7. Brückenkolloquium - September 2026 259 Brückenmonitoring im Bestand Von der Schadensanalyse bis zur Restnutzungsdauerverlängerung Prof. Dr.-Ing. Daniel Pak Universität Siegen Sebastian Korte, M. Sc. Universität Siegen Prof. Dr. Günter Seidl Fachhochschule Potsdam Zusammenfassung Bestehende Eisenbahnbrücken weisen häufig Schäden, geometrische Abweichungen oder unplanmäßige Beanspruchungen auf, deren Bewertung mit rein rechnerischen Verfahren nur eingeschränkt möglich ist. Monitoring kann hier eine realitätsnahe Grundlage für Schadensanalyse, Maßnahmenplanung und sicheren Weiterbetrieb liefern. Der Beitrag zeigt anhand von Praxisbeispielen den Einsatz von Kurzzeit- und Dauerüberwachungen an Eisenbahnüberführungen. Im Schwerpunkt wird ein Monitoringkonzept für Schienenstützpunkte vorgestellt, bei dem horizontale Schienenverformungen aus Zugüberfahrten zur Früherkennung lokaler Schäden erfasst werden. Ergänzend wird ein KI-gestützter Ansatz vorgestellt, mit dem Überfahrtsgeschwindigkeit und ausgewählte Zugtypen automatisiert aus den Messdaten abgeleitet werden. Dadurch lassen sich Referenzzüge identifizieren und ihre Bauwerksreaktionen über längere Zeiträume vergleichen. Der Beitrag zeigt damit einen Weg von der Grenzwertüberwachung zur datenbasierten, zustandsorientierten Bewertung und zum sicheren Weiterbetrieb von Brückenbauwerken. 1. Einführung Viele bestehende Eisenbahnbrücken befinden sich heute in einem Spannungsfeld zwischen einem erheblichen Erneuerungsbedarf und den hohen Anforderungen an Verkehrssicherheit und Verfügbarkeit. Der InfraGO-Zustandsbericht 2025 weist für Brücken einen zustandsbasierten Erneuerungsbedarf von 30,9-Mrd. Euro aus; damit entfallen rund 29-% des gesamten zustandsbasierten Erneuerungsbedarfs im Schienennetz auf diese Anlagenklasse [1]. Ersatzneubauten und umfassende Ertüchtigungsmaßnahmen erfordern einen hohen Planungs- und Organisationsaufwand sowie eine detaillierte Abstimmung von Bauphasen, Bauabläufen und Sperrzeiten. Sie führen in der Regel zu Einschränkungen der verfügbaren Streckenkapazität [2]. Bis zur Umsetzung entsprechender Maßnahmen müssen bestehende Bauwerke daher häufig über längere Zeiträume weiterbetrieben werden. Dabei treten im Bestand nicht selten Abweichungen vom planmäßigen Zustand auf. Dazu zählen lokale Schäden, Veränderungen der Lagerungs- oder Randbedingungen, unplanmäßige Beanspruchungen oder konstruktive Details, deren Zustand im laufenden Betrieb gezielt beobachtet werden muss. Für die Bewertung solcher Bauwerke können ergänzende Informationen aus einem Monitoring erforderlich sein, da tatsächliche Einwirkungen und Randbedingungen und der aktuelle Bauwerkszustand im Bestand nicht immer vollständig bekannt sind [3]. Vereinfachte Modellannahmen können daher zu Bewertungen führen, die dem tatsächlichen Bauwerksverhalten nur eingeschränkt entsprechen. Monitoring bietet in diesem Zusammenhang die Möglichkeit, das reale Trag- und Verformungsverhalten eines Bauwerks unter Betriebsbedingungen zu erfassen und für ingenieurmäßige Entscheidungen nutzbar zu machen. Der Nutzen eines Monitorings hängt dabei wesentlich von der zugrunde liegenden Fragestellung ab. Kurzzeitmessungen können eingesetzt werden, um Schadensursachen einzugrenzen oder rechnerische Annahmen zu überprüfen. Dauerüberwachungen ermöglichen es, Bauwerksreaktionen über längere Zeiträume zu verfolgen, kritische Zustände frühzeitig zu erkennen und den Weiterbetrieb bei bekannten Defiziten abzusichern. Entscheidend ist jedoch, dass Monitoring nicht als reine Messwertsammlung verstanden wird. Erst durch die Verknüpfung der Messdaten mit einer konkreten ingenieurmäßigen Bewertungsaufgabe entsteht ein Mehrwert für die Bauwerkserhaltung und den sicheren Weiterbetrieb bestehender Brückenbauwerke [3]. Der vorliegende Beitrag zeigt dies anhand dreier Praxisbeispiele aus dem Eisenbahnbrückenbau. Zunächst wird dargestellt, wie Dehnungsmessungen zur Bewertung eines festgestellten Risses an einem Hänger eingesetzt wurden. Anschließend wird ein Bauwerk betrachtet, bei dem infolge veränderter Randbedingungen unplanmäßige Beanspruchungen auftraten und der Weiterbetrieb durch eine Kombination aus Messung, Berechnung und temporären Maßnahmen abgesichert wurde. Den 260 7. Brückenkolloquium - September 2026 Brückenmonitoring im Bestand Schwerpunkt bildet schließlich die Dauerüberwachung von Schienenstützpunkten einer Eisenbahnüberführung. Bei diesem Bauwerk werden horizontale Schienenverformungen während Zugüberfahrten erfasst, um lokale Schäden frühzeitig zu erkennen und einen sicheren Weiterbetrieb bis zum geplanten Ersatzneubau zu ermöglichen. Über die klassische Grenzwertüberwachung hinaus wird für dieses Beispiel ein KI-gestützter Auswerteansatz vorgestellt. Ziel ist es, aus den gemessenen Schienenverformungen