Künstliche Intelligenz (KI) ist heutzutage eines der meistdiskutierten Technologiethemen in fast allen Geschäftsbereichen und die Eisenbahn bildet hier keine Ausnahme. Mehrere Unternehmen versuchen, KI-Anwendungen zu entwickeln. Trotz einiger interessanter Ergebnisse können diese aufgrund fehlender Voraussetzungen, wie die erforderliche Rechenleistung, nicht ohne Weiteres in den Zügen eingesetzt werden. Eines der Ergebnisse der vorliegenden Studie ist, dass viele Anwendungen, die von KI profitieren könnten, nicht wirklich Echtzeit-Ergebnisse erfordern. Ausgehend von dieser Annahme haben die Autoren beschlossen, die vorhandenen Bordgeräte zu nutzen, um die benötigten Daten zu erfassen und sie dann mit KI zu verarbeiten, indem dafür die Leistung einer Cloud genutzt wird. In diesem Zusammenhang erfolgte die Konzentration auf zwei Anwendungen: Das Driver Advisory System (DAS) und das Lichtbogenanalyse-System (AAS). Das Ziel des DAS ist es, das optimale Geschwindigkeitsprofil zu ermitteln, das der Fahrzeugführer beachten muss, um den Fahrplan einzuhalten und gleichzeitig Energie zu sparen. Das System, dessen Optimierungslogik in der Cloud angesiedelt ist, verarbeitet die vom Zug empfangenen Meldungen und sendet dem Fahrzeugführer das optimale Profil zurück. In ähnlicher Weise erkennt das AAS Lichtbögen zwischen der Oberleitung und dem Stromabnehmer. Anschließend werden die Daten in der Cloud analysiert, um die Lichtbögen geografisch zu gruppieren und schließlich die verschiedenen Lichtbogentypen mit möglichen Ursachen zu verknüpfen.