"Wir haben ein Unter­nehmens­veränderungs­projekt."

Wie die Bahnen der Stadt Monheim Daten im ÖPNV nutzbar machen

Wie wird aus einem operativ geprägten ÖPNV ein datengetriebenes Unternehmen? Dr. Julian Sandiano von den Bahnen der Stadt Monheim und Martin Krämer von taod zeigen, wie aus Einzeldaten eine zentrale Entscheidungsgrundlage entsteht.

Julian, wann war für euch klar, so wie bisher geht es nicht weiter?

Julian: Wir sind ein klassisches Verkehrsunternehmen. Die Menschen, die hier arbeiten, bringen enorme Erfahrung mit und wissen genau, wie das Geschäft funktioniert. Entsprechend werden Entscheidungen häufig auf Basis von Expertise und implizitem Wissen getroffen. Das funktioniert grundsätzlich gut, stößt aber an Grenzen.

Besonders deutlich wurde das im Reporting. Sobald es darum ging, KPIs für die Geschäftsführung oder den Aufsichtsrat aufzubereiten, wurde es aufwendig. Daten mussten aus verschiedenen Quellen zusammengetragen und in umfangreichen Excel-Tabellen konsolidiert werden, und das häufig manuell. Das hat viel Zeit gekostet, war fehleranfällig und am Ende stand eine Zahl, die sich nur schwer einordnen ließ. Spätestens, wenn Rückfragen kamen, wurde es schwierig. Genau an diesem Punkt war klar, dass wir so nicht weitermachen können. Wir brauchten einen neuen Ansatz.

Martin, wie hast du die Situation wahrgenommen?

Martin: Mein erster Job nach dem Studium war ebenfalls in einem Verkehrsunternehmen, daher kenne ich den ÖPNV aus eigener Erfahrung gut. Ich habe ein sehr vertrautes Bild wiedergefunden, nämlich ein Unternehmen mit vielen langjährigen Mitarbeitern, die ihr Geschäft extrem gut kennen und einen starken operativen Fokus haben. Im Mittelpunkt steht das Tagesgeschäft, dass die Busse fahren und die Fahrgäste ankommen. Datenanalyse spielt dabei eher eine Nebenrolle. Es gibt meist keine dedizierten Rollen oder Strukturen, die sich systematisch um Daten kümmern.

Gleichzeitig habe ich aber auch ein Team rund um Julian erlebt, das wirklich Lust hat, Dinge zu verändern und Themen wie die stärkere Nutzung ihrer Daten aktiv voranzutreiben. Insgesamt also ein klassisch operatives Umfeld, aber mit klarer Offenheit für Weiterentwicklung und Innovation.

Wie war das Projektteam aufgestellt?

Julian: Ich habe das Thema sicher mit vorangetrieben, aber wir haben es bewusst breit aufgestellt. Wir hatten einen Kollegen aus der IT dabei, jemanden mit tiefem Verständnis für die bestehenden Reportings und zusätzlich strategische Perspektiven aus dem Betrieb und aus dem Innovationsbereich. Diese Kombination aus operativem Wissen und strategischem Blick war entscheidend. Es ging nicht nur darum, ein technisches Problem zu lösen, sondern zu klären, wohin wir uns als Organisation entwickeln wollen.

‍

„Diese Kombination aus operativem Wissen und strategischem Blick war entscheidend.“

‍

Wie habt ihr die Zusammenarbeit im Projekt erlebt?

Julian: Sehr positiv. Wir haben schnell eine offene und konstruktive Arbeitsweise gefunden. Es war jederzeit möglich, Dinge kritisch zu hinterfragen und gemeinsam weiterzuentwickeln. Ein wesentlicher Punkt war, dass von eurer Seite immer wieder die richtigen Fragen gestellt wurden. Wir haben viele Ideen und sehen zahlreiche Möglichkeiten. Die entscheidende Frage ist aber: Welches Ziel verfolgen wir konkret? Diese Fokussierung hat uns geholfen, aus einer Vielzahl an Ideen die relevanten Themen herauszuarbeiten. Die Kombination aus unserem fachlichen Input und der strukturierten Herangehensweise hat sehr gut funktioniert.

