KI plant übergroße Bahntransporte

Der Transport übergroßer Ladungen vom Port of New Orleans ins Landesinnere ist aufwendig. Zu den genannten Gütern gehören Leistungstransformatoren, Komponenten für Windturbinen und Industriegeneratoren. Solche Ladungen sind häufig zu schwer für den Straßentransport. Außerdem müssen ihre Abmessungen zu den baulichen Gegebenheiten des Schienennetzes passen.

Die bisherige Planung konnte statische Zeichnungen, manuelle Dateneingaben in Tabellen und umfangreiche Abstimmungen erfordern. Nach Angaben von Port NOLA dauerten technische Untersuchungen, die Kommunikation mit mehreren Eisenbahnen und das Zusammenführen fragmentierter Daten traditionell Wochen oder Monate. Eine zentrale Frage ist, ob eine bestimmte Ladung eine geplante Strecke sicher befahren kann.

Der New Orleans Public Belt Railroad arbeitet mit dem Port of New Orleans und dem Logistikunternehmen UTC Transoceanic an einem KI-Programm zur Planung solcher Transporte. Die Partnerschaft wurde Ende Mai gestartet. UTC Transoceanic bringt die Anwendung zum Port NOLA; UTC und das Softwareunternehmen Palantir haben das KI-Bahnprogramm entwickelt.

Die Anwendung soll Verladern eine Eingabemöglichkeit bieten. Sie geben die Abmessungen und das Gewicht der Ladung sowie Angaben zum Eisenbahnwagen in eine digitale Plattform ein. Das System prüft diese Angaben gegen ein digitales Abbild des Schienennetzes des New Orleans Public Belt und ermittelt, ob die Ladung die Strecke sicher befahren kann. Bei Einschränkungen soll es alternative Routen vorschlagen.

Die Lösung verbindet ein angepasstes KI-Programm mit einem digitalen Zwilling des Systems des New Orleans Public Belt Railroad. Zum Ansatz gehören außerdem prädiktive Modellierung und Echtzeitdaten. Diese Daten sind relevant, weil sich Gleise laut der Federal Railroad Administration durch Temperaturveränderungen geringfügig verschieben können.

Bei der Prüfung berücksichtigt die Anwendung unter anderem Brücken-Durchfahrtshöhen, zulässige Höchstgewichte und weitere physische Einschränkungen. Das digitale Modell soll dadurch nicht nur eine Streckenprüfung, sondern auch Routingoptionen ermöglichen. Die Anwendung befand sich zum Zeitpunkt der beschriebenen Einführung noch in der Bereitstellungs- und Implementierungsphase. Die beschriebene Eingabe durch einen Importeur und die anschließende automatische Prüfung sind für den Betrieb der Anwendung vorgesehen.

Als primärer Nutzen wurde eine höhere Geschwindigkeit und mehr Sicherheit bei der Planung genannt. Port NOLA erklärte, Kunden mit der KI und dem digitalen Zwilling fast unmittelbar eine Antwort geben und die Machbarkeit einer Strecke für ein konkretes Frachtstück genauer bestimmen zu können. Die Anwendung soll damit früher klären, ob und wie eine übergroße Ladung per Bahn transportiert werden kann.

Ein bereits gemessener Kennwert oder ein abgeschlossenes Betriebsergebnis wird in den vorliegenden Quellen nicht genannt. Ebenso ist nicht belegt, dass die Anwendung zum beschriebenen Zeitpunkt bereits allgemein produktiv eingesetzt wurde.

Der Einsatz steht in einem Umfeld, in dem KI-Anwendungen in US-Häfen noch vergleichsweise früh sind und reale Beispiele begrenzt bleiben. Als Hindernisse werden eine geringe Risikobereitschaft der Branche, Cybersecurity-Anforderungen, lokale Netzwerke und die schwierige Abstimmung zwischen Organisationen mit unterschiedlichen IT-Systemen und Datenpraktiken genannt. Zur maritimen Lieferkette gehören unter anderem Reedereien, Terminals, Eisenbahnen, Transportunternehmen und Anbieter von Fahrgestellen.

Der konkrete Anwendungsfall des New Orleans Public Belt Railroad konzentriert sich nicht auf eine allgemeine Automatisierung des Bahnbetriebs, sondern auf die Prüfung und Planung übergroßer Transporte. Andere im Quellenmaterial genannte KI-Anwendungen an Häfen, etwa Schiffsverfolgung, Lkw-Terminplanung oder Chatbots, sind separate Beispiele und werden hier nicht dem New Orleans Public Belt Railroad zugerechnet.