Das Verkehrssystem Bahn ist gekennzeichnet von hohen Investitionskosten und lange Nutzungsdauern. Die technisch-wirtschaftliche Optimierung der Anlagen ist damit eine wesentliche Aufgabe des kontinuierlichen Verbesserungsprozesses, dem Asset Management kommt eine hohe Bedeutung zu. Zentrale Fragestellungen an das Asset Management sind beispielsweise:
- Welche (Ausprägung der) Anlage ist bei welchen Rahmenbedingungen einzusetzen?
- Wann sind bestehende Anlagen zu ersetzen?
Die Beantwortung dieser Fragen erfordert technische Lösungen und ihre wirtschaftliche Bewertung. Dabei ist der gesamte Lebenszyklus in die Betrachtungen einzubeziehen, Life Cycle Management ist erforderlich.
Darüber hinaus sind Prognosen des Verhaltens der Anlagen erforderlich. Und genau dafür ist das Monitoring eine notwendige Bedingung. Verschiedenste Daten sind zu erheben, um die gesamte Bandbreite der Effekte des Fahrwegs oder auch des Rollenden Materials abbilden zu können. An die Qualität des Monitorings sind hohe Anforderungen zu stellen.
Das Monitoring ist die notwendige Bedingung, jedoch keine hinreichende. Die reine Existenz riesiger Datenmengen, ob in Data-Warehouses oder in Clouds ergibt keinen Nutzen für das System Bahn. Prognosen des Verhaltens von Anlagen sind erforderlich, die in der Regel aus Zeitreihen von Daten, unter Berücksichtigung der jeweiligen Randbedingungen, gewonnen werden.
Dem Monitoring technischer Anlagen im System Bahn kommt eine zentrale Bedeutung zu –ohne Monitoring keine Daten, ohne Daten keine Zeitreihen, ohne Zeitreihen keine Trendanalysen und ohne Trendanalysen keine Prognosen. Es ist daher sehr erfreulich, Innovationen im Bereich des Monitorings zu sehen, neue Technologien des Messens und damit neue Daten. Aus meiner Sicht wird diese dynamische Entwicklung jedoch nicht von einer ebenso dynamischen Entwicklung der Datenanalysen begleitet. Dies kann nur zu Datenfriedhöfen führen. Monitoring ist der „Enabler“, Datenanalysen sind die „Realizer“ des Nutzens. Es braucht beides.