Bereich Supply Chain Services des Fraunhofer IIS
Bereich Supply Chain Services des Fraunhofer IIS

Schienenanschluss-Identifikation durch intelligente Geolokalisierung - SIDING

Erschließung privater Gleisanschlüsse für die Güterverladung

SIDING - Schienenanschluss-Identifikation durch intelligente Geolokalisierung
© AdobeStock.com

Gleisanschlüsse sind die Quellen und Senken im Schienennetz und damit essenziell für den klimaschonenden Ausbau des Schienengüterkehrs. Jede Unternehmensansiedlung an einen Gleisanschluss trägt maßgeblich zu einer Steigerung des Anteils des Schienengüterverkehrs bei.

Unternehmen, die ihren Gütertransport nachhaltig auf die Schiene verlagern wollen, stellt sich bei der Standortsuche die Frage: An welchen Standorten in Deutschland ist eine Anbindung an das Schienengüterverkehrsnetz möglich?

Genau hierin liegt das Problem: Es existieren keine amtlichen Daten über die Anzahl privater Gleisanschlüsse, d.h. der nicht DB-eigenen Anschlüsse, und deren Verortung. In der Vergangenheit wurden diese als Werksbahnen, Anschlussbahnen oder Gleisanschlüsse im privaten Eigentum geführt. Laut einer Expertenschätzung des Verbands Deutscher Verkehrsunternehmen VDV sind nur 50-70% der privaten Gleisanschlüsse im Netz erfasst. Somit entsteht Unternehmen ein hoher manueller Aufwand bei der Recherche nach passenden Grundstücken oder Immobilien inkl. Gleisanschluss.

Flächendeckende Identifikation nicht-registrierter Gleisanschlüsse mit KI

Ziel des Projekts »SIDING« ist die flächendeckende, bundesweite Kartierung der privaten Gleisanschlüsse zur Unterstützung von Unternehmensansiedlungen aus Industrie und Logistik, sowie für den strategischen Ausbau und die Reaktivierung der Schieneninfrastruktur.

Die Identifikation der Gleisanschlüsse erfolgt in einem zweistufigen Verfahren. Zunächst werden die geografisch relevanten Untersuchungsbereiche festgelegt, die sich durch die Nähe an das Schienennetz und eine gewerbliche bzw. industrielle Flächennutzung auszeichnen. Im zweiten Schritt erfolgt die Objektidentifikation der Gleisanschlüsse mithilfe von Methoden der Künstlichen Intelligenz. Methodisch wird hierzu eine automatisierte Mustererkennung von Satellitenbildaufnahmen entwickelt. Mittels Lern- und Testdaten trainieren Forscher ein neuronales Netz, das vorhandene Bilderkennungsverfahren für die Anwendung in der Schieneninfrastruktur adaptiert. Die Validierung der Identifikationsergebnisse erfolgt im Projekt in der Region Bayern.

Automatisiertes Geodatenverarbeitungssystem

Als Ergebnis entsteht ein automatisiertes Datenverarbeitungssystem, das Satellitenbildaufnahmen und georeferenzierte Daten nutzt, um Gleisanschlüsse automatisiert zu identifizieren.

Zum Projektabschluss im Sommer 2023 wird der Öffentlichkeit eine Liste aller privaten Gleisanschlüsse im Bundesgebiet zur Verfügung gestellt, sowie deren räumliche Verortung. Die Forschungsergebnisse werden ebenfalls auf der Research-Plattform »L.Immo online« der Arbeitsgruppe für Supply Chain Services zugänglich gemacht, die regelmäßig die wichtigsten deutschen Logistikstandorte analysiert und diese als Geoinformationssystem interaktiv visualisiert.

Das SIDING-Datenverarbeitungssystem steht im Nachgang des Projekts auch anderen geografischen Anwendungsräumen zur Verfügung.

Das könnte Sie auch interessieren

 

© Terminal Schweinfurt Translog GmbH

ReVeLa

Der kombinierte Verkehr (KV) bietet eine umweltfreundlichere Alternative zum reinen Straßentransport. Ziel des Forschungsvorhabens »Entwicklung und Evaluierung einer regionalen Verladeplattform zur Nutzung von KV-Terminals in Randlagen von Metropolregionen (ReVeLa)« ist deshalb die Entwicklung eines Konzepts zur operativen KV-Anbindung dezentraler Regionen an die Seehäfen am Beispiel der Region Schweinfurt.

Zum Projekt