CLI Logo

Bahn-Vorhersage

Bahn-Vorhersage ist ein Rankingsystem für Zugverbindungen. Es ermittelt für alle Zugverbindungen innerhalb Deutschlands einen sogenannten Verbindungsscore. Dieser gibt an, wie sicher die Anschlüsse einer Zugverbindung sind. Ein hoher Score bedeutet, dass voraussichtlich alle Anschlusszüge erreicht werden, ein niedriger Score bedeutet, dass möglicherweise nicht alle Anschlusszüge erreicht werden können.

Ein hoher Verbindungsscore ist jedoch keine Garantie dafür, dass eine Verbindung funktioniert!

Verbindungsscore

Mit dem Verbindungsscore hast du immer einen schnellen Überblick darüber, wie sicher die Anschlüsse in den Zugverbindungen sind.

Bei einem Verbindungsscore von 90 % besteht eine berechnete Wahrscheinlichkeit von 10 %, dass mindestens ein Anschluss nicht erreicht wird.

Direktverbindungen werden separat markiert, da kein Anschluss verpasst werden kann.

Entfällt
50%
60%
70%
80%
90%
100%
Direkt

Pünktlichkeit

Für den letzten Zug in der Verbindung wird die Pünktlichkeit am Zielbahnhof vorhergesagt. Das gibt dir einen schnellen Überblick, ob du bei funktionierenden Anschlüssen und Direktverbindungen mit Verspätung rechnen musst.

Angegeben wird die vorhergesagte Wahrscheinlichkeit, dass der finale Zug maximal 10 Min. zusätzliche Verspätung bekommt. Wichtig ist dabei "zusätzlich": Wenn der Zug bereits 5 Min. verspätet ist, gibt die Pünktlichkeitsvorhersage die Wahrscheinlichkeit an, dass er mit maximal 15 Min. Verspätung ankommt. Bei Planung weit im Voraus ist noch keine aktuelle Verspätung bekannt, sodass die Vorhersage die Wahrscheinlichkeit angibt, dass der Zug mit maximal 10 Min. Verspätung ankommt.

50%
55%
60%
65%
70%
75%
80%
85%
90%
95%
100%

Funktionsweise

Die Webseite zeigt die gleichen Zugverbindungen wie die Seite der Bahn oder der DB Navigator. Der Verbindungsscore, den diese Seite zusätzlich zu den Informationen der Deutschen Bahn anzeigt, wird aus Zugverspätungsvorhersagen eines Machine-Learning-Modells und der Umsteigezeit berechnet.

Anschlusssicherheit

Für jeden Umstieg wird die Wahrscheinlichkeit berechnet, mit der der Anschluss erreicht wird. Dabei gehen wir davon aus, dass die minimale Umsteigezeit eingehalten wird. Diese wird dir von Bahn-Vorhersage für jeden Umstieg angezeigt.

Für den ankommenden und den abfahrenden Zug sagt Bahn-Vorhersage mithilfe von Machine Learning die Wahrscheinlichkeit verschieden starker Verspätungen voraus. Je pünktlicher der ankommende Zug, je unzuverlässiger der abfahrende Zug und je länger die Umsteigezeit, desto höher ist die Wahrscheinlichkeit, den Anschluss zu erreichen.

13:10 +10--2
4 Min
13:17 +10--2

Um die Machine-Learning-Modelle zu trainieren, sammeln wir seit Oktober 2020 in Echtzeit Abfahrtszeiten von Zügen. Unser Machine-Learning-Modell wird einmal pro Woche auf den Daten der vergangenen Wochen neu trainiert. So können aktuelle Verspätungstrends sowie Baustellen berücksichtigt werden.

