Peak Spotting

Deutsche Bahn AG

Ein Planungswerkzeug, das Prognosen zur Auslastung des deutschen Fernverkehrs sichtbar und handlungsfähig macht — für das gesamte Streckennetz, 100 Tage im Voraus.

Als ich die Visualisierungen zum ersten Mal sah, hätte ich fast geweint. Ich habe endlich gesehen, was passiert.

— Kapazitätsmanagerin, Deutsche Bahn

Herausforderung

Die Yield- und Kapazitätsmanager der Deutschen Bahn hatten Daten — aber nur für einzelne Züge, die jeweils von einem eigenen Team analysiert werden mussten. Ein Gesamtbild des Netzwerkzustands existierte nicht. Die Nachfrage wuchs jährlich um fünf Prozent, und in Spitzenzeiten wie Weihnachten 2016 druckten Teams Weg-Zeit-Diagramme aus und kommentierten sie von Hand, um überlastete Strecken zu erkennen. Die zugrundeliegenden Prognosen stammten aus neuronalen Netzen und Random-Forest-Modellen — für das operative Personal jedoch vollständig unlesbar.

Lösung

Peak Spotting ist eine browserbasierte Webanwendung, die Millionen von Prognosedatenpunkten über das gesamte Fernverkehrsnetz der Deutschen Bahn zusammenführt — mit eigens entwickelten Visualisierungswerkzeugen (gestapelte Histogramme, Weg-Zeit-Diagramme, Korridoransichten, animierte Karten) und integrierten Aufgaben- und Kollaborationsfunktionen. Yield- und Kapazitätsmanager können Engpässe frühzeitig erkennen, ihren Umfang einschätzen und direkt im Tool Maßnahmen einleiten. Die Anwendung startete als schneller Datenprototyp, bevor sie gemeinsam mit Studio Nand auf Googles Material Design System migriert wurde.

Mein Beitrag

Moritz Stefaner verantwortete die Creative Direction und das Datenvisualisierungskonzept. Ich übernahm Interface und Interaction Design — und übersetzte seine Konzepte in ein nutzbares, kohärentes Werkzeug. Dazu gehörten Informationsarchitektur, UI-Komponenten, Visual Design und der Aufgaben-Flow, der Erkenntnisse in konkrete Maßnahmen verwandelte. Ich führte während des gesamten Projekts kontinuierliche Nutzerforschung durch: Shadowing-Sessions vor Ort sowie quartalsweise Interviews mit fünf bis zehn Personen aus unterschiedlichen Unternehmensbereichen. Eine zentrale Erkenntnis: Die animierte Karte hatte für die tägliche Arbeit kaum praktischen Wert — war aber das wirkungsvollste Mittel, um neuen Nutzenden das Potenzial des Systems zu vermitteln. Studio Nand verantwortete die Produktionsentwicklung.

Zum Projekt

Kunde
Deutsche Bahn AG
Meine Role
Interface Design
Interaction Design
Visual Design
Nutzerforschung
Zeitraum
2017 – 2021
Zusammenarbeit
Moritz Stefaner (Creative Direction, Datenvisualisierung), Stephan Thiel, Gabriel Credico, Lennart Hildebrandt (Studio Nand), Christian Au, Kevin Wang (Deutsche Bahn)
Auszeichnungen
Information is Beautiful Awards 2017 – Bronze, Deutsche Bahn Digital DNA 2021

Resultate

Informationsarchitektur

Die Anwendung zeigt vier Panels in einer einzigen Ansicht — vom 100-Tage-Kalenderüberblick links über eine Netzwerkkarte und eine gefilterte Zugliste bis hin zur vollständigen Zugdetailansicht rechts. Die Bewegung von links nach rechts spiegelt die kognitive Aufgabe wider: vom großen Bild zur konkreten Maßnahme.

Weg-Zeit-Diagramm

Die Anwendung erzeugt Weg-Zeit-Diagramme automatisch — genau jene Diagramme, die Kapazitätsmanager vor Peak Spotting von Hand gezeichnet hatten. Vertraut in der Form, jetzt auf Basis aktueller Prognosen für alle Korridore gleichzeitig.

