Digitalisierung des Berichtswesens im Bereich Operative Locomotives and Budget Planning

Methoden aus dem Bereich Business Intelligence der DB Cargo AG

Autor/innen

  • Patrick Wehner
  • Prof. Dr. Harald Ritz
  • Dr.-Ing. Christoph Anger

Abstract

Die Masterarbeit ist in Zusammenarbeit mit der DB Cargo AG entstanden. DB Cargo ist ein führender globaler Logistikdienstleister und der größte Anbieter im Schienengüterverkehr in Europa. Die Gesellschaft gehört zu 100 % der Deutschen Bahn AG. Die DB Cargo beschäftigte im Jahr 2018 28.842 Mitarbeiter und beförderte 255 Millionen Tonnen Güter.
Die beteiligten Abteilungen sind das Asset Intelligence Center (u.a. zuständig für Digitalisierungsprojekte) und Operative Locomotives and Budget Planning. Sie sind beispielsweise für die Instandhaltungs- und Trieb-fahrzeugbedarfs-Planung verantwortlich.
Aktuell sind die Zeitaufwände, die für die Erstellung des Berichtswesens benötigt werden, sehr hoch. Dies ist u.a. darauf zurückzuführen, dass viele manuelle Tätigkeiten anfallen.
Das Ziel dieser Arbeit bestand darin, durch die Digitalisierung eines Teils des Berichtswesens die Zeitaufwände signifikant zu verringern. Weiterhin wurden mit der Software Tableau Visualisierungen bereitgestellt, die einen Self-Service-Business-Intelligence-Ansatz unterstützen.
Durch den Einsatz von Scrum konnten die Anforderungen der Stakeholder agil aufgenommen und gemanagt werden. Zudem sind durch den Einsatz des KDD-Prozesses sowie CRISP-DM die Visualisierungen realisiert worden. Der KDD-Prozess wurde bei festgelegten Visualisierungen eingesetzt. Hingegen wurde CRISP-DM bei Analysen, die eine erweiterte Sicht auf eventuelle Ergebnisansätze ermöglichen, verwendet. Dieses Vorgehen ermöglichte die Rückmeldungen und Anmerkungen der Stakeholder direkt einzubeziehen.
Mit verschiedenen Python-Skripten und dem Zusammenführen von Datenquellen wurde eine Teilautomatisierung realisiert. Dadurch sind viele manuelle Tätigkeiten automatisiert worden. Das Aktualisieren der Datenquellen und Starten der Skripte muss allerdings noch manuell erfolgen.
Die anschließenden Datenintegrationen in Tableau sind hingegen automatisiert. Durch den Tableau Server werden die durch die Teilautomatisierung bereit-gestellten Datenquellen an jedem Werktag aktualisiert.
In Tableau wurde eine größere Anzahl von Dashboards mit Visualisierungen (Kennzahlen und Analysen) bereit-gestellt. Darunter fallen zum Beispiel Plan-Ist-Vergleiche und Ausreißeranalysen. Die Dashboards besitzen ein identisches Layout im Corporate Design der DB. Es sind die Filtermöglichkeiten und verschiedene Buttons vorhanden, welche die Betrachtung weiterer Dashboards oder der Hilfefunktionalität ermöglichen.
Um die Zielsetzung qualitativ zu überprüfen, wurde eine interne Evaluierung anhand der NutzerInnen durch-geführt. Das Ergebnis dieser Evaluierung ist, dass eine geschätzte Zeitersparnis von einer bis drei Stunden pro Woche bei der Erstellung des Berichtswesens und wiederkehrenden Fragen vorzufinden ist.
 Insgesamt wird der DB Cargo mit diesem Projekt eine teilautomatisierte Lösung bereitgestellt, die einen Zeitgewinn sowie einen erweiterten Blick auf die Daten im Bereich Self-Service BI ermöglicht.

Downloads

Keine Nutzungsdaten vorhanden.

Downloads

Veröffentlicht

2020-08-22

Ausgabe

Rubrik

Abschlussarbeiten