Tools


Siemens Worldwide

Pictures of the Future

Contact

Kontakt

Herr Sebastian Webel
Herr Sebastian Webel

Chefredakteur

Mobil: +49 172-7169762

Werner-von-Siemens-Straße 1
80333

Pictures of the Future
Das Magazin für Forschung und Innovation
 

Künstliche Intelligenz

Erste Hilfe auf Schienen

Wenn bei Schienenfahrzeugen Probleme auftreten, müssen Servicemitarbeiter schnell handeln. KI kann sie dabei künftig unterstützen.

Wenn in Schienenfahrzeugen technische Probleme auftreten, die das Zugpersonal nicht selbstständig beheben kann, dann sind die Servicemitarbeiter bei Siemens Mobility Services in Erlangen gefragt: Sie bewerten das Fehlerbild und beraten den Triebfahrzeugführer – und zwar so schnell wie möglich. In Zukunft sollen Industrial Knowledge Graphen – ein Projekt von Siemens Corporate Technology und Siemens Mobility die Serviceexperten bei ihrer Arbeit unterstützen: Was Stunden gedauert hat, soll in Minuten möglich werden.

Dringender Anruf beim Service: Ein Zug ist auf offener Strecke stehen geblieben und blockiert eine wichtige Schienenverbindung. Der Triebfahrzeugführer vermutet eine Störung an einem der Antriebsmotoren, nennt eine Fehlernummer, die ihm das Bordsystem meldet und erwartet jetzt eine konkrete Empfehlung: Ob die Fahrt unbedenklich fortgesetzt werden kann, was das Zugpersonal tun muss, oder ob abgeschleppt werden muss. „So eine Situation ist ein Fall für echte Experten“, sagt Thomas Müller von Siemens Mobility. „Der Zeitdruck ist hoch und bei der Entscheidung was zu tun ist, müssen etliche Fakten und Randbedingungen berücksichtigt werden. So ein Störfall ist wie ein Logikpuzzle mit vielen weit verstreuten Einzelteilen, das in kürzester Zeit gelöst sein muss.“

Das Service-Puzzle

Die Puzzleteile sind zahlreiche Informationen, die in diversen nicht miteinander kompatiblen Systemen gespeichert sind: So lässt sich aus der Fahrzeugnummer feststellen, welche Variante der komplexen Bordelektronik betroffen ist. Dann gibt es zu jedem Fahrzeug eine Wartungshistorie, in der vermerkt ist, welche Störungen es bei diesem Fahrzeug bereits gab und welche Reparaturen. Mitunter stehen auch weitere Kontrolldaten der Bordelektronik zur Verfügung oder es gibt Erfahrungsdaten, wie in der Vergangenheit bei ähnlichen Störungen reagiert wurde. Genug Daten also. Mit ihnen können die Service-Experten meist Fehler gut eingrenzen und sind dann in der Lage, zu entscheiden, was getan werden muss. Doch auch sie, so zeigen Servicefälle aus der Vergangenheit, brauchen bisweilen mehrere Stunden, um eine Lösung zu erarbeiten. Insbesondere die Recherche aller relevanten Informationen ist sehr aufwändig.

Von Stunden zu Minuten

An dieser Stelle setzt ein gemeinsames Projekt der zentralen Siemens-Forschung, Corporate Technology, und Siemens Mobility an: „Unser Ziel: Den Service von Siemens schneller zu machen“, erklärt Nils Weinert von Corporate Technology. „Auf Basis künstlicher Intelligenz entwickeln wir eine Lösung, welche die Servicemitarbeiter wie ein mitdenkender Gehilfe unterstützen soll – quasi ein System, das zu einem Arbeitspartner wird. So ein Tool wird auch als Digital Companion bezeichnet. Also ein Werkzeug, das selbstständig Lösungsansätze vorschlagen kann und das insbesondere die mühsamen Recherchearbeit in den unterschiedlichsten Datenquellen abnimmt.“ Seien es etwa die Baupläne oder die Wartungshistorie des betroffenen Fahrzeugs oder ähnlicher Züge: Der Digital Companion kann auf die Informationen der unterschiedlichen Datenquellen zugreifen und weiß, wie diese Fakten miteinander verknüpft sind. Lösungen, die zuvor Stunden gebraucht haben, sollen innerhalb weniger Minuten gefunden werden.“

Der Digital Companion kann auf die Informationen unterschiedlicher Datenquellen zugreifen und weiß, wie diese miteinander verknüpft sind.

Eine Wissensbasis aus Industrial Knowledge Graphen

Die Basis hierfür schaffen die sogenannten Industrial Knowledge Graphen, ein mathematischer Ansatz, der künstlichen Intelligenzen um eine wichtige Fähigkeit ergänzt: nämlich Kontext und somit Zusammenhänge zu erkennen.  Am Beispiel von Mobility lassen sich diese Wissensgraphen bildlich als weitverzweigtes Netz darstellen. Die einzelnen Wissenseinheiten – etwa eine Datenbank für Fahrzeugnummern oder die Servicehistorie eines Fahrzeugs – bilden die Knoten des Graphen. Die Kanten (Verbindungen) zeigen, zwischen welchen Knoten inhaltliche Verknüpfung bestehen. „Industrial Knowledge Graphen sind für uns somit ideal, um die semantischen Zusammenhänge zu erfassen, “, erklärt Nils Weinert.  Insbesondere, da sie sich beliebig erweitern lassen, wenn neue Fakten und Zusammenhänge dazukommen, eine Eigenschaft, die auch im aktuellen Projekt ausgenützt wird.

Der Mobility Wissensgraph wächst weiter

„Der erste Prototyp, den wir vergangenes Geschäftsjahr zusammen mit den Kollegen aus dem Service erstellt haben, verbindet zunächst nur Auftrags- bzw. Servicefalldaten mit ausgewählten Zustandsinformationen der Fahrzeuge.  Durch die Verknüpfung der Datenquellen können vergleichbare Servicefällen– deutlich schneller und einfacher als zuvor – gefunden werden“, sagt Weinert. In den kommenden Monaten werde die Datenbasis um weitere Daten aus dem Service Engineering und Manufacturing erweitert werden, fährt er fort. So sei etwa geplant, die Diagnoseplattform Railigent vollständig zu verbinden und auch die Ersatzteileplattform Rail Mall. Prinzipiell solle der Wissensgraphen immer weiter wachsen.

Ein Ansatz, der sich rumspricht

Eingebettet ist dieses Knowledge Graphen Projekt in eine größere Digitalisierungsinitiative bei Mobility, die nach Business Unit übergreifenden Lösungen sucht. „Mit der Knowledge Graph Technologie gehen wir einen wichtigen Schritt in der Digitalisierung.

Wir verlieren so keine Zeit mehr mit dem Auffinden von Informationen und können uns so noch besser auf unsere Kunden konzentrieren“, meint Thomas Müller. „Wie gut das funktioniert hat sich bereits herumgesprochen. Inzwischen werden aus anderen Bereichen Ideen an uns herangetragen, wie wir Industrial Knowledge Graphen nützen können.

Aenne Barnard