Siemens Mobility hilft Bahnbetreibern, Ausfallzeiten und ungeplante Wartungsarbeiten zu vermeiden

QuadX

Die Zufriedenheit der Bahnkunden wird stets hauptsächlich von der Antwort auf eine Frage abhängen: Fahren die Züge pünktlich? Zu den Faktoren, die die Ankunft eines Zuges verzögern können, gehört das, was die Industrie als „Schienenfehler“ bezeichnet – Verwerfungen, Spannungen und Brüche im Gleismaterial und anderen Infrastrukturkomponenten. Bahnnetzbetreiber sind immer auf der Suche nach effizienten Wegen, um solche Probleme zu finden und zu beheben.

„Defekte im Schienenverkehr zu erkennen und proaktiv zu beheben – das ist genau das Problem, bei dem wir unseren Kunden helfen wollen“, so Friedrich Gloeckner, der bei Siemens Mobility das Data-Services-Architecture-Team leitet. Seit mehr als 160 Jahren ist das Unternehmen führend im Bereich der Verkehrslösungen und sucht ständig nach Möglichkeiten, das Angebot in seinen Kerngeschäftsbereichen zu erneuern: Schienenfahrzeuge, Bahnautomatisierung und -elektrifizierung, schlüsselfertige Systeme, intelligente Verkehrssysteme und damit verbundene Dienstleistungen.

Das Auffinden von Schienenmängeln erforderte früher eine manuelle Bewertung durch Inspektoren, die die Gleise abliefen, oder die Auswertung von Videomaterial, das von Inspektionszügen aufgenommen wurde. Jetzt gibt es eine neue Methode: Video Track Inspector. Diese Videoanalyseanwendung ist ein gemeinsames Projekt von Siemens Mobility und Strukton Rail, einem niederländischen Unternehmen, das sich auf den Bau und die Instandhaltung von Schieneninfrastruktur spezialisiert hat. Die neue Lösung verwendet nach wie vor in Zügen montierte HD-Videokameras, ersetzt aber die manuelle Überprüfung durch Machine-Learning-Algorithmen, die die Bilder analysieren, Defekte identifizieren und geografisch verorten sowie Arbeitsaufträge erteilen.

Video Track Inspector ist eine von Hunderten von Anwendungen, die in der Railigent Application Suite von Siemens Mobility gehostet werden. Dabei handelt es sich um ein offenes Ökosystem für Anwendungen zur Integration, Überwachung und Analyse von Bahndaten, das in Amazon Web Services (AWS) läuft. „Wir haben Railigent entwickelt, um unseren Kunden zu helfen, außerplanmäßige Wartungsarbeiten zu vermeiden und eine bis zu 100-prozentige Verfügbarkeit ihrer Schienenfahrzeuge und Infrastrukturkomponenten zu erreichen“, so Gloeckner. „Ohne die moderne IT-Infrastruktur und die Cloud-Services, auf die wir bei AWS zugreifen, wäre es nicht möglich, diesem Ziel auch nur nahe zu kommen.“

„Unser AWS Data Lake ermöglicht es nicht nur Datenwissenschaftlern und Softwareentwicklern, sondern auch etwa 250 nicht-technischen Mitarbeitern, benutzerdefinierte Anwendungen und Berichte zu erstellen, mit denen der Wert der Daten maximiert werden kann.“

– Friedrich Gloeckner, Data Services Architecture Team Leader, Siemens Mobility


  • Über Siemens Mobility

  • Siemens Mobility – ein eigenständiges Unternehmen der Siemens AG – ist seit mehr als 160 Jahren führend bei Transportlösungen und entwickelt sein Portfolio in den Kernbereichen Schienenfahrzeuge, Bahnautomatisierung und -elektrifizierung, schlüsselfertige Systeme, intelligente Verkehrssysteme und zugehörige Dienstleistungen ständig weiter.

  • Vorteile
    • Senkt die Wartungskosten und den Energieverbrauch um 10 bis 15 %
    • Reduziert ungeplante Ausfallzeiten um 30 bis 50 %
    • Reduziert unnötige Transfers zur Wartung um mehr als 30 %
    • Offenes Ökosystem ermöglicht Anwendungen von Drittanbietern und führenden Bahnspezialisten
  • Verwendete AWS-Services

Züge in die Cloud bringen

Gloeckner spricht aus Erfahrung. Siemens Mobility setzte ursprünglich eine On-Premises-Lösung mit ähnlichen Analysefunktionen wie Railigent ein, stieß jedoch auf Hindernisse im Zusammenhang mit siloartigen Daten, arbeitsintensiven Datenintegrations- und Entwicklungsprozessen sowie einer langsamen Markteinführung.

Laut Gloeckner war einer der attraktivsten Gründe für die Entwicklung und Implementierung von Railigent in AWS die Möglichkeit, Daten zu zentralisieren. Als Teil der neuen Cloud-Architektur von Railigent implementierte Siemens Mobility einen Data Lake, der Amazon Simple Storage Service (Amazon S3) für persistente Datensatzkataloge, AWS Glue für die Datentransformation und Amazon Athena für interaktive Serverless-Abfragen verwendet. Es stützt sich außerdem auf AWS Lambda für Serverless-Orchestrierungsfunktionen und Amazon Elastic MapReduce (Amazon EMR) für die schnelle, kostengünstige Verarbeitung und Analyse unbegrenzter Datenmengen.