Martin: Ich würde das genauso sehen. Der Start mit den Workshops vor Ort war wichtig. Wir haben uns bewusst Zeit genommen, um die übergeordneten Fragen zu klären. Gerade bei den Bahnen der Stadt Monheim, wo viele Potenziale und Ideen vorhanden sind, ist diese Struktur entscheidend. Dazu kommt die große Vielfalt an Datenquellen, von Fahrgastzählsystemen über Bordrechner und GPS-Daten bis hin zu Fahrzeugmeldungen. Diese sauber zu strukturieren und sinnvoll zu nutzen, hat in der Zusammenarbeit sehr gut funktioniert. Was die Zusammenarbeit besonders gemacht hat, war die direkte und unkomplizierte Kommunikation. Der Fokus lag immer auf der Lösung und darauf, aus der Vielzahl an Ideen die wirklich relevanten Themen herauszuarbeiten.

Wie digital ist die Branche aus eurer Sicht?

Julian: Das Bild ist differenzierter, als man von außen oft vermutet. Ich komme ursprünglich aus der Automobilindustrie, die als sehr innovativ gilt. Wenn man dort aber tiefer einsteigt, merkt man schnell, wie lange Entwicklungen tatsächlich dauern können. Im ÖPNV wird häufig das Gegenteil angenommen. Viele denken, dort sei alles eher langsam oder stark traditionell geprägt. Von außen wirkt der ÖPNV manchmal so, als müsste man erst einmal mit dem Laubbläser drei Kubikmeter Staub vom Schreibtisch entfernen, bevor überhaupt etwas passieren kann. Wenn man dann aber drin ist, merkt man, dass das nicht stimmt. Es gibt sehr viel Dynamik und viele Menschen, die wirklich etwas bewegen wollen.

Gleichzeitig stehen wir unter großem Veränderungsdruck. Neue Mobilitätsangebote, technologische Entwicklungen und veränderte Kundenerwartungen sorgen dafür, dass wir uns kontinuierlich weiterentwickeln müssen. Die Anforderungen steigen deutlich schneller als früher. Ich würde sagen, die Branche befindet sich insgesamt in einer Aufbruchphase. Unterschiedliche Unternehmen sind unterschiedlich weit, aber die Bewegung ist klar erkennbar.

Ihr habt euch zunächst auf die Pünktlichkeitsanalyse als Use Case konzentriert. Was ist jetzt möglich?

Martin: Früher stand am Ende eine Kennzahl, zum Beispiel eine Pünktlichkeitsquote. Diese Zahl allein liefert jedoch wenig Erkenntnis. Heute können wir deutlich tiefer gehen. Für jede Fahrt liegen detaillierte Daten vor, wie geplante und tatsächliche Ankunftszeiten, Abweichungen und deren Entwicklung. Diese Daten lassen sich auf verschiedenen Ebenen analysieren, von der Gesamtübersicht bis hin zu einzelnen Linien, Zeiträumen oder Haltestellen. Dadurch wird sichtbar, wo genau Unpünktlichkeit entsteht. Der entscheidende Unterschied ist, dass daraus konkrete Maßnahmen abgeleitet werden können. Es geht nicht mehr nur um Transparenz, sondern um Steuerungsfähigkeit.

Julian: Genau das ist der Punkt. Früher haben wir viel Zeit in die Erstellung von Reports investiert. Heute läuft das automatisiert. Die gewonnene Zeit nutzen wir jetzt für die Analyse und Interpretation. Wir können nachvollziehbar erklären, warum etwas passiert und gezielt darauf reagieren. Das ist ein deutlicher Fortschritt.

Als Datenplattform setzt ihr nun auf Microsoft Fabric, für die Analyse nutzt ihr Power BI. Wie habt ihr die Umstellung im Alltag erlebt?

Julian: Für mich handelt es sich um kein klassisches IT- oder Reporting-Projekt. Wir haben ein Unternehmensveränderungsprojekt. Die Technologie ist wichtig, aber sie ist nicht der entscheidende Faktor. Entscheidend ist, wie sich die Arbeitsweise verändert. Mitarbeiter müssen lernen, stärker datenbasiert zu denken und zu arbeiten. Deshalb haben wir die späteren Nutzer früh eingebunden. Sie haben aktiv an der Entwicklung mitgewirkt und konnten sich so schrittweise mit dem System vertraut machen. Das hat sehr gut funktioniert. Die nächste Herausforderung wird sein, diese Arbeitsweise breiter im Unternehmen zu verankern.

Wie macht ihr nun konkret weiter?

