NMBS ontwikkelt app voor real-time bezettingsgraad van treinen 

Tijdens de coronaperiode werd NMBS verplicht om het aantal reizigers op de treinen te beperken. Om reizigers zicht te geven op de bezettingsgraad van de treinen, ontwikkelde de NMBS een slimme applicatie waarmee in real-time de drukte in kaart werd gebracht. Een troef in Covid-tijden, want minder overvolle treinen betekende ook minder risico op verspreiding van het virus. 

Artificiële intelligentie voorspelt drukte 

Om de bezettingsgraad en toekomstige drukte in kaart te brengen, maakt NMBS gebruik van artificiële intelligentie. “We verzamelen data en met die data maken we een voorspelling van hoeveel mensen er op een specifieke trein zullen zitten”, zegt Filip Dierckx, Senior Manager Reizigersinformatie NBMS. “Op zonnige dagen of in de festivalperiode zagen we dat de mensen massaal naar één bestemming trokken. Dan was de bezettingsgraad een handig hulpmiddel om het aantal reizigers te spreiden.” Die bezettingsgraad werd voor de reiziger per trein, per bestemming, heel overzichtelijk in kaart gebracht door gebruik te maken van groene, oranje en rode stippen in de app. 

De inzichten die NMBS biedt, zijn gebaseerd op meerdere types data, die door een systeem van artificiële intelligentie worden omgezet in informatie voor de reizigers. Filip Dierckx: “We hebben statische data, zoals welke trein wanneer rijdt. Dat combineren we met weersdata en real-time data over vertragingen, maar ook gegevens die de treinbegeleider zelf doorgeeft wanneer er bijvoorbeeld meer volk op een trein zit dan verwacht. Zo maken we de AI-motor slimmer. We merken nu al dat in 95% van de gevallen de geboden informatie correct is.” 

“We combineren statische data met real-time data. Zo maken we de AI-motor slimmer. We merken nu al dat in 95% van de gevallen de geboden informatie correct is”

Filip Dierckx, Senior Manager Reizigersinformatie NBMS 

Coaching als belangrijkste troef 

De keuze van een cloud-provider was voor NMBS cruciaal. “We kozen voor Microsoft Azure omdat we in de eerste plaats nood hadden aan een leverancier die een robuuste oplossing bood voor onze applicatie en die we konden aanpassen aan onze eigen noden en gewenste functionaliteiten. Daarnaast speelde ook de toegankelijkheid van het platform een belangrijke rol. Fouten in de code van onze applicatie kunnen we snel zelf rechtzetten via het Azure-platform”, zegt Vanessa Hernalsteen, Projectmanager IT Ypto NMBS. “En misschien wel de belangrijkste reden is de coaching door Microsoft op het vlak van artificiële intelligentie. Omdat we daar zelf nog niet veel expertise hadden, konden we steevast met al onze vragen bij de adviseurs van Microsoft terecht.” 

Samen met werknemers van de analytische afdeling van Ypto, de IT-partner van NMBS, bouwden we een maatschappelijk waardevol data product dat nu eens écht gebruik maakt van big data en machine learning. Snel en kostenefficiënt bouwden we een near-real-time prediction engine, die dagelijks duizenden reizigers informeert over de bezettingsgraad op hun geplande treinritten.

 Oliver Willekens, Tech Lead Data Minded