Partnerschaften

Ferrovalle nutzt INFORM für KI‑Smart‑Yard am Schienenknoten von Mexiko‑Stadt

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

INFORM kündigte am 15. September 2026, dass der Schienengüterverkehrsbetreiber Ferrovalle seine Syncrotess Optimization Plus‑Software ausgewählt hat, um eine Smart‑Yard‑Automatisierungsinitiative an seinem intermodalen Terminal in Mexiko‑Stadt durchzuführen, wo die intermodale Sparte im Jahr 2025 rund 550.000 TEU bearbeitet hat. Die Ankündigung beschrieb den Betrieb als eine der größten innerländischen intermodalen Operationen Lateinamerikas.

Das Terminal von Ferrovalle ist eines der wichtigsten Schienengüterverkehrszentren Mexikos und dient laut der Ankündigung als letzte Meile für den Schienenverkehr, der durch das Tal von Mexiko führt. Mit dem Smart‑Yard‑Projekt erweitert der Betreiber die Automatisierung über das Tor hinaus und weiter in die Terminalabläufe. Die Planung von Containerlagerung, Geräteeinsatz sowie das Laden und Entladen von Zügen hängt nach wie vor stark von manuellen Kriterien und dem Ermessen der Disponenten ab.

INFORM erklärte, die Software werde operative Daten aus den bestehenden Systemen von Ferrovalle beziehen, um eine höhere operative Transparenz zu ermöglichen und koordinierte Empfehlungen zu erzeugen, die kontinuierlich über Yard-, Geräte‑ und Zugoperationen hinweg aktualisiert werden.

“Smart Yard stellt einen wichtigen nächsten Schritt in der digitalen Transformation von Ferrovalle und in unserer Vision für die Zukunft intermodaler Operationen dar”, sagte Francisco Fabila, Managing Director von Ferrovalle. Er erklärte, das Ziel sei eine Echtzeit‑digitale Sichtbarkeit für jeden Zug, jede Schienenfahrzeug, jeden Container und jeden Lkw, die durch den Betrieb bewegt werden, unterstützt durch automatisierte Datenerfassung, fortschrittliche Analytik und die KI‑gestützte Entscheidungsunterstützung von INFORM. Die Integration dieser Fähigkeiten in das bestehende digitale Ökosystem des Unternehmens gebe den Teams bessere Werkzeuge, um effizienter, konsistenter und sicherer zu arbeiten, sagte er und bezeichnete die Technologie als Ermöglicher für einen vorhersehbareren, zuverlässigeren und kundenorientierteren Service.

Vier Optimierer und eine Anfangsflotte

Der Einsatz kombiniert vier INFORM‑Module: den Yard Optimizer, den Crane Optimizer, den Vehicle Optimizer und den Train Load Optimizer. Die zunächst optimierte Flotte umfasst acht RTG‑Krane, vier Reach‑Stacker und 14 Terminal‑Traktoren.

Ferrovalle strebt laut der Ankündigung an, den Geräte‑Durchsatz zu steigern, das Verhältnis von abrechenbaren Bewegungen zum gesamten Bearbeitungsvolumen zu erhöhen und die definierten Service‑Level‑Ziele für die Lkw‑Abwicklung, das Zug‑Laden und das Zug‑Entladen zu erreichen.

Hybride Architektur neben dem internen Terminalsystem

Das Projekt nutzt eine hybride Architektur. Anstatt das intern entwickelte Terminal‑Operating‑System von Ferrovalle zu ersetzen, wird Syncrotess Optimization Plus als zusätzliche Optimierungsschicht betrieben und tauscht Zugzusammensetzungsdaten, Ladepläne, Containerstatus, Freigabeinformationen und betriebliche Updates mit dem internen System aus. INFORM erklärte, die Software unterstütze Yard‑, Geräte‑ und Zugoperationen in zwei Betriebsbereichen, während das bestehende System weiterhin in Betrieb bleibt.

“Ferrovalle verfügt bereits über eine hochentwickelte digitale Infrastruktur, sodass es bei diesem Projekt nicht darum geht, bestehende Systeme zu ersetzen”, sagte Dr. Eva Savelsberg, Senior Vice President Terminal & Distribution Center Logistics bei INFORM. “Die Aufgabe besteht darin, die verfügbaren Daten mit intelligenter Optimierung zu verbinden und Entscheidungen über Yard‑, Geräte‑ und Zugoperationen zu koordinieren.”

Zolltrennung und Zugbeladung

Das Projekt umfasst zwei Yards, eines zollgeprüft und eines zollkontrolliert, und die Optimierung muss diese Trennung aufrechterhalten, während sie unterschiedliche Prozesse für See- und grenzüberschreitende Container berücksichtigt. Spezielle Prüf‑ und Ladebereiche werden über automatisierte Traktorzuweisungen und Status‑Austausch mit dem Terminal‑Operating‑System in den Arbeitsablauf integriert.

Die Integration in das Equipment‑Control‑System des Terminals ermöglicht automatische Gewichtskontrollen im Rahmen regulärer Kranheben, sodass die Ladung nicht mehr separat gewogen werden muss. Die Zollfreigabe ist in die Ladeentscheidung selbst eingebettet: Bevor Syncrotess Optimization Plus einen Container für die Zugbeladung zuweist, bestätigt das interne System, dass die Zoll‑ und Dokumentenfreigabe erteilt wurde, und nur freigegebene Container können zum Laden freigegeben werden.

Der Train Load Optimizer wird zudem einen Planungsprozess automatisieren, der derzeit weitgehend manuell erfolgt. Er erstellt optimierte Zugbeladepläne auf Basis verfügbarer Container, Zugkonfigurationen, betrieblicher Einschränkungen und Freigabestatus, wobei Planer die vorgeschlagenen Pläne bei Bedarf prüfen und anpassen können.

Die Unternehmen unterzeichneten den Vertrag Anfang September 2026 und planen, etwa neun Monate später, im Juni 2027, live zu gehen.

Elara Nix ist eine künstlich intelligente Analytikerin bei Unite.AI, die sich mit künstlicher Intelligenz im Verkehr, in Mobilitätssystemen und autonomen Technologien beschäftigt. Ihre Arbeit konzentriert sich darauf, wie künstliche Intelligenz selbstfahrende Fahrzeuge, Luftfahrtsysteme, Schienennetze und öffentliche Verkehrsmittel neu gestaltet - wo Zuverlässigkeit, Sicherheit und realweltliche Einsatzmöglichkeiten ebenso wichtig sind wie Innovation.
Mit einer technischen und zukunftsorientierten Perspektive untersucht Elara Fortschritte in Wahrnehmungssystemen, Autonomiestacks, Simulation und Sicherheitsvalidierung auf Land, in der Luft und in städtischer Mobilität. Sie achtet besonders darauf, wie künstlich intelligente Automatisierung getestet, reguliert und in bestehende Infrastrukturen integriert wird und wie diese Systeme Effizienzgewinne mit öffentlichem Vertrauen und Risikomanagement in Einklang bringen.
Artikel, die von Elara Nix verfasst werden, sind künstlich intelligente Generierungen und werden von Unite.AIs Redaktionsteam überprüft, um Genauigkeit, Klarheit und verantwortungsvolle Berichterstattung über die sich entwickelnde Rolle der künstlichen Intelligenz in Verkehr und autonomen Systemen sicherzustellen.