Korridore

Die Korridoransicht zeigt die Fahrgastauslastung der wichtigsten Strecken als gestapelte Balken über alle Tagesstunden. Nutzende sehen sofort, welche Linie am stärksten betroffen ist und zu welcher Uhrzeit.

Karte

Die Kartenansicht macht das gesamte deutsche Schienennetz auf einen Blick beherrschbar. Weniger ein tägliches Arbeitswerkzeug als ein strategisches Bild: Es vermittelte den Umfang des Systems neuen Nutzenden und Stakeholdern wirkungsvoller als jede Präsentation.

Stündliche Ansicht des deutschen Schienennetzes

Sechzehn kleine Vielfache zeigen den Zustand des Netzwerks Stunde für Stunde an einem ausgewählten Tag. Nutzende erkennen auf einen Blick, wann Spitzenauslastungen auftreten und welche Regionen betroffen sind — eine Ansicht, die keinerlei Einarbeitung erforderte.

Zugübersicht und Detailansicht

Das Herzstück der Anwendung. Nachdem ein Problem in den Übersichtsansichten erkannt wurde, wechseln Manager hierher, um einen bestimmten Zug auszuwählen, seine Auslastungsprognose Halt für Halt zu lesen und Aufgaben direkt an Kolleginnen und Kollegen zuzuweisen. Diese Signale flossen später in automatisierte Planungsprozesse der Deutschen Bahn ein.

Prozess

Ausgangspunkt war das Verständnis der bestehenden Arbeitsweise. Die Manager zeigten uns die handannotierten Weg-Zeit-Diagramme, die sie zu Weihnachten 2016 ausgedruckt hatten — ihr Workaround für ein System, das keine Muster sichtbar machen konnte. Wir nahmen diese vertraute Form als gestalterischen Anker: Gib ihnen, was sie kennen — angereichert durch Live-Prognosen und Interaktion.
Wir entwickelten schnell einen funktionierenden Datenprototyp, um Prognosen greifbar zu machen und frühzeitig echtes Nutzerfeedback zu erhalten. Nachdem das Konzept überzeugte, wechselten wir gemeinsam mit Studio Nand auf Googles Material Design System — ein bewusster Schritt von Geschwindigkeit zu Beständigkeit.
Parallel zur Hauptanwendung führten wir kurze Designsprints durch — gezielte Erkundungen neuer Datenansichten und Interaktionsideen, frei von den Einschränkungen des Hauptprodukts. Ein Sprint erforschte die Suche in natürlicher Sprache als Navigationsmethode. Daraus entstand Spotti — ein eigenständiges Werkzeug für das Hochgeschwindigkeitsnetz der Deutschen Bahn.

Auswirkungen

Als wegweisendes Werkzeug anerkannt

Peak Spotting wurde über vier Jahre lang im operativen Betrieb der Deutschen Bahn eingesetzt — allein im ersten Jahr mit 1.681 Nutzenden, 3.342 Personenstunden und 1,89 Millionen UI-Ereignissen. 2021 wurde es als Teil der Digital DNA der Deutschen Bahn ausgezeichnet. Es inspirierte ein ganzes Ökosystem verwandter Dienste, darunter Spotti. Fast Company beschrieb es als Arbeit, die Veränderungen bewirkt, die sich leicht messen lassen, aber tiefgreifend sind.

Das Netzwerk der Deutschen Bahn in Zahlen

2.93G

Reisende pro Jahr

8.0M

Reisende pro Tag

33.401 km

Verwaltetes Streckennetz

Erkenntnisse

Sehen macht den Unterschied

Die neuronalen Netze prognostizierten Auslastungen 100 Tage im Voraus — aber das war nur nützlich, wenn die Menschen, die handeln mussten, die Ausgaben auch lesen konnten. Diese Lesbarkeit zu gestalten, für nicht-technische Nutzende unter Zeitdruck, war der Ausgangspunkt meiner Beschäftigung mit KI-Erklärbarkeit als Designaufgabe.

Kontakt

Brauchen Sie Unterstützung für Ihr nächstes Projekt?

Zeitzone

CET

Aktuelle Uhrzeit

Antwortzeit

2Werktage

Jedes Projekt beginnt mit einem Gespräch. Nicht sicher, ob Ihr Projekt passt? Zuerst die FAQ lesen — vielleicht beantwortet sie Ihre Frage, bevor wir sprechen.