Bahntechnik Künstliche Intelligenz reduziert Zugkollisionen mit Wildtieren

Alstom und Flox Intelligence erproben derzeit in Schweden in einem Feldtest, wie künstliche Intelligenz Wildtiere an Gleisanlagen erkennen und abschrecken kann. Die ersten Ergebnisse sind positiv – das System wird dazu beitragen, die Anzahl der Unfälle zu verringern.

Wildunfälle sind in Schweden eine der häufigsten Unfallursachen im Bahnverkehr, pro Jahr kommt es zu ungefähr 5000 Kollisionen mit Wildtieren. Um diese Zahl zu reduzieren, führen der europäische Bahntechnik-Anbieter Alstom und das schwedische Deep-Tech Start-up Flox Intelligence derzeit erstmals in Schweden einen Feldtest mit einem KI-gestützten System durch, das Tiere in Echtzeit erkennt und sie gegebenenfalls per Akustiksignal vergrämt. Auf diese Weise sollen laut Alstom und Flox der Bahnbetrieb sicherer und pünktlicher und die Arbeitsbedingungen der Triebfahrzeugführer verbessert werden. Zudem soll die neue Entwicklung die Reparaturkosten an den Zügen senken und die Biodiversität entlang der Strecken erhalten.

Das System basiert dabei auf KI-gestützten und echtzeitfähigen Kameras. Sobald diese eine Kollisionsgefahr erkennen, lösen sie speziell angepasste Audiosignale aus, um die Tiere von den Gleisen zu verscheuchen. In einer ersten Projektphase identifizierte die künstliche Intelligenz eine Anzahl von Tierarten, wie Elche, Rehe, Wildschweine und Füchse. Im April 2026 startete jetzt die zweite Implementierungsphase, während Alstom und Flox das vollständige System aus Videokameras und akustischer Abschreckung testen.

„Unsere Feldtests zeigen, dass KI das Potenzial hat, Tiere mit hoher Präzision zu identifizieren. Indem wir unser Fachwissen im Bereich der Wildtierabschreckung mit der führenden Rolle von Alstom im Bereich der Bahninnovation kombinieren, schaffen wir eine Lösung, die sowohl Tiere schützt als auch die Betriebssicherheit erhöht“, betont Sara Nozkova, CEO von Flox Intelligence.

Unerwartete Einsichten in die Tierwelt am Gleis

Das System erkennt und vertreibt Wildtiere mithilfe von künstlicher Intelligenz, Bioakustik und Verhaltenswissenschaft von den Gleisen. Dabei wird jede Tiererkennung kategorisiert und so zukünftige Identifizierungen verbessert. Bei den Versuchen erwies sich die Erkennung von Nutztieren und Vögeln wie Krähen oder Tauben als besonders genau. Elche und Rehe erforderten für einen gleichen Erkennungsgrad aber ein intensiveres Training. Dabei wurden nicht nur große Tiere, sondern auch kleinere Arten und Vögel erfasst, die vorher selten statistisch erfasst wurde. „Die bisherigen Tests haben uns ein besseres Verständnis dafür vermittelt, welche Tierarten sich in der Nähe der Gleise aufhalten, wie wirksam die bestehenden Wildschutzzäune sind und wie die Technologie sowohl zu einem sichereren Verkehr als auch zu neuen Erkenntnissen über die Tierwelt entlang der Bahnstrecke beitragen kann,“ erläutert Maria Signal Martebo, die Geschäftsführerin von Alstom Schweden.

Tests auf mehreren schwedischen Bahnlinien

Die Probefahrten werden zusammen mit der regionalen Eisenbahngesellschaft Tåg i Bergslagen (TiB) und deren Betreiber VR, einem Ableger der finnischen Staatsbahn, auf verschiedenen Strecken durchgeführt. Darunter befinden sich die Dalabanan, die Bergslagsbanan, die Godsstråket durch Bergslagen und Bergslagenpendeln.

Gefördert wird das Projekt von der schwedischen Innovationsagentur Vinnova mit 3,3 Millionen schwedischen Kronen, was rund 300.000 Euro entspricht. Es gilt als wichtiger Schritt bei den Bemühungen Schwedens und der Europäischen Union, die Bahnsysteme sicherer und nachhaltiger zu gestalten.

Die Innovation Station von Alstom und Tåg i Bergslagen schlossen bereits im April 2024 ein Partnerschaftsabkommen. Dieses sieht neben der jetzt getesteten Wildtiererkennung auch die Nutzung von Betriebs- und Zustandsdaten mithilfe von KI, die Erprobung neuer Technologien für Fahrgastinformationssysteme sowie den Einsatz additiver Fertigung mittels 3D Druck vor. (se)

Bahntechnik

Waldenburgerbahn fährt teilautonom nach GoA2

Bahntechnik

Alstom übernimmt Brennstoffzellenbereich von Cummins

(ID:50858148)