Felix Prause verteidigte am 20. Februar 2026 erfolgreich seine Dissertation zum Thema „Predictive Maintenance in Rolling Stock Rotation Planning“ am Institut für Mathematik der Freien Universität Berlin. Die Instandhaltung von Zügen stellt eine große Herausforderung dar, und Methoden zur Verbesserung des Fahrzeugzustands und/oder zur Kosteneinsparung sind dringend erforderlich. Die Verfügbarkeit von Sensordaten ermöglicht es erstmals, von der präventiven Instandhaltung, die auf dem aktuellen Zustand basiert, zur vorausschauenden Instandhaltung überzugehen, die auf dem erwarteten zukünftigen Zustand basiert. Dies verspricht mehr Effizienz bei gleichzeitig geringeren Kosten. Allerdings entstehen dabei Kosten für die Risikoabsicherung, in diesem Fall durch lange Leerfahrten, sodass Eisenbahnunternehmen zur Zeit noch zögern, diese Methode anzuwenden. Felix Prause hat gezeigt, wie dieses Problem durch regelmäßige Aktualisierungen der Prognose mittels Bayes’scher Inferenz gelöst werden kann, so dass in seinem Anwendungsfall 10 % der Instandhaltungsarbeiten und gleichzeitig 2,5 % der Kosten eingespart werden können. Die Methode, die auf einer adaptiven Diskretisierung des Parameterraums der Ausfallverteilungen basiert, ist allgemein und lässt sich direkt auf eine Vielzahl weiterer Anwendungen übertragen.
Die Forschung wurde im Rahmen des Projekts „Berliner Digitale Bahn“ (BerDiBa) durchgeführt, das im Rahmen des Programms ProFIT von der Berliner Senatsverwaltung für Wirtschaft, Energie und Betriebe gefördert und von der Europäischen Union kofinanziert wurde.
Das Foto zeigt (von links nach rechts): Jan-Hendrik de Wiljes (Postdoktorand und Kommissionsmitglied), Ralf Borndörfer (Betreuer und Vorsitzender der Kommission), Felix Prause, Natalia Kliewer (Kommissionsmitglied) und Nicolas Perkowski (Kommissionsmitglied).
Link BerDiBa Projekt:
https://www.zib.de/research/projects/berliner-digitaler-bahnbetrieb
Wir gratulieren!