Die Bahn, minütlich vermessen.
Ein Collector fragt seit März 2026 jede Minute 73 deutsche Bahnhöfe ab — Verspätungen, Disruption-Messages mit vollem Lifecycle, Wetter. Daraus entstehen ein offenes Datenset, ein Live-Dashboard und ein Paper.
Pünktlichkeit, letzte 30 Tage
live aus der Pipeline · Stand 05.07.2026, 14:32 UTCLinie: Anteil Halte mit unter 6 Minuten Abfahrts-Verspätung pro Tag. Balken: gemessene Halte — der Anstieg Ende Mai ist der Ausbau auf 73 Stationen. Quelle: DB IRIS-TTS, minütlich abgefragt; halbstündlich neu gerendert.
932.536Halte, rollierende 30 Tage
19.629Halte pro Tag
73Stationen
71 %pünktlich < 6 min, 7 Tage
01
Befunde
aus 5 Analyse-Spikes, Reports im Repo29,7 %
der verspäteten Halte (≥ 6 min) bekommen nie eine Disruption-Message. Die Bahn weiß es — sagt es aber nicht.
5 min
Median-Verzug, wenn doch eine Message kommt: 71 % erst nach Verspätungsbeginn. Der Lag entsteht in der Detection, nicht im API-Pfad.
22 min
vor dem Cancel-Flag taucht im Schnitt die Erklärungs-Message auf — ein Frühwarnsignal. Explizit storniert werden nur 1,7 % der Ausfälle.
~22,5 %
der knappen Anschlüsse (5–30 min Puffer) platzen. Vorläufig: 2 Mio ausgewertete Umsteige-Paare an 63 Hubs, finale Auswertung Ende Juni.
Verspätung nach Tageszeit
Anteil Halte ≥ 6 min, letzte 30 TageDie Rushhour ab 16 Uhr ist das unzuverlässigste Fenster — nachts bleibt die Quote hoch, weil Spätfolgen des Abends nachwirken. Am pünktlichsten: der frühe Morgen.
02
Phasen
P1Sammlungläuft seit März 2026 — 11 → 73 Bahnhöfe
P2Explorative Analyseabgeschlossen
P3ML-Baselines + Leakage-Auditabgeschlossen — Echtzeit-Minuten-Prognose ehrlich verworfen, Audit-Report im Repo
P4Open Rail Observatoryjetzt — Live-Dashboard + Paper zur Disruption-Message-Qualität
P5Pre-Cancellation-Frühwarnunggeplant — Ausfälle vorhersagen statt Minuten
03