X

Neuste Trends, Tipps, Strategien &
Events rund um das Thema Cloud

Mit Big Data gegen den Tod auf den Schienen

Das Szenario ist der Albtraum jedes Zugführers bei der Einfahrt in einen Bahnhof, und es geschieht gar nicht so selten: Allein die Deutsche Bahn verzeichnete im zurückliegenden Jahrzehnt durchschnittlich über 800 Suizide pro Jahr, davon ein Drittel im Bahnhofsbereich. Hinzu kommen noch Suizidversuche und Unfälle, z. B. durch geistig verwirrte oder schwer alkoholisierte Menschen, die einfach von der Bahnsteigkante auf die Gleise fallen.

 

Auf einen Blick: Mit Big Data gegen den Tod auf den Schienen

Künstliche Intelligenz zur Unfallverhütung in Bahnhöfen: Können Algorithmen schon bald Suizidkandidaten und andere Gefährdete erkennen und eingreifen?

 

 

Die Zugführer sind solchen Ereignissen gegenüber weitestgehend machtlos. Denn selbst wenn sie die Situation überhaupt erkennen (was vor allem auf stark belebten Bahnsteigen fast unmöglich ist), kommt der Versuch einer Notbremsung fast immer zu spät – mit fatalen Folgen nicht nur für das Opfer, sondern auch für traumatisiertes Bahnpersonal, Fahrgäste und – nebenbei – auch den nachhaltig gestörten Schienenverkehr durch „Personenschäden“, wie die Bahn diese Ereignisse gegenüber Reisenden oft bezeichnet.

 

Unfall-Prävention unter schwierigen Bedingungen

Die einzige Maßnahme, um den absichtlichen oder unabsichtlichen Tod auf den Schienen effektiv zu verhindern, wäre theoretisch die hermetische Abriegelung der Gleise – dies ist aber aus wirtschaftlichen und einer ganzen Reihe weiterer Gründe nicht flächendeckend durchführbar. Einige Städte haben es immerhin geschafft, die Anzahl der Schienensuizide und ähnlicher Unfälle im Bereich von U-Bahnhöfen durch Bahnsteigtüren zu senken, z. B. Hongkong, Kopenhagen und Paris.

Kostengründe sind auch einer der Faktoren, die es unrealistisch erscheinen lassen, dem Problem durch mehr Aufsichtspersonal an den Bahnsteigen zu begegnen – zumal es guter Schulung bedarf, das Verhalten eines suizidgefährdeten Menschen zu erkennen. Und dann stellt sich immer noch die Frage, wie viel Personal erforderlich wäre, um notorisch überfüllte Bahnsteige auch nur zu überblicken, geschweige denn systematisch zu überwachen.

Vom Stichwort „überwachen“ ist es nun gedanklich bloß noch ein Schritt zur Kameraüberwachung, und hier wiederum zu einer optischen Interpretation auffälligen Verhaltens mittels maschinellen Lernens (ML) und künstlicher Intelligenz (KI). Prinzipiell ist das technologisch keine Utopie mehr: Gesichtserkennung ist längst über die Grenzen der bloßen Identifikation von bekannten Individuen hinausgewachsen. Affective Computing, also die maschinelle Interpretation von Emotionen über den Gesichtsausdruck, wird seit den 1990er Jahren entwickelt. Praktische Einsatzfelder: „Stars identifizieren Stalker in Konzerten mit Zehntausenden Besuchern, Jugendeinrichtungen machen sich nähernde Pädophile aus, die Polizei findet potentielle Attentäter in der U-Bahn, bevor diese zur Tat schreiten können“, berichtet die FAZ. Überlegungen der EU-Kommission, automatisierte Gesichtserkennung im öffentlichen Raum zu verbieten, könnten entsprechende Bestrebungen hierzulande allerdings auch schon wieder im Keim ersticken.

 

Oracle, eine japanische Insel und die London Underground

Was immer man vom Brexit halten mag – derartige Regulierungen der EU können den Briten heute herzlich egal sein. Und genau hier kommt ein Projekt ins Spiel, das kein geringeres Ziel verfolgt, als die vorhandenen Erfahrungen mit Affective Computing im weitesten Sinne zur Bekämpfung der tragischen Bahnhofsunfälle zu nutzen.

Die gemeinsame Machbarkeitsstudie der London Underground mit Oracle hat einen Vorläufer in Japan, auf einer Insel mit überdurchschnittlich vielen Menschen sehr hohen Alters. Dort entwickelt Oracle mit der Telefongesellschaft NTT eine KI zur automatischen optischen Erkennung von dementen bzw. bewegungseingeschränkten Personen, um diese vor Unfällen und Missgeschicken zu bewahren. Die Algorithmen werden mit historischen, anonymisierten Patientendaten trainiert.

Seitens Oracle ist der „Mister Innovation“ des Unternehmens, Neil Sholay, mit dem Pilotprojekt betraut. In London steht man vor der Phase, erste Resultate auszuwerten, verriet Sholay dem Magazin LeMagIT. Die Tests werden in verschiedenen Sektoren und Örtlichkeiten durchgeführt und finden noch unter Ausschluss der Öffentlichkeit statt. Doch es ist nicht unwahrscheinlich, dass in absehbarer Zeit Ergebnisse vorliegen. Denn nicht wenige Einsatzgebiete des Affective Computings sind gesellschaftlich ähnlich wichtig wie Unfallprävention im Schienenverkehr – Pflegeassistenz-Systeme etwa, Mensch-Maschine-Interaktionen, E-Learning usw. Die Überschneidungen mit diesen Bereichen lassen wechselseitige Lerneffekte erwarten.

 

 

Kontakt:

Ein spannendes Thema, über das ich gerne mit Ihnen spreche, per E-MailLinkedInXing oder Twitter. Sabine Leitner, Sr. Marketing Manager.

Kommentieren

Kommentare ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.