Forschungsthemen und Ziele

Das Ziel des CCRDMT ist es, auf Basis der Forschungsergebnisse Implikationen und Empfehlungen für eine Verbesserung des Bahnbetriebs geben zu können. Darüber hinaus möchte das CCRDMT Bahngesellschaften und Zulieferer dabei unterstützen, einheitliche Prozesse und Abläufe zu formen.

predikitive Wartung

Zur Erreichung dieses Ziels hat sich das CCRDMT thematisch breit aufgestellt und bearbeitet sowohl Themen der klassischen Betriebswirtschaftslehre als auch Schnittstellenthemen der Wirtschaftsinformatik. Damit spiegelt sich der thematische Fokus des CCRDMT mit der thematischen Aufstellung der beiden Organisationen, denen das CCRDMT zugeordnet ist. Das Zentrale Institut für Scientific Entrepreneurship und International Transfer (ZIFET) und die Arbeitsgruppe für das Management von Information, Innovation, Entrepreneurship und Organisation (MI2EO) sind mit ihren Schwerpunkten interdisziplinär aufgestellt von der Gründungsforschung und -unterstützung bis hin zur Organisationstheorie und dem Informationsmanagement. Die enge Zusammenarbeit der Mitarbeiter in beiden Institution ermöglicht einen interdisziplinären Austausch, der über die Forschungsschwerpunkte des CCRDMT hinaus geht. Aktuell liegen diese Forschungsschwerpunkte auf drei Themenblöcken, zum einen Technikfolgeabschschätzung von Eisenbahnsicherheitstechnologien, zum zweiten Predicitve Maintenance und die dafür notwendige organisationale Veränderung und zum dritten organisationale Pfadabhängigkeit.

Diese drei Themenblöcke umfassen ein breites Spektrum an verwandten Themen, die insbesondere darauf abzielen die wichtigsten Problemfelder im Eisenbahnverkehr zu identifizieren und Lösungsvorschläge zu geben. Dabei ist insbesondere der Kostendruck durch sinkende staatliche Investitionen bei gleichzeitiger steigenden Anforderungen an Sicherheit und Innovationsfähigkeit von Seite des Kunden zu nennen. Zusätzlich steht die Eisenbahn unter dem Wettbewerbsdruck durch andere Verkehrsmittel, die durch neue Geschäftsmodelle die Bedürfnisse der Verbraucher besser erfüllen können. Gleichzeitig ist die Eisenbahn sehr stark staatlich reguliert, welches die Prozesse innerhalb der Eisenbahnunternehmen verkompliziert. All diese Problemfelder werden mit den Forschungsschwerpunkten des CCRDMT abgedeckt und gemeinsam mit den Stakeholdern in der Branche werden Lösungsvorschläge erarbeitet.

In unserer Forschung befassen wir uns vor allem mit dem wirtschaftlichen Aspekt der Railway Diagnostic & Monitoring Technologies (RDMT). Das bedeutet, dass wir den Prozess, von der Zustandsmessung der Betriebseinheit durch die Monitoring-Technologien, wie bspw. der Messung des Rad-Zustandes durch Flachstellenortungsanlagen, über die Diagnose des Zustandes der Betriebseinheit, bspw. mittels Big Data, bis hin zu der Anwendung der Informationen, welche durch die Messung und Diagnose generiert wurden, wirtschaftlich untersuchen. Mögliche Anwendungen der von RDMT generierten Daten sind zum einen Condition Based Maintenance, auch Predictive Maintenance, zum anderen aber auch die unmittelbare Verhinderung von Eisenbahnunfällen und Zwischenfällen. Dabei untersuchen wir das Potenzial mittels eines systemtheoretischen Bewertungsansatzes der generierten Informationen, aber auch die Erfolgsfaktoren und Probleme mögliche Umsetzung dieser Anwendungen.

Das Wissen über den Zustand der Eisenbahnflotte führt zwangsläufig zu einer höheren Verfügbarkeit, einem erhöhten Sicherheitsniveau und zu geringeren Ausfallskosten, die den Investitionsaufwand in RDMT rechtfertigen. Wenn Sie Interesse an unserer Forschung haben, kontaktieren Sie uns bitte per Mail unter ccrdmt@uni-koblenz.de

Durch die Vielzahl an studentischen Arbeiten und die Möglichkeiten, die sich durch die Eisenbahnunfalldatenbank GRADE bieten, bilden diese drei thematischen Säulen jedoch nur den Rahmen der Forschung des CCRDMT. Viele weitere Themen an der Schnittstelle zwischen Organisation und Informationstechnologie können und wurden so bereits durch das CCRDMT erforscht.

Durch die zusätzliche Kooperation mit den Professoren Staab und Jürjens, die auch als akademische Leiter fungieren, können nun auch zusätzlich Themen und dem Bereich Software Engineering und Data Analytics abgedeckt werden, die ein Schlüssel zur Implementation von Predictive Maintenance sind. Die neue thematische Aufstellung spiegelt sich in folgender Struktur wieder.

Organisationseinheit