TY - CHAP A1 - Schymik, Lars A1 - Stolpmann, Alexander ED - Reiff-Stephan, Jörg ED - Jäkel, Jens ED - Reichelt, Dirk T1 - Erkennung von Schadmustern an Personenverkehrszügen und Evaluierung der Konfidenz zur Auswahl robuster Features für „Predictive Maintenance“ - Projekt ESPEK T2 - Tagungsband AALE 2025 : menschenzentrierte Automation im digitalen Zeitalter N2 - Im Rahmen des Projekts ESPEK wurden Häufigkeit und Relevanz bestimmter Schäden an verbreiteten Waggontypen analysiert und basierend darauf im Rahmen eines Konzepts „KI-gestützte Inspektion“ praxistaugliche, datenbasierte, durch künstliche Intelligenz unterstützte digitale Lösungen entwickelt, um Schäden an ausgewählten Personenwaggons automatisiert visuell zu erkennen. Ausgehend von den bisher maßgeblich manuellen Inspektionsabläufen und Checklisten können selbige durch die vorgeschlagenen Software- und Hardwareautomatisierungen effizienter gestaltet werden. Übergeordnet werden die Sicherheit der Fahrgäste erhöht, das Problem des Fachkräftemangel bekämpft sowie Ausfall- und Standzeiten reduziert, was letztlich zur besseren Auslastung des Systems Schiene insgesamt beiträgt und Zugfahren preiswerter und pünktlicher machen kann. KW - Automatisierung KW - Bildverarbeitung KW - Eisenbahn KW - Inspektion KW - KI KW - Mobilität KW - Predictive Maintenance KW - Künstliche Intelligenz Y1 - 2025 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-20160 SP - 171 EP - 180 PB - Hochschule für Technik, Wirtschaft und Kultur CY - Leipzig ER -