Rund 300.000 Kilometer legen sie jeden Tag zurück - die über 1.300 Busse der Berliner Verkehrsbetriebe. Die Hauptstadt durchzieht das längste und dichteste Nahverkehrsnetz Deutschlands. Da liegt es nahe, dass sich die Betreiber zunehmend Gedanken darüber machen, wie sich Verkehrsmittel möglichst effizient und damit umweltschonend einsetzen lassen. Die anhaltenden Diskussionen über Stickstoff- und Feinstaubemissionen gerade in den Großstädten tun ihr Übriges dazu.

Aus Sicht der BVG-Verantwortlichen bietet die DigitalisierungDigitalisierung einen wichtigen Hebel, um ökonomische wie ökologische Aspekte im eigenen Betrieb zu verbessern. Zehn Aufgaben haben sich die Verkehrsbetriebe gestellt, eine davon ist die intelligente Fahrzeugdisposition der Busse. Die Basis bildete eine Big-Data-Infrastruktur. Darauf aufbauend begannen die Verantwortlichen Datenanalysen zu betreiben, um Korrelationen zwischen verschiedenen Parametern im Nahverkehr zu erkennen. Alles zu Digitalisierung auf CIO.de

Dabei wurden schnell Ergebnisse sichtbar. Die Analyse der Daten zeigte, dass das Alter der Fahrzeuge negativ mit den Schadstoffausstößen korreliert. Die BVG beschafft zwar ständig neue Busse. Eine Anschaffung in der Menge und in der kurzen Zeit stellte aber keine realisierbare Option dar. Stattdessen konzentrierten sich die Datenanalysten auf einen anderen Aspekt. Die Daten zeigten, dass auch die Zahl der Sitzplätze mit dem Grad der Emissionen zusammenhing: Je mehr Sitzplätze, desto mehr Schadstoffe stießen die Busse aus.

Hier bot sich ein Hebel, den ökologischen Footprint zu verbessern. Weitergehende Analysen deckten auf, dass viele Busse mit unnötig vielen Sitzplätzen unterwegs waren. Die BVG ersetzte 24 Busse mit 89 Sitzplätze durch Fahrzeuge mit 69 Plätzen. Das Ergebnis: Der Dieselverbrauch reduzierte sich um 17 Prozent oder fast 49.000 Liter, in der Folge entsprechend der Schadstoffausstoß.

Die intelligente Fahrzeugdisposition soll weiter ausgebaut werden. Technologien wie KI und Machine LearningMachine Learning sollen dabei helfen, den Kapazitätsbedarf der Fahrzeuge möglichst genau vorherzusagen. Dabei fließen auch externe Daten in die Prognosen mit ein, wie Ferienzeiten, Wetter oder Veranstaltungskalender. Ende August fällt die Entscheidung, ob das System großflächig im Berliner Nahverkehr eingeführt wird. Alles zu Machine Learning auf CIO.de

Der Erfolgsfaktor des Projekts lag in der Reduktion von Treibstoffen und Schadstoffemissionen (konkret: Kohlenwasserstoffe, Kohlendioxid, Stickoxide und Feinstaub) der Busflotte, konstatierte Projektleiter Mark-Oliver WürtzMark-Oliver Würtz. Das ermögliche gleichzeitig einen umweltschonenderen Einsatz von Ressourcen. Carsten Jacobsen, Abteilungsleiter für den IT-Betrieb bei der BVG ergänzt: "Die intelligente Fahrzeugdisposition der BVG-Busse verbindet damit ökonomische und ökologische Ziele und leistet einen Beitrag zu der Smart City von morgen." Profil von Mark-Oliver Würtz im CIO-Netzwerk

Wandel der Arbeitskultur:

Cross-Functional-Teams: Mitglieder aus verschiedenen Fachbereichen mit unterschiedlichen Arbeitskulturen.

Zieheffekte: Erhöhte Motivation aller Mitarbeiter/innen, sich auf neue Methodiken einzulassen.

BVG-Campus: Die Cross-Functional-Teams agierten räumlich unabhängig vom klassischen BVG-Geschäft.

Externe Berater: Um flache Hierarchien und veränderte Vorgehensweisen zu etablieren, sollten sie auch von den Führungskräften gelebt werden. Unterstützung durch Coaching und Seminare (Design ThinkingDesign Thinking, ScrumScrum, Kanban). Alles zu Design Thinking auf CIO.de Alles zu Scrum auf CIO.de

Mentoren: Um sicherzustellen, dass die Teams ihre agilen ProjekteProjekte umsetzen konnten, wurden für die 10 Challenge-Projekte je ein Mentor auf Abteilungs- beziehungsweise Bereichsleiterebene eingesetzt. Alles zu Projekte auf CIO.de