„Für uns liegt ein großer Reiz von AWS im Zugang zu Diensten wie Amazon EMR, der uns die Möglichkeit gibt, Hadoop-Cluster jeder Art und in jeder Größenordnung nach Bedarf und mit einer nutzungsabhängigen Preisberechnung zu betreiben“, so Gloeckner. „Die Auslagerung dieser Art von Betriebsarbeiten war für uns eine absolute Notwendigkeit, da wir die Erfahrung gemacht hatten, wie kompliziert es war, komplexe Lösungen wie Hadoop in unserem eigenen Rechenzentrum zu betreiben, zu aktualisieren und zu skalieren.“

Die Ausführung in AWS hilft auch bei der Optimierung der Nutzung der unterschiedlichen IoT-Daten, die Railigent von Hunderttausenden von Sensoren und anderen Geräten auf Zehntausenden von Bahnanlagen weltweit erfasst. „In unserem AWS Data Lake können wir große unstrukturierte Datensätze in Amazon S3 speichern und die Schema-on-Read-Funktion von Amazon Athena nutzen, um bei Bedarf virtuelle Tabellen für bestimmte neue Anwendungsfälle zu erstellen“, so Gloeckner. „Cloud-Dienste wie Amazon EMR, Amazon S3 und Amazon Athena geben uns viel mehr Flexibilität im Umgang mit Daten, als dies vor Ort oder sogar bei anderen öffentlichen Cloud-Anbietern möglich wäre.“

Demokratisierung von Daten zur Erschließung neuer Kundenwerte in AWS

All diese Fähigkeiten wären natürlich nicht von Bedeutung, wenn sie Siemens Mobility nicht auch dabei helfen würden, schneller auf Kundenbedürfnisse zu reagieren und mehr Wert aus den erfassten Daten zu ziehen. „Als der Vorläufer von Railigent noch On-Premises lief, waren die Daten aus verschiedenen Quellen isoliert, so dass die Entwicklung von Anwendungen zur Nutzung dieser Daten komplexe, benutzerdefinierte Extraktions-, Transformations- und Ladevorgänge (ETL) und die Unterstützung von Analyseexperten erforderte“, erklärt Gloeckner. „Das machte es schwierig, alle unsere Daten optimal zu nutzen und wir konnten unseren Entwicklern nicht einfach Toolboxen und wiederverwendbare App-Komponenten anbieten.“

Jetzt kann das Unternehmen die Aufgaben der Datenaufbereitung zentralisieren und gleichzeitig einem breiten Spektrum von Teams die Nutzung der Daten ermöglichen. „Bei AWS nutzen wir ein kleines, zentralisiertes Team für Daten-ETL, Strukturierung und Anreicherung und stellen diese Daten dann auch Mitarbeitern ohne technische Kenntnisse zur Verfügung, mit denen sie experimentieren und darauf aufbauen können“, so Gloeckner. „Unser AWS Data Lake ermöglicht es nicht nur Datenwissenschaftlern und Softwareentwicklern, sondern auch etwa 250 nicht-technischen Mitarbeitern, benutzerdefinierte Anwendungen und Berichte zu erstellen, mit denen der Wert der Daten maximiert werden kann.“ Diese Demokratisierung von Daten ist einer der wichtigsten Vorteile unseres AWS Data Lake.“

Diese Demokratisierung der Daten ermöglicht eine schnellere Reaktion auf Kundenanfragen, indem beispielsweise die Zeit für die Erstellung von Berichten um die Hälfte reduziert wird. „Bevor wir zu AWS wechselten, mussten wir Authentifizierung, Autorisierung, Erfassung und ETL für jeden benutzerdefinierten BI-Bericht neu überdenken – und selbst dann konnten wir nur Snapshots und keine Live-Ergebnisse anbieten“, so Gloeckner. „In AWS wurden diese Probleme jetzt einmalig gelöst und anhand der globalen Siemens-Sicherheits- und Governance-Regeln überprüft, so dass diese Komponenten von Berichtsentwicklern wiederverwendet werden können. Mit unserem AWS Data Lake benötigen wir nur noch zwei bis drei Wochen, um Berichte zu erstellen, die auf Live-Daten basieren, im Gegensatz zu den Monaten oder mehr, die wir früher für die Erstellung selbst eines statischen Berichts benötigten.“

Laut Gloeckner verzeichnen Railigent-Kunden im Durchschnitt bereits eine Senkung der Wartungskosten und des Energieverbrauchs um 10 bis 15 Prozent, einen Rückgang der ungeplanten Wartungsarbeiten um 30 bis 50 Prozent und einen Rückgang unnötiger Wartungstransfers um mehr als 30 Prozent. Und das Unternehmen beginnt gerade erst zu erkunden, was in AWS möglich ist. „Wir sind froh, dass AWS undifferenzierte Aufgaben wie den Betrieb der Infrastruktur und den Aufbau von Services übernimmt, während wir uns auf das konzentrieren, was für unser Geschäft wirklich wichtig ist. Das Schöne am Betrieb in AWS sind die vielen Möglichkeiten, die sich dadurch eröffnen. Wir haben wirklich nur an der Oberfläche dessen gekratzt, was wir in der Cloud erreichen können.

Weitere Informationen

Weitere Informationen finden Sie unter aws.amazon.com/solutions/case-studies/siemens.