Die Herausforderung für diese Aufgaben war es, die dafür unterschiedlichen Schnittstellen und Bedürfnisse miteinander zu verbinden. Denn lange gab es für die Erfassung und Visualisierung verschiedener Systemdaten kein zentrales Dashboard als Übersicht. DB Systel setzt dafür das System Splunk ein und optimiert es gemeinsam mit dem Kunden für den spezifischen Einsatz.

Damit lassen sich unterschiedliche Maschinendaten in nur noch einer Plattform integrieren. Auch sollen diese Maschinendaten zukünftig mit anderen Daten wie etwa Wetterinformationen verknüpft werden.

Breites Einsatzspektrum

Auch für andere Kunden bringt der Einsatz dieser Operational Intelligence nur Vorteile. Sie erhalten beispielsweise zentrale Cockpits für Disposition und Vertriebsanalyse, für Überwachungssysteme oder Störungsübersichten. Darüber hinaus lässt sich das System dank einer einfachen Suchsprache und einer großen App-Community schnell in unterschiedliche Arbeitsabläufe integrieren.

Bereits seit Ende 2015 ist Splunk auch bei DB Vertrieb im Pilotbetrieb. Dort ist es an das Vertriebssystem NVS angeschlossen, damit Reisezentren und Partnerunternehmen darüber ihre Daten jetzt eigenständig und tagesaktuell einsehen, auswerten und evaluieren können.

Vorteile in allen Bereichen

Von den ersten positiven Erfahrungen beim Einsatz von Splunk profitiert nun DB Cargo. Schließlich wird damit die Fahrzeugüberwachung deutlich vereinfacht, weil sich die unterschiedlichen Sensor- und Diagnosedaten in Echtzeit überprüfen lassen. Das System empfängt in der jetzigen Ausbaustufe bereits Fahrzeugdaten von rund 500 Lokomotiven, verteilt auf fünf Baureihen.

Der Vorteil liegt auf der Hand: Disponenten, Flottenmanager, Werkstattpersonal und Techniker können jederzeit auf die Maschinendaten der jeweiligen Lokomotive zugreifen und diese analysieren - sei es für den aktuellen Zeitpunkt oder für einen Zeitraum in der Vergangenheit. All diese Daten sind für den Betrieb und die operativen Geschäftsprozesse von hoher Bedeutung - auch längerfristig. Die ermittelten Daten werden für Business Intelligence, also der historischen Datenanalyse und dem Reporting, oder für eine verlässliche Vorhersage (Predictive) gespeichert und können entsprechenden Tools zur Verfügung gestellt werden.