Als wir bei Evolit vor rund zwei Jahren begannen, Künstliche Intelligenz aktiv in unsere Softwarelösungen zu integrieren, stand für uns nicht die Frage ob, sondern wie wir das sinnvoll und unternehmensweit tun. Machine-Learning-Anwendungen – etwa im Bereich Predictive Maintenance – hatten wir davor bereits erfolgreich umgesetzt. Mit dem Aufkommen generativer KI-Modelle wurde noch mehr bestärkt, was wir zuvor schon gespürt hatten: Der kluge Einsatz von KI entscheidet zunehmend über Wettbewerbsfähigkeit.
Doch Vertrauen in KI entsteht nicht von selbst. In Österreich zeigen laut Great Place to Work nur 33 % der Mitarbeitenden Interesse, KI zur Verbesserung ihrer Arbeit zu nutzen.[1]
Vertrauen braucht Verständnis – und das entsteht nur durch unternehmensweites Wissen über alle Rollen hinweg. Unser Weg dorthin: systematischer Wissenstransfer, interne Experimente, transparente Prozesse und viel Austausch im Team.
Bevor wir KI für andere einsetzen, müssen wir sie selbst verstehen
Um fundiertes Wissen aufzubauen, haben wir eine AI Innovation Group gegründet — ein unternehmensweiter Austausch, der aktuelle Entwicklungen, konkrete Anwendungsfälle und Best Practices vermittelt.
Für diese Gruppe wurden spezifische KI-Use Cases in unseren Teams entwickelt und so zielgerichtet Kompetenzen aufgebaut:
- Requirements Engineering: Automatisierte Auswirkungsanalysen, Qualitätsprüfung von Anforderungen, übersetzungsunterstützte Textbearbeitung, Unterstützung zur Strukturierung
- Software-Testing: Automatisierte Test-Case-Generierung, robustere UI-Tests und gezielte Optimierung der Testabdeckung
- Softwareentwicklung: Unterstützung bei wiederkehrenden Aufgaben, Optimierungsvorschläge und automatische Syntaxverbesserung
- UX & Design: KI-gestützte Prototypenerstellung, Generierung von Designvarianten und effizientere Auswertung von Usability-Tests.
- AI Agents & Individualsoftware: Interne Integration in unseren bestehenden Lösungen & Steigerung Produktivität in Projekten
RNE & Evolit: Eine KI-Reise über 21 Länder hinweg
Wir konnten so für jede Abteilung gezielt Wissen aufbauen und Erfahrungen in den Bereichen AI Agents, Machine Learning und neuronale Netze sammeln. Diese haben im nächsten Schritt die Grundlage für unsere KI-Projekte gelegt.
Ein konkretes Beispiel ist unser Projekt „Network ETA“ für RailNetEurope (RNE). RNE ist ein Zusammenschluss europäischer Eisenbahninfrastrukturbetreiber, der sich zum Ziel gesetzt hat, den grenzüberschreitenden Zugverkehr – insbesondere im Güterbereich – effizienter, transparenter und planbarer zu gestalten.
Bislang waren Ankunftszeitprognosen (ETAs) im europäischen Bahnverkehr häufig ungenau, da sie von unterschiedlichen nationalen Systemen und teils fragmentierten Datenquellen abhingen.
Unsere Lösung: Wir haben ein KI-gestütztes Prognosemodell entwickelt, das auf historischen, Echtzeit- und externen Daten basiert und in der Lage ist, in Sekunden hochpräzise Ankunftszeiten für tausende Züge europaweit zu berechnen. Dadurch wurde eine Prognosegenauigkeit von über 95% erreicht.
Die Dimensionen:
- Über 21 Länder
- Rund 30.000 Züge
- Mehr als 3 Mio. Echtzeit-Meldungen pro Tag
Wir haben zunächst fünf Jahre historische Daten aus dem europäischen Bahnverkehr aufbereitet mit insgesamt rund 1,5 Milliarden Trainingsdatensätze. Darauf aufbauend entwickelten wir maßgeschneiderte KI-Modelle, die sowohl länder- als auch zugtypspezifisch optimiert wurden, um eine möglichst präzise Prognosequalität zu erreichen.
Dank einer echtzeitfähigen Architektur ist das System heute in der Lage, auf jede Veränderung im Zuglauf innerhalb von Sekunden mit einer aktualisierten ETA-Prognose zu reagieren.
Technologie allein reicht nicht – der Mensch macht den Unterschied
Das Projekt mit RNE zeigt, wie KI dort echten Mehrwert schafft, wo sie sinnvoll und verantwortungsvoll eingesetzt wird.
Möglich wurde das nur, weil wir bei Evolit früh begonnen haben, im gesamten Team das nötige Vertrauen und die Kompetenzen für den produktiven Umgang mit KI aufzubauen — ein Prozess, der kontinuierlich weiterläuft.
Gerade in sensiblen Bereichen wie kritische Infrastruktur, Mobilität oder öffentlicher Sektor braucht es keine Black Boxes, sondern maßgeschneiderte, robuste und transparente KI-Lösungen.
Unser Appell: Jetzt ist der richtige Zeitpunkt, sich aktiv mit KI auseinanderzusetzen — nicht blind, sondern mit Weitblick, Verantwortung und dem nötigen Wissen. In wenigen Jahren wird nicht mehr die Frage sein, ob, sondern nur noch wie effizient Unternehmen KI einsetzen.
Viele Unternehmen wissen, dass sie bei KI handeln müssen. Doch was fehlt, ist ein Weg, der Begeisterung, Fachlichkeit und Vertrauen vereint. Genau diesen Weg sind wir bei Evolit gegangen – und helfen heute anderen Unternehmen, ihn ebenso erfolgreich zu gehen.
[1] https://www.greatplacetowork.at/blog/vertrauen-in-fuehrungskraefte-nimmt-aengste-vor-ki/
