Das IoT bei der SBB und Trenitalia

Der mit Abstand größte Teil des Güterverkehrs innerhalb der EU erfolgt über die Straße. 2014 war der Anteil der im Binnenverkehr auf der Straße transportierten Güter mit fast 75 Prozent mehr als viermal so hoch wie der Anteil der auf der Schiene beförderten Güter (18,4 Prozent). Der Rest wurde auf Wasserstraßen transportiert. Dennoch bildet der Eisenbahngüterverkehr einen wichtigen Pfeiler der Logistik. Allein in der Schweiz kam der Güterverkehr im vorletzten Jahr auf 16,6 Millionen Tonnenkilometer.

Um den Güterverkehr noch weiter zu optimieren, setzen die Schweizerischen Bundesbahnen (SBB) auf Vernetzung und  smarte Waggons. Nach eineinhalb Jahren Entwicklungszeit und mehr als zehn Millionen Testkilometern ging 2017 ein Vernetzungssystem von Bosch in Serie. Die smarten Güterwagen wissen dank metergenauer Positionsbestimmung von selbst, wann sie an ihrem Ziel ankommen oder ob die Kühlkette eingehalten wird, und sie übermitteln selbstständig Informationen, mit denen der Termin für die kommende Instandhaltung bestimmt werden kann. Auch heftige Erschütterungen, etwa beim Rangieren, registrieren die Waggons und merken sich Ort und Stärke des Stoßes.

Bis Ende dieses Jahres sollen in Europa 2000 Güterwagen der SBB mit Sensoren und entsprechender Software unterwegs sein. Dazu installieren die SBB Sensoren im Inneren der Waggons sowie eine Vernetzungs-Box an der Außenseite. Über die Cloud werden die Daten auf einem Server ausgewertet, sodass die Daten den Mitarbeitern in einem Online-Portal übersichtlich aufbereitet zur Verfügung stehen.

An einem ähnlichen Projekt arbeiten die italienische Eisenbahngesellschaft Trenitalia und das deutsche Software-Unternehmen SAP. Mit Hilfe des Internet of Things möchte die Trenitalia Ausfällen vorbeugen und gleichzeitig den Lebens­zyklus des Equipments verlängern. Das soll wie bei den Schweizer Kollegen durch die Verarbeitung riesiger Datenmengen und Hyperkonnektivität passieren.

Trenitalia implementierte hierfür die Lösung SAP Predictive Maintenance and Service, um per Remote-Zugriff Sensordaten auszuwerten und das Equipmentverhalten zu überwachen. Die Plattform SAP HANA verarbeitet hierfür große Mengen an operativen Echtzeitdaten, die aus Sensoren und intelligenten Anlagen ausgelesen werden. Maschinelles Lernen soll Wartungs- und Instandhaltungssysteme rechtzeitig anstoßen und dadurch ungeplante Ausfallzeiten vermeiden. Das Bahnunternehmen geht davon aus, dass damit die Wartungskosten um bis zu 10 Prozent sinken.