Eisenbahn-Bundesamt

Hinweis zur Verwendung von Cookies

Cookies erleichtern die Bereitstellung unserer Dienste. Mit der Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies verwenden. Weitere Informationen zum Datenschutz erhalten Sie über den folgenden Link: Datenschutz

OK

Thema: Projekte

WILSON LEARN

Umsetzung und Erprobung eines „Machine Learning“-Algorithmus

Mit WILSON LEARN soll die Disposition von Fahrpersonal im Schienengüterverkehr optimiert werden, um Mitarbeiterzufriedenheit und Wettbewerbsfähigkeit im Sektor zu steigern.

Projektbeschreibung

Im Projekt WILSON LEARN soll ein „Machine Learning“-Algorithmus optimiert und erprobt werden, der valide Echtzeit-Vorschläge für eine effiziente, operative Personaldisposition im Schienengüterverkehr generiert. Damit soll sowohl eine Steigerung der Mitarbeiterzufriedenheit als auch Personalproduktivität erreicht und damit dem Personalmangel entgegengewirkt werden.

Projektziele

  • Erprobung eines für den Einsatz im Schienengüterverkehr angepassten Machine-Learning-Algorithmus zur Personaldisposition basierend auf realer Betriebslage und persönlichen Präferenzen der Mitarbeiter
  • Nachhaltige Steigerung von Mitarbeiterzufriedenheit und Personalproduktivität im dispositiven Umfeld des Schienengüterverkehrs

Projektbeteiligte

  • Havelländische Eisenbahn AG, Berlin
  • Konrad-Zuse-Zentrum für Informationstechnologie
  • Menlo79 GmbH, Berlin
  • SCI Verkehr GmbH, Berlin

Projektlaufzeit

01.02.2021 – 31.01.2023

Konsortialführer/ Projektleitung

Ansprechpartner

Menlo79 GmbH
Herr Fabian Stöffler
Frankfurter Allee 149, 10365 Berlin
+49 160 1889171
fabian@menlo79.com

Veröffentlichungen

TitelBeschreibungWeitere Informationen
Pressemitteilung der Menlo79 GmbH vom 30.03.2021 Menlo79 startet Projekt WILSON-LEARN, um die Personaldisposition auf der Schiene mit Unterstützung von Machine-Learning zu optimierenZur Pressemitteilung