Zur Funktionsweise haben wir bereits einige Vorträge gehalten sowie Ausarbeitungen und Paper geschrieben. Diese finden sich zusammen mit dem gesamten Quellcode hier:

Docs / Quellcode

Verkehrswende

Angesichts der sich verschärfenden Klimakatastrophe müssen auch im Verkehrssektor die klimaschädlichen Emissionen so schnell wie möglich auf null reduziert werden. Dazu und wegen vieler anderer Probleme, die durch das Auto verursacht werden, müssen Autofahrten vermieden und auf den Umweltverbund (Fuß, Rad, Bus und Bahn) verlagert werden.

Da die Bahn in den letzten Jahrzehnten vor allem von der Union kaputtgespart wurde, stellt sie heute für viele Menschen keine Alternative zum Auto dar. Das Projekt Bahn-Vorhersage soll dazu beitragen, das Bahnfahren trotz häufiger Verspätungen attraktiv zu machen, indem besonders unzuverlässige Verbindungen vermieden werden. So wirkt die Bahn pünktlicher, als sie ist. Um die Zuverlässigkeit der Bahn tatsächlich zu erhöhen, muss das Schienennetz jedoch massiv ausgebaut werden. Durch eine höhere Kapazität können Fahrpläne mit mehr Puffer geplant werden, die Verspätungen besser abfangen.

Häufig gestellte Fragen

Maschinelles Lernen generalisiert und erkennt Muster. Dadurch ist es möglich, Vorhersagen für Züge zu treffen, die in der Vergangenheit noch gar nicht gefahren sind. Das ist für Ersatzzüge und den Fahrplanwechsel sehr wichtig.

Abgesehen davon ist unser maschinelles Lernmodell (XGBoost) vergleichbar mit einem sehr komplexen Statistikmodell und unterscheidet sich in den Ergebnissen auch nicht stark davon, wenn man sich einfach die vergangenen Daten direkt anschaut.

Weil es von außen unrealistisch ist, bessere Prognosen hinzubekommen. Das liegt vor allem an drei Gründen:

Verspätungsprognosen sollten konservativ sein

Mit konservativ meinen wir hier: vorsichtig zu prognostizieren, also Verspätungen eher nicht zu überschätzen.

Aus Sicht der Reisenden ist es schlimmer, wenn die tatsächliche Verspätung eher überschätzt als unterschätzt wird. Wenn Fahrgäste später zum Bahnhof gehen, der Zug dann aber doch nicht so viel Verspätung hat, dann wird er potenziell verpasst. Das ist schlechter als regelmäßig 5 Minuten extra warten zu müssen.

Uns fehlen die Daten

Die Bahn kann auf Echtzeit-Zugpositionen zugreifen, hat Einfluss auf die Disposition der Züge (welcher Zug bei Stau vorgelassen wird und welcher warten muss ...) und kennt auch die Verspätungen und Positionen von Güterzügen. All das können wir nicht, weshalb es utopisch wäre, mit der Bahn mitzuhalten. Zumindest, wenn sie versucht, die eigenen Prognosen zu verbessern.

Die Prognosen sind gar nicht so schlecht

Unsere Analysen zeigen, dass die Verspätungsprognose der Bahn zum Prognosezeitpunkt meistens gut ist. Das Problem scheint uns eher zu sein, dass die Prognosen nur in langen Abständen aktualisiert werden.

Nein. Wir würden es zwar gerne erlauben, aber wir können selbst nur eine beschränkte Anzahl von Anfragen an die Server der Bahn senden. Diese brauchen wir bereits für die "echten" Nutzer:innen.

Allerdings veröffentlichen wir unsere Daten und die trainierten Machine-Learning-Modelle. Du kannst damit deine eigene Anwendung entwickeln und betreiben.

Gefördert von:

Logo des Bundesministeriums für Bildung und Forschung

Zeitraum: Sep. 23 - Feb. 24

Logo des Prototypefunds
Logo des Schülerforschungszentrums Südwürttemberg
© 2026 Bahn-Vorhersage ist ein unabhängiger Service. Dieser steht in keiner Verbindung mit der Deutschen Bahn und ihren Tochter-Unternehmen.