26. August 2026 | InnoTrans 2026

Holistische Zustandsüberwachung für die prädiktive Instandhaltung

Besuchen Sie uns auf der InnoTrans 2026, Stand 440, Halle 2.2!

Wir freuen uns darauf, die Möglichkeiten und das Potenzial der vorausschauenden Instandhaltung für Ihre Infrastruktur mit Ihnen zu erörtern!

Um die Zuverlässigkeit und Sicherheit der Eisenbahninfrastruktur bei gleichzeitiger Kosteneffizienz zu gewährleisten, ist ein Übergang von einer korrektiven oder rein präventiven zu einer prädiktiven Instandhaltung erforderlich. Unsere Forschungsgruppe arbeitet hierzu an Methoden und Ansätzen zur holistischen Zustandsüberwachung kritischer Anlagen, wie z.B. Weichen aber auch des Gleisoberbaus insagesamt.

Durch die Zusammenführung hochauflösender Daten von eingebetteten streckenseitigen Sensoren, fahrzeuggestützten Überwachungssystemen, Wartungsprotokollen und Umgebungsdaten entwickeln wir KI-gestützte Algorithmen, die geeignet sind, kontinuierlich umfassende Erkenntnisse über den Zustand der Anlagen zu liefern. Unsere teils langjährig im Einsatz befindlichen Ansätze haben sich bereits vielfach in betrieblichen Eisenbahnumgebungen auf Hauptstrecken, bei industriellen Nebenbahnen und in städtischen Straßenbahnnetzen (TRL 5–6) in der Praxis bewährt.

Wir bieten modulare, lizenzierbare Software-Implementierungen an, die für die einfache Integration in Forschungs- und Entwicklungsumgebungen von Infrastrukturbetreibern und Technologieanbietern konzipiert sind. Entdecken Sie unten unsere aktuellen Projekte und neuesten Veröffentlichungen, um zu erfahren, wie wir die Zukunft einer nachhaltigen Schieneninfrastruktur gestalten.

Projekte

IAM4RAIL - Intelligent & Integrated Asset Management - Europe's Rail (Flagship Project 3)

OnboardEU – mit KI Schäden am Gleis automatisch erkennen

Straßenbahnen sind stark frequentierte öffentliche Verkehrsmittel, die auch durch eng bewohnte Stadtbezirke fahren. Besonders störend empfinden Fahrgäste und Einwohner dabei meist Lärm und Erschütterungen, die durch Schäden an den Gleisen verursacht werden. Darüber hinaus bedeuten die Schäden höhere Kosten für die Fahrzeugbetreibenden. Hier setzt das Projekt OnboardEU an, in dem das Deutsche Zentrum für Luft- und Raumfahrt (DLR) gemeinsam mit dem AIT Austrian Institute of Technology GmbH, Wien, und der i4M technologies GmbH, Aachen, Lösungen für eine automatische Erkennung der Schäden mittels KI entwickelt.

Digitale Weiche 2 – Autonome und kontinuierliche Zustandsüberwachung

Die Digitalisierung und Automatisierung der Zustandserfassung und -prognose im Bereich der Bahninfrastruktur ist einer der entscheidenden Faktoren, um die Leistungsfähigkeit des Schienennetzes bei gleichzeitiger Reduzierung von Wartungs- und Instandhaltungskosten dauerhaft zu erhalten und auszubauen.

IntelPlaMo

Im Projekt IntelPlaMo entwickelt das DLR neuartige Methoden zur automatisierten Überwachung kritischer Infrastruktur. Dafür werden Daten bodengebundener Sensoren mit denen mobiler, autonom agierender Systeme kombiniert, insbesondere Uncrewed Aerial Vehicles (UAVs). Die so gewonnenen multimodalen Sensordaten fließen in ein Datenökosystem im Backend zusammen, werden mithilfe KI-basierter Algorithmen verarbeitet und in einer digitalen Leitstelle visualisiert.

SMARAGD – Mit Drohnen Schäden an Bahnoberleitungen frühzeitig erkennen

Im Projekt SMARAGD arbeiten die Forschenden an Methoden, mit denen künftig Drohnen zur automatisierten Zustandsüberwachung kritischer Eisenbahninfrastrukturen eingesetzt werden können.

Schwelle 3.0 – Einsatz von Methoden der Künstlichen Intelligenz für Aufgaben der Inspektion der DB-InfraGo

Im Projekt Schwelle 3.0 untersucht das DLR-Institut für Verkehrssystemtechnik im Auftrag der Deutschen Bahn die Eignung künstlicher neuronaler Netze für die Erkennung von Rissen in Bestonschwellen.

HavenZuG – Schäden am Gleis effizient vorbeugen

Hafenbahnen stellen in deutschen See- und Binnenhäfen den Transport von Gütern sicher. Um jederzeit vollständig einsatzbereit zu sein, müssen ihre Gleise zuverlässig und kostengünstig vor Schäden bewahrt werden. Die Lösung dafür ist eine kontinuierliche Zustandsüberwachung und eine darauf aufbauende vorbeugende Instandhaltung. Ziel des Projekts HavenZuG ist die prototypische Implementierung, Erprobung und Weiterentwicklung der eingebetteten Zustandsüberwachung für Hafenbahnen im operativen Rangierbetrieb.