Use Case
In der Transport- und Verkehrsbranche ist die Verfügbarkeit der Fahrzeugflotte einer der wichtigsten Parameter. Die Fähigkeit, schnell auf unvorhergesehene Ereignisse zu reagieren, ist hier das A und O. Das Wunschszenario eines jeden Unternehmens ist es, Fehler im System schon frühzeitig zu erkennen, um rechtzeitig handeln zu können und so unerwarteten Ausfällen vorzubeugen.
Voraussetzung dafür ist die Einbeziehung von Daten – sowohl Daten aus der Zugsteuerung als auch zusätzliche Sensordaten. Anstatt möglichst viele Daten zu sammeln, ist es für zuverlässige Vorhersagen wichtig, die richtigen Daten zu erfassen – also solche, die Informationen zu Ausfallsrisiken liefern. Die Überwachung aller Komponenten eines Fahrzeugs ist natürlich nicht sinnvoll und verschlingt nur unnötige Ressourcen.
Aus diesem Grund ist es ratsam, einerseits sicherheitskritische Bauteile und anderseits Komponenten mit einer hohen Ausfallwahrscheinlichkeit zu überwachen. Das optimale Verhalten im Normalbetrieb stellt den Vergleichswert zum Ist-Zustand dar. Werden hier Abweichungen festgestellt, ermittelt das Empfehlungssystem die möglichen Ursachen und leitet daraus Handlungsempfehlungen ab. Diese Erkenntnis ist nicht nur für den Betreiber von hoher Wichtigkeit, sondern bringt auch dem Servicepersonal eine enorme Zeitersparnis bei der Ursachensuche. Die Lösung bietet eine extrem hohe Erkennungswahrscheinlichkeit für abweichende Systemeigenschaften unter realistischen Lastbedingungen. Das ist der große Vorteil der Lösung.