Vom Experiment zur Skalierung Was Behörden von der DB Fernverkehr über KI lernen können

Anbieter zum Thema

Sopra Steria SE

Materna Information & Communications SE

IBYKUS AG für Informationstechnologie

Mein Videotermin Suite | Voigtmann GmbH

Wie die Deutsche Bahn (DB) durch den Einsatz von künstlicher ­Intelligenz (KI) im Fernverkehr zuverlässiger und wirtschaftlicher wird, kann Behörden als Blaupause dienen. Eine umsetzungsorientierte KI-Roadmap zeigt, wie durch die gezielte Auswahl relevanter Handlungsfelder und deren Umsetzung in den Fachbereichen Potenziale systematisch gehoben werden.

Die zielgerichtete Implementierung von KI ist gleichermaßen eine Grundvoraussetzung für die Wettbewerbsfähigkeit der Wirtschaft und ein Schlüsselfaktor für die Effizienz in der öffentlichen Verwaltung. Angesichts der teilweise stotternden digitalen Transformation in Behörden stellt sich die Frage: Wie kann die öffentliche Verwaltung KI und insbesondere generative künstliche Intelligenz (GenAI) so einsetzen, dass sie in kurzer Zeit spürbare Fortschritte erzielt?

Strategisches Vorgehen für nachhaltigen Erfolg

Ein erfolgreiches Beispiel für den strategischen Einsatz von (generativer) KI bietet die DB Fernverkehr. Die Technologie soll dem Unternehmen in den nächsten drei Jahren helfen, pünktlicher, zuverlässiger und wirtschaftlicher zu werden. Um diese Ziele zu erreichen, hat sich das Unternehmen für ein strukturiertes Vorgehen entschieden. Dabei hat die DB Fernverkehr zunächst den Markt und die Wettbewerber analysiert, um einen breiten Überblick über wertschöpfende KI-Anwendungsfälle zu erhalten. Insgesamt wurden acht Handlungsfelder mit 34 Anwendungsclustern und jeweils beispielhaften Use Cases identifiziert. Darüber hinaus wurde der potenzielle Nutzen der Anwendungscluster für die gesetzten Ziele analysiert.

Es folgten Interviews mit Experten aus Forschung und Wirtschaft sowie Diskussionsrunden mit externen Partnern und den Fachbereichen. Auf diese Weise wurden die Recherche validiert und die ­Anwendungscluster mit der größten Relevanz für den Bahnbetrieb identifiziert. Dazu gehört unter ­anderem die automatisierte Disposition.

Durch die Analyse von Verkehrslage, Wetter und Fahrzeugverfügbarkeit werden Transportkapazitäten effizient genutzt und die Routenplanung optimiert. Darauf aufbauend werden mit den Fachbereichen aktuell umsetzbare Use Cases geplant und ein übergreifendes fachliches Zielbild je Anwendungscluster erarbeitet. Wichtig ist die Gleichzeitigkeit der schnellen und iterativen Umsetzung von Use Cases einerseits und der konzeptionellen Ausgestaltung der Anwendungscluster andererseits.

Auf diese Weise lernen Mitarbeitende aus den Projekten und der Anwendung der Technologie. Zudem wird sichergestellt, dass die technischen und organisatorischen Voraussetzungen geschaffen werden, um größere Effekte in den Prozessen zu erzielen. Der Aspekt des schnellstmöglichen Nutzens gilt auch für Investitionen in KI: ­Sopra Steria Next schlägt in der aktuellen Studie „Navigating the AI Era“ vor, 70 bis 80 Prozent des Budgets in Anwendungsfälle zu investieren, die eine Organisation innerhalb von 18 Monaten nutzen kann.

Langfristig braucht es übergreifende fachliche Zielbilder, um komplexere Anwendungen zu realisieren, Insellösungen zu vermeiden und Silos aufzubrechen.

Zielbilder bieten eine gemeinsame Orientierung, unter der sich die Fachbereiche, IT und KI vereinen und auf die sie koordiniert hinarbeiten können. Bei der Deutschen Bahn ist beispielsweise Predictive Maintenance ein Anwendungsfall, der ein übergreifendes Zielbild und eine längere Vorbereitung erfordert. Durch eine vorausschauende Wartung von Zügen, Gleisen, Weichen und Signalanlagen können ungeplante Ausfälle vermieden werden. Voraussetzung dafür ist jedoch die Ausstattung der Anlagen mit Sensoren, um kontinuierlich Daten zu Vibrationen, Temperaturen und Verschleiß zu erfassen. Zudem muss eine stabile Daten- und Technologieinfrastruktur geschaffen werden, um die Daten zu übertragen und auszuwerten. Investitionen, die sich nicht durch einzelne Use Cases rechtfertigen lassen.

Verwaltung braucht Ende-zu-Ende-Digitalisierung

Das Vorgehen der DB Fernverkehr zeigt, wie systematisches Handeln und strukturierte Prozesse zu mehr Zuverlässigkeit und Wirtschaftlichkeit führen können. Dieses Vorgehen ist auch auf die öffentliche Verwaltung übertragbar.

Derzeit wird generative KI in Behörden bereits für Recherche-Chatbots und zur automatisierten Dokumentenerstellung eingesetzt, um Prozesse effizienter zu gestalten. Mit dem Fokus auf Einzellösungen und individuelle Produktivität wird die Verwaltung das demografische Problem jedoch nicht lösen. Es braucht fachliche Zielbilder für Bereiche wie das Wohngeld, um Synergien zu schaffen und den Weg für zielgerichtete und zusammenhängende Umsetzungsprojekte zu ebnen, die langfristig die Effizienz steigern. Der Weg zur KI-basierten Transformation der öffentlichen­ Verwaltung bleibt zwar herausfordernd, das strukturierte Vorgehen der DB Fernverkehr zeigt aber, wie die Chancen von KI systematisch genutzt werden können.

Die Autoren:

Dr. Bernd Peper, Head of Public Sector bei Sopra Steria Next

Christine Schulz-Drömann, Associate Manager bei Sopra Steria Next

Dr. Axel Schulz, Leiter des KI und Data Intelligence Center bei DB Fernverkehr

Dokumentenmanagement

Unterstützung der Verwaltung durch KI

(ID:50325609)