Was Railcast mit Bahn-Daten macht
Vom Abfragen bis zur Auswertung. Die Modellzahlen stammen aus dem aktuellen historischen Test und bleiben mit ihren Grenzen sichtbar.
Vier Schritte, einfach erklärt
-
1. Sammeln
Railcast fragt veröffentlichte Bahn-Meldungen und Fahrpläne regelmäßig ab. Jede Antwort bekommt eine Empfangszeit.
-
2. Speichern
Die Antworten bleiben als Verlauf erhalten. Eine spätere Änderung überschreibt die frühere Beobachtung nicht.
-
3. Auswerten
Aus den Beobachtungen entstehen Tageswerte, Bahnhofsseiten und ein historischer Modellvergleich. Fehlende Werte bleiben unbekannt.
-
4. Zeigen
Die Website erklärt die Ergebnisse mit Zahlen und Tabellen. Eine Bahn-Schätzung wird dabei nicht als tatsächliche Abfahrt ausgegeben.
Der aktuelle Modelltest
Der Test fragt rückblickend: Wie groß war die Abfahrtsverspätung, wenn die verfügbaren Informationen bei T−60 Minuten betrachtet werden? Das ist eine Nachrechnung. Sie zeigt, wie sich das Modell in diesem Datenfenster verhalten hätte. Damals erzeugte Live-Prognosen sind daraus nicht ableitbar.
Modellstand erstellt
Datenstand: Label-Reifezeitpunkt 2026-09-07T12:30:00+00:00.
Testfenster: 2026-09-01T00:04:00+00:00 bis 2026-09-06T00:00:00+00:00.
Das sind getrennte Zeitangaben.
| Angabe | Wert | Was das heißt |
|---|---|---|
| Fehler (MAE) | 2,866 min | Mittlere absolute Abweichung der Abfahrtsverspätung im Test. |
| Medianfehler | 1,00 min | Die Hälfte der absoluten Fehler war höchstens so groß. |
| Testmenge | 70.161 | Auswertbare Abfahrts-Schätzungen im Testfenster. |
| Bahn-Schätzung vorhanden | 43,6 % | So oft lag bei T eine gespeicherte Bahn-Schätzung vor. |
| Vergleichsvorteil | 10,1 % | Weniger mittlerer Fehler als die Bahn-Baseline in dieser Population. |
| Merkmalsstand | railcast.features.asof.v3 | Version der zeitlich verfügbaren Eingangsgrößen. |
| Population | Halte | Modell-MAE | Bahn-MAE |
|---|---|---|---|
| Alle auswertbaren Halte, effektiv | 70.161 | 2,866 min | 3,188 min |
| Nur mit Bahn-Schätzung vor T | 30.582 | 3,771 min | 4,079 min |
Die effektive Bahn-Baseline setzt eine fehlende Bahn-Schätzung auf null Minuten. Das ist eine Vergleichsannahme. Die Zahlen gelten nur für dieses Testfenster und diese Auswahl.
Grenzen des Tests
- Der Lauf ist eine rückblickende Wiederholung mit teilweise rekonstruierter Planverfügbarkeit.
- Er enthält keine EVA, die im Training vollständig unbekannt war. Übertragbarkeit auf neue Mess-Stellen ist damit nicht belegt.
- Eine Bahn-Schätzung ist eine gemeldete Zeitänderung. Sie bestätigt keine physische Ankunft oder Abfahrt.
- Ein Ausfall-Frühwarnmodell und eine aktuelle Ablation sind mit diesem Lauf nicht validiert.
- Der Modellstand kommt aus
ml-runs/I-corrected-v3-t60-2026-09-07. Frühere Läufe sind kein direkter Vergleich, wenn sich Daten oder Zieldefinition geändert haben.
Begriffe erklärt
- MAE
- Der mittlere absolute Fehler. Er sagt, wie viele Minuten eine Schätzung im Durchschnitt vom späteren Messwert abwich. Kleinere Werte sind besser.
- T−60
- Der Blickpunkt 60 Minuten vor der geplanten Abfahrt. Das T steht für den betreffenden Abfahrtszeitpunkt.
- IRIS
- Das Meldesystem, aus dem Railcast veröffentlichte Bahn-Änderungen und Statusmeldungen abfragt.
- EVA
- Die Kennnummer einer Betriebsstelle. Ein großer Bahnhofskomplex kann mehrere EVAs haben.
- Bahn-Schätzung
- Eine von der Bahn gemeldete geänderte Zeit. Sie ist nützlich für den Vergleich, aber kein Beweis für eine tatsächliche Abfahrt.
- Auswertbar
- Eine gespeicherte Abfahrts-Schätzung mit eindeutiger Zuordnung. Fehlt die Information, zählt Railcast sie nicht als pünktlich.
Technische Details
Die Sammlung läuft in getrennten Arbeitsschritten. Empfangszeit, Datenzeitraum und Modellstand werden getrennt aufbewahrt. Das macht spätere Korrekturen sichtbar und lässt sich reproduzieren.
Was wird gespeichert?
Planstände, Meldungen, Ankunfts- und Abfahrtsstatus, Gleise und Laufwege werden als Beobachtungen abgelegt. Wiederholte Antworten sind erlaubt. Ein fehlender Status bleibt unbekannt, und eine zurückgenommene Absage wird als neue Beobachtung gespeichert.
Wie werden Zeitbezüge geprüft?
Auswertungen verwenden nur Informationen, die zum jeweiligen Prognosezeitpunkt verfügbar waren. Nachträgliche Wetterdaten, Ereignisse und finale Zustände werden aus dem historischen Modelltest ausgeschlossen, wenn sie damals noch nicht bekannt waren.
Wo stehen Daten zum Nachlesen?
Die Aggregate-API enthält maschinenlesbare Bahnhofsstatistiken. Monatsberichte erklären abgeschlossene Zeiträume in Alltagssprache. Der Quellcode ist auf GitHub verlinkt.