In der Leitstelle eines Verkehrsbetriebs beobachten Disponent:innen die Busse und Bahnen mithilfe einer Leitstellen-Software und überwachen so die Situation im gesamten öffentlichen Personennahverkehr (ÖPNV) einer Stadt oder Region. Falls Störungen auftreten (bspw. durch einen Unfall), Schienen blockiert oder Fahrzeuge verspätet sind, greifen die Disponent:innen ein, um die Auswirkung auf den Fahrgastbetrieb möglichst gering zu halten. Hierzu lösen die Disponent:innen sogenannte dispositive Maßnahmen in der Leitstellen-Software aus. Diese äußern sich unter anderem in Form von Umleitungen, Kurzwenden oder kleineren Maßnahmen wie dem Warten auf ein verspätetes Fahrzeug, um Fahrgästen das Umsteigen in eine andere Linie zu ermöglichen, ohne den Anschluss zu verpassen.
In einem Störungsfall müssen die Disponent:innen schnell reagieren und dabei sehr viele Faktoren gleichzeitig berücksichtigen. Sie sind dadurch einem sehr hohen Stress ausgesetzt und zusätzlich erfordert die Komplexität vieler Situationen einen breiten Erfahrungsschatz.

Das Ziel des Anwendungsfalls unter Leitung der INIT ist es, Daten zu bisherigen dispositiven Maßnahmen mithilfe von Verfahren der Künstliche Intelligenz (KI) auszuwerten und darauf basierend einen Vorschlagsassistenten zu entwickeln, der Disponent:innen bei schwierigen Entscheidungen unterstützt. Dabei ist es besonders wichtig, den Assistenten so zu gestalten, dass dieser auf die Bedürfnisse der Disponent:innen zugeschnittenen und intuitiv zu bedienen ist. Daher wird großer Wert auf die Benutzerfreundlichkeit und die Visualisierung des KI-basierten Assistenten gelegt.
Die KI soll derart trainiert werden, dass sie eine Vielzahl an relevanten Faktoren mit einbezieht und in der Folge genau an die jeweilige Situation angepasste dispositive Maßnahmen vorschlägt. Dadurch sollen die Disponent:innen in ihren Entscheidungen unterstützt werden. Außerdem soll das System derart mit der Leitstellen-Software verknüpft werden, dass die dispositiven Maßnahmen automatisch ausgelöst werden, wenn die Disponent:innen den KI-Vorschlag annehmen. Es handelt sich folglich um ein KI-gestütztes Vorschlagswesen, das die Disponent:innen entlastet, ihnen aber gleichzeitig die volle Kontrolle über die Vorgänge lässt.

Die Partner arbeiten daran, Disponent:innen in ihrer täglichen Arbeit mit der Leitstellen-Software zu unterstützen. Die Leitstellen-Software ist ein sehr komplexes System und bietet den Disponent:innen viele Handlungsmöglichkeiten, die im Störungsfall Anwendung finden. Der Anwendungsfall beschränkt sich zunächst auf das Vorschlagen ausgesuchter dispositiver Maßnahmen, anhand derer die KI-basierten Algorithmen entwickelt werden. Als Ausgangslage dienen die historisch-operativen Daten aus der Leitstellen-Software, die Fahrzeugpositionen, Fahrplandaten und die jeweils ausgelösten dispositiven Maßnahmen enthalten. Zunächst gilt es, die vorhandenen Daten aufzubereiten und weitere notwendige Daten zu identifizieren, bevor diese mithilfe von geeigneten KI-Verfahren ausgewertet und Algorithmen für den Vorschlagsassistenten entwickelt werden. Um die Anwendbarkeit sicherzustellen und alle einzubeziehenden Faktoren zu berücksichtigen sollen in diesem Zuge auch Befragungen mit den Disponent:innen der Karlsruher Straßenbahnbetreiber durchgeführt werden. Auf Basis der Karlsruher Straßenbahn-Daten folgt die Entwicklung eines Prototyps und anschließend eine iterative Analyse und Weiterentwicklung.

Durch das automatisierte Monitoring der Busse und Bahnen und das darauf basierende automatisierte Erstellen von Handlungsempfehlungen bezüglich der dispositiven Maßnahmen werden die Disponent:innen bei ihrer Arbeit unterstützt und insbesondere im Störungsfall entlastet. So können sie wohlüberlegt entscheiden, was zur Fehlervermeidung beiträgt und effizienter handeln. Die Möglichkeit zum automatisierten Anpassen der Fahrplandaten und zur (Teil-)Automatisierung weiterer nachgelagerter Prozesse wie dem Erstellen von Fahrgastinformationen trägt ebenfalls zu verbesserten Arbeitsbedingungen sowie einer Verbesserung des Betriebsablaufs bei.