I1 - Die Nadel im Heuhaufen finden: Datengetriebene Alterungserkennung technischer Assets durch unüberwachte Zeitreihenanalyse
- Event
- iCCC2026 - iCampus Cottbus Conference
2026-05-05 - 2026-05-07
Cottbus - Band
- Vorträge
- Chapter
- Condition Monitoring
- Author(s)
- Dr. K. Jonas - Deutsche Bahn AG
- Pages
- 23 - 23
- DOI
- 10.5162/iCCC2026/1.1
- ISBN
- 978-3-910600-10-2
- Price
- free
Abstract
Die Nadel im Heuhaufen finden: Datengetriebene Alterungserkennung technischer Assets durch unüberwachte Zeitreihenanalyse Instandhaltungsbedarf. Ungeplante Ausfälle Die Deutsche Bahn steht angesichts vielfältiger Herausforderungen rund um Zuverlässigkeit und Pünktlichkeit unter großem Handlungsdruck. Ursachen sind unter anderem technische Störungen, eine stark beanspruchte Infrastruktur und ein hoher Modernisierungs- sowie technischer Assets sind dabei ein entscheidender Faktor. Sie ließen sich oft zuverlässig vorhersagen, wenn denn die richtigen Sensordaten in ausreichender Granularität vorliegen würden. In der Praxis zeigt sich jedoch: Viele Analyse-Use-Cases scheitern, weil entweder die passenden Sensoren fehlen oder die bestehende Datenbasis nicht ausreicht. Häufig werden so bereits viele Stunden in Daten-Vorverarbeitung, Analyse und Hypothesenbildung investiert, bevor klar wird, dass der gewählte Ansatz ins Leere läuft. Im Projekt Deflector erproben wir deshalb einen Ansatz, der den klassischen Analyseprozess umkehrt: Unüberwachte Methoden erlauben es uns, technische Hypothesen automatisiert und direkt aus den verfügbaren Zeitreihendaten abzuleiten identifizieren wir ganz ohne vorher datengetrieben fokussieren Analyseaufwand dort, wo die Daten tatsächlich belastbare Erkenntnisse ermöglichen. festgelegte Use-Cases. Auf diese Weise Alterungseffekte potenzielle frühzeitig und typischer Im Vortrag stellen wir diesen Ansatz vor und zeigen anhand Anwendungsfälle, wie datengetriebene Innovationen effiziente und praxistaugliche Lösungen für die Deutsche Bahn ermöglichen.