SIDING – Schienenanschlussidentifikation durch intelligente Geolokalisierung

Innovative Methoden der künstlichen Intelligenz werden eingesetzt, um mittels Luftbildaufnahmen und unterschiedlicher, frei verfügbarer Geodaten jeden Gleisanschluss auf Flächen in gewerblicher Bodennutzung des Bundesgebiets zu identifizieren und so eine Datenbasis für Infrastruktur-/ Standortfragen zu bilden. Standorte werden hinsichtlich ihrer Ansiedlungsattraktivität gestärkt und die Verlagerung von Güterverkehr auf die Schiene wird gefördert.

Die wesentliche Tätigkeit des Forschungsprojekts umfasst die Entwicklung einer automatischen Prozessierungskette (unter Anwendung von Methoden der Mustererkennung mittels neuronaler Netze) zur flächendeckenden Identifikation nicht registrierter Gleisanschlüsse. Hierzu werden Lern- und Testdaten erzeugt, unbekannte Gleisanschlüsse identifiziert, sowie eine Ergebnisüberprüfung und
-kommunikation erarbeitet.

Ziel ist es, ein drängendes Bedürfnis des Schienengüterverkehrs und der verladenden Unternehmen zu erfüllen: Anschluss an das Schienennetz. Hierzu werden KI-gestützte Bilderkennungsverfahren für die Anwendung in der Schieneninfrastruktur und der Unternehmensansiedlung adaptiert und optimiert.

Das Ergebnis ist eine Kartierung und ein Verständnis über die bundesweite Verteilung von privaten Gleisanschlüssen . Neben der Einzelinformation werden auch aggregierte Karten für Gewerbegebiete und höherer Ebenen angefertigt.

Die Ergebnisse werden in Tabellen- und interaktiver, digitaler Kartenform bereitgestellt, was eine hohe Anschlussfähigkeit garantiert. Teil des Projekts ist die Erarbeitung einer Kommunikationsstrategie. So wird u. a. über die verschiedenen Kommunikationskanäle von Partnern und des Beirats ein langfristiger und freier Zugang für jede Interessensgruppe sichergestellt. Die Verwertbarkeit in der Praxis ergibt sich durch die frühzeitige Einbindung von Nutzervertretern.