieten zentrale KI-Anwendungen für den Schienenverkehr voran – von der autonomen Mobilität über vorausschauende Instandhaltung bis zur Optimierung logistischer Prozesse. Das Projekt BerDiBa stellt dabei einen konkreten Leuchtturm in Kooperation mit der TU und Fraunhofer FOKUS dar.

Wenn dich spezielle Anwendungsfälle, zugrunde liegende Algorithmen oder beteiligte Publikationen interessieren – sag einfach Bescheid, ich unterstütze gerne mit weiteren Infos!