Client
Flatland / SBB – Schweizerische Bundesbahnen
Year
2025
Service
UX für AI / Produktdesign
Visit Website
https://www.flatland.cloud/resources
Projektübersicht
Flatland ist eine Open-Source-Initiative, die erforscht, wie Künstliche Intelligenz die menschliche Entscheidungsfindung in komplexen Bahnnetzwerken unterstützen kann. Gemeinsam mit Mitarbeitern der SBB wurde ein intelligentes Fahrdienstleiter-Interface entwickelt, das eine Zusammenarbeit zwischen Mensch und KI in Echtzeit ermöglicht.
Ziel war es, Fahrdienstleitern klare und intuitive Werkzeuge zu geben, um KI-generierte Routenvorschläge zu bewerten und zu verfeinern – mit Fokus auf Pünktlichkeit, Sicherheit und Energieeffizienz – gesteuert durch menschliches Urteilsvermögen.
Projektprozess
Das Projekt entstand in enger Zusammenarbeit zwischen mir als UX Designerin, einem Product Owner der SBB und einem Software Entwickler.
Basierend auf realen Anwendungsfällen aus dem Fahrdienstleiter-Alltag entwickelten wir eine gemeinsame Vision für ein KI-gestütztes Interface, das Entscheidungsprozesse verbessert, ohne menschliche Expertise zu ersetzen.
Ich leitete den gesamten UX-Prozess – von Workshops und Skizzen bis zum interaktiven Prototyp – mit Fokus auf Transparenz, Vertrauen und Benutzerfreundlichkeit.
Wichtige Designelemente:
Echtzeit-Dashboards, die Netzpläne, Zeitachsen und Warnmeldungen kombinieren.
KI-Empfehlungspanels, die Zielkonflikte und erwartete Auswirkungen visualisieren.
KPI-Regler, mit denen die Steuerung des KI-Verhaltens angepasst werden kann.
Feedback-Mechanismen, die menschliches Eingreifen in das Lernsystem der KI einbinden.
Das Design entwickelte sich in iterativen Abstimmungen mit dem Product Owner und dem Engineer – um technische Machbarkeit, Datenintegration und Fachwissen in jedem Schritt sicherzustellen.
Projektergebnis
Die enge Zusammenarbeit führte zu einem High-Fidelity-Prototyp einer neuen Generation von Dispatcher-Interfaces, das menschliche Expertise mit KI-Unterstützung verbindet. Fahrdienstleiter können damit Szenarien simulieren, KI-Vorschläge vergleichen und durch Feedback das Modell kontinuierlich verbessern.
Der Prototyp ist nun bereit für Usability Tests mit professionellen Dispatchern – ein wichtiger Schritt hin zu einer menschenzentrierten KI im Bahnbetrieb.