Ein digitaler Atlas der weltweiten Schienenwege
Unter der Bezeichnung „World Train Map“ hat ein norwegischer Entwickler, der unter dem Pseudonym „Flightmussy_CEO“ agiert, eine interaktive Plattform ins Leben gerufen, die derzeit 1.247 Zugrouten rund um den Globus visualisiert. Was auf den ersten Blick wie ein übersichtliches Werkzeug für Bahn-Fans wirkt, entpuppt sich bei näherer Betrachtung als ein hochkomplexes technisches Experiment. Ursprünglich unter dem Namen „TrainRouter“ gestartet, dient die Seite heute als Daten-Atlas, der die Herausforderungen bei der Zusammenführung fragmentierter, globaler Verkehrsdaten verdeutlicht.
Die technische Herausforderung: OpenStreetMap und das „Snapping“
Das visuelle Fundament der Karte basiert auf dem freien Projekt OpenStreetMap (OSM). Der Entwickler nutzt die Overpass-API, um geografische Koordinaten der Schienennetze abzurufen. Dabei stößt das Projekt auf ein grundlegendes Problem der Geodaten-Verarbeitung: Die bloße Existenz eines Gleises in einer Datenbank ist kein Beweis dafür, dass dort heute tatsächlich noch Personenzüge verkehren.
Um Fahrplandaten – oft im Format der General Transit Feed Specification (GTFS) – mit den physischen Schienenwegen abzugleichen, kommt ein Verfahren namens „Snapping“ zum Einsatz. Dieser automatisierte Prozess versucht, die meist groben Linienführungen der Fahrpläne exakt auf die feingliedrigen Schienengrafen der OSM-Datenbank zu legen. In der Praxis führt dies jedoch häufig zu Fehlern:
* **Parallele Gleise:** Wenn Züge auf nebeneinander liegenden Strecken fahren, ordnet der Algorithmus die Route mitunter dem falschen Gleis zu.
* **Phantom-Routen:** Historische Strecken, deren Gleise noch existieren, aber nicht mehr im Personenverkehr genutzt werden, werden oft fälschlicherweise als aktive Linien dargestellt.
KI als Korrekturinstanz für unstrukturierte Daten
Da viele Datensysteme, darunter Wikidata, keine maschinenlesbaren Informationen über den Betriebsstatus von Bahnlinien liefern, musste der Entwickler neue Wege gehen. Anstatt tausende Wikipedia-Artikel manuell zu prüfen, setzte er das Sprachmodell Claude von Anthropic ein. Die KI analysierte die Texte gezielt auf Vergangenheitsformen, um den Stilllegungsstatus von Strecken zu identifizieren. Dieser Ansatz zeigt, wie Sprachmodelle bei der Bereinigung relationaler Datenbanken unterstützen können, weist aber gleichzeitig auf ein strukturelles Defizit hin: Solange internationale Identifikatoren für Bahnhöfe und Routen nicht einheitlich gepflegt werden – etwa durch unterschiedliche historische Namensgebungen –, bleibt die vollständige Automatisierung fehleranfällig.
Transparenz durch offenes Fehler-Logbuch
Ein besonderes Merkmal der Plattform ist das öffentlich einsehbare „Correction Log“. Anstatt Fehler im Verborgenen zu korrigieren, dokumentiert der Ersteller jede fehlerhafte Linienführung transparent. Diese Datenbasis ermöglichte zudem interessante Analysen, etwa den Abgleich von theoretischen Maximalgeschwindigkeiten in den OSM-Daten mit den realen Fahrplänen. Dabei wurde deutlich, dass in einigen osteuropäischen Regionen die in den Basisdaten hinterlegten Geschwindigkeiten deutlich über den tatsächlichen Fahrplanvorgaben liegen.
Ein Spiegel der globalen Daten-Lücken
Trotz der technischen Ambitionen hat das Projekt deutliche geografische Grenzen. Fast 60 Prozent der dargestellten Routen entfallen auf Europa. Regionen wie Afrika oder Südamerika sind auf der Karte kaum präsent. Dies liegt nicht an einem Mangel an Interesse, sondern an der mangelhaften Verfügbarkeit strukturierter Datenrelationen in der OSM-Datenbank für diese Gebiete.
Die World Train Map ist somit weniger als ein vollständiger, globaler Reiseführer zu verstehen. Vielmehr fungiert sie als präziser Indikator für den aktuellen, noch unvollkommenen Zustand der globalen Open-Data-Infrastruktur. Für die Zukunft bleibt abzuheben, ob durch eine konsequentere Pflege internationaler Standards und eine verbesserte Datenqualität eine umfassendere Abbildung der weltweiten Mobilität möglich sein wird.