Julian: Wir verfolgen auf jeden Fall das Ziel, eine zentrale Datenbasis zu schaffen, in der Informationen aus verschiedenen Quellen zusammengeführt werden. Auf dieser Grundlage können sowohl operativ als auch strategisch Analysen durchgeführt und Entscheidungen fundierter getroffen werden. Das ist ein schrittweiser Prozess. Mit dem aktuellen Projekt haben wir die Grundlage gelegt.

Darauf aufbauend gibt es viele mögliche nächste Schritte. Da wäre etwa die Verknüpfung von Störmeldungen aus dem Betrieb mit der Pünktlichkeitsanalyse, um nicht nur zu sehen, wo etwas passiert ist, sondern auch warum. Oder die Integration von Werkstattdaten, um Ausfälle und deren Ursachen besser zu verstehen. Ebenso denkbar ist eine wirtschaftliche Betrachtung einzelner Linien, also eine Art Linienerfolgsrechnung mit Kosten, Fahrgastzahlen und Auslastung. Auch der Bereich Marketing und Vertrieb spielt eine Rolle, etwa um zu analysieren, welchen Einfluss Kampagnen auf Fahrgastzahlen oder Ticketverkäufe haben.

Und wenn du noch weiter in die Zukunft blickst?

Julian: Ich habe noch unheimlich viele Ideen. Zum Beispiel zur automatisierten Erfassung des Buszustands, also Verschmutzung oder ob Werbung noch korrekt angebracht ist oder nicht. Das könnte man per Bildanalyse erfassen, ablegen, mit KI auswerten und daraus dann automatisch Meldungen oder sogar Handlungsempfehlungen ableiten. Im besten Fall gehen dann direkt E-Mails raus oder Aufgaben werden angestoßen.

Noch weiter gedacht ist mein Bild ein sehr integriertes System. Ein Bus fährt in den Betriebshof ein, sein Zustand wird automatisch erfasst und das System trifft direkt eine Entscheidung: Muss er in die Werkstatt, muss er gewaschen werden oder ist alles in Ordnung? Parallel dazu hätte ich in der Verwaltung jederzeit Zugriff auf eine zentrale Plattform, in der alles zusammenläuft, vom Fahrzeugbestand über Fahrleistungen bis hin zu Betriebsdaten, aber auch Themen aus Marketing oder Vertrieb. Alles aus unterschiedlichen Quellen gebündelt und miteinander verknüpft.

Am Ende geht es genau darum: eine zentrale, intelligente Datenbasis zu schaffen, die nicht nur analysiert, sondern Schritt für Schritt auch Entscheidungen vorbereitet oder unterstützt.

Welche Rolle spielt KI in diesem Kontext?

Julian: Wir erkennen natürlich, dass das Thema KI nicht mehr wegzudenken ist. Kurzfristig geht es darum, einen sicheren und regulierten Rahmen zu schaffen, um solche Technologien sinnvoll nutzen zu können. Mittelfristig liegt das Potenzial vor allem in der Mustererkennung und in der Verarbeitung großer Datenmengen, um schneller zu besseren Entscheidungen zu kommen. Langfristig wird es darum gehen, verschiedene Datenquellen miteinander zu verbinden, KI sinnvoll einzusetzen und daraus ein ganzheitliches Bild für operative und strategische Entscheidungen zu schaffen.

Martin: Ich sehe da auch sehr große Potenziale, ähnlich wie Julian. KI funktioniert im Kern nur mit einer soliden Datenbasis, und die ist im ÖPNV in hoher Qualität und Menge vorhanden. Besonders spannend finde ich Prognosen, also nicht nur die Vergangenheit zu verstehen, sondern aus Daten in die Zukunft zu schauen. Das betrifft viele Bereiche.

Ein Beispiel ist die Elektromobilität: Wetter beeinflusst die Batterieleistung deutlich stärker als bei klassischen Antrieben. Wenn ich Fahrzeug- und Wetterdaten zusammenbringe, kann ich besser prognostizieren, ob geplante Fahrleistungen erreicht werden oder ob ich operativ reagieren muss.

Auch in der Instandhaltung liegt viel Potenzial. Defekte kündigen sich oft früh an. Wenn ich Muster erkenne, kann ich Wartungen besser planen und Fahrzeuge gezielt in die Werkstatt holen, bevor ein Ausfall entsteht. Am Ende geht es darum, aus Daten nicht nur Transparenz zu schaffen, sondern echte Vorhersagen und Handlungsoptionen abzuleiten.

Julian: Letztlich geht es immer darum, bessere Entscheidungen zu treffen. Daten und perspektivisch auch KI sind dafür zentrale Bausteine.

‍