automatisiert Informationen zur Überfahrtsgeschwindigkeit und zu ausgewählten Zugtypen abzuleiten. Bereits Bigelow et al. stellten Verfahren zur automatischen Identifikation von Zugtypen aus Monitoringdaten vor. Diese beruhen auf der expliziten Bestimmung charakteristischer Merkmale, insbesondere der Achsabstände bzw. Referenzsignaturen, und deren Abgleich mit bekannten Zugkonfigurationen [4]. Im Gegensatz dazu erfolgt die Zugtypklassifikation im vorliegenden Beitrag auf Grundlage der gemessenen Schienenverformungen. Hierzu werden die mehrkanaligen Messzeitreihen in zweidimensionale Intensitätskarten überführt und mittels eines Convolutional Neural Networks (CNN) ausgewertet. Während klassische Verfahren charakteristische Merkmale wie Achsabstände oder Überfahrtsgeschwindigkeit explizit aus den Messdaten ableiten, erfolgt die Merkmalsextraktion im vorliegenden Ansatz implizit im Lernprozess des neuronalen Netzes. Auf Basis dieser zusätzlichen Informationen lassen sich Bauwerksreaktionen nicht nur absolut, sondern bezogen auf wiederkehrende Einwirkungen bewerten. Die vorgestellte Methodik bildet damit einen Schritt von der reinen Dauerüberwachung hin zu einer datenbasierten, zustandsorientierten Bewertung bestehender Brückenbauwerke. 2. Monitoring als ingenieurmäßiges Entscheidungswerkzeug Bauwerksmonitoring wird häufig mit Sensorik, Datenübertragung und digitalen Dashboards in Verbindung gebracht. Tatsächlich beginnt ein Monitoringprojekt jedoch nicht mit der Auswahl geeigneter Sensoren, sondern mit einer ingenieurmäßigen Fragestellung. Erst wenn klar ist, welche Informationen zur Beurteilung eines Bauwerkszustands benötigt werden, kann ein geeignetes Messkonzept entwickelt werden. Der strategische Einsatz von Monitoring umfasst dabei den gesamten Prozess von der Definition des Anwendungsfalls über die Auswahl geeigneter Messverfahren und die Planung des Datenmanagements bis hin zur ingenieurmäßigen Interpretation der Messergebnisse [3]. Je nach Ausgangssituation können Monitoringmaßnahmen sehr unterschiedliche Zielsetzungen verfolgen. Sie reichen von der Beobachtung bereits bekannter Schäden über die Bewertung rechnerischer Defizite bis hin zur Ermittlung tatsächlicher Einwirkungen oder der Begleitung außergewöhnlicher Bauzustände. Auch bei zunächst schadensfreien Bauwerken gewinnt Monitoring zunehmend an Bedeutung, beispielsweise zur Erfassung von Referenzzuständen, zur Unterstützung von Bauwerksprüfungen oder als Datengrundlage für digitale Bauwerksmodelle bzw. digitale Zwillinge [3]. Allen Anwendungsfällen gemeinsam ist, dass Monitoring keine ingenieurmäßige Entscheidung ersetzt, sondern zusätzliche Informationen bereitstellt, die mit klassischen ingenieurwissenschaftlichen Methoden ausgewertet und bewertet werden. Sensoren liefern Messdaten - die Interpretation dieser Daten erfolgt weiterhin auf Grundlage des Tragwerksverständnisses sowie der Kenntnisse über Konstruktion, Beanspruchung und Schädigungsmechanismen. Gerade bei Bestandsbauwerken reicht die Betrachtung einzelner Messwerte häufig nicht aus. Historische Umbauten, konstruktive Besonderheiten oder unvollständige Bestandsunterlagen können dazu führen, dass zunächst die tatsächliche Wirkungsweise des Tragwerks verstanden werden muss. Bei einem der hier vorgestellten Bauwerke wurde beispielsweise beobachtet, dass einzelne Hauptträger bei höheren Temperaturen an die Widerlagerrückwand anstoßen. Erst die Kombination aus Bauwerksbegehung, historischer Recherche, Analyse des Tragsystems und gezielten Messungen ermöglichte es, die Ursache systematisch einzugrenzen und geeignete Maßnahmen abzuleiten. Die folgenden Beispiele zeigen, dass Monitoring in der Praxis sehr unterschiedliche Aufgaben übernehmen kann. Während in einem Fall die tatsächlichen Einwirkungen auf einen bereits vorhandenen Schaden im Mittelpunkt stehen, dient es in einem anderen Projekt der Aufklärung komplexer Tragwerkszusammenhänge oder der kontinuierlichen Überwachung eines Bauwerks mit rechnerischen Defiziten. 3. Praxisbeispiele aus dem Eisenbahnbrückenbau 3.1 Kurzzeitmonitoring zur Schadensanalyse eines Hängers Im Rahmen der Bauwerksprüfung einer neu errichteten Eisenbahnbrücke wurde an der Dichtnaht eines geschweißten Hängeranschlusses ein Riss festgestellt. Die Entstehungsursache konnte anhand der Sichtprüfung nicht eindeutig geklärt werden. Insbesondere stellte sich die Frage, ob der Schaden bereits während der Herstellung oder Montage entstanden war oder sich infolge der betrieblichen Beanspruchung entwickelt hatte. Zur Beantwortung dieser Frage wurde ein Kurzzeitmonitoring durchgeführt. Hierzu wurden Dehnungsmessstreifen im Bereich des geschädigten Anschlussdetails installiert und die Beanspruchungen während des regulären Eisenbahnbetriebs über einen Zeitraum von 21-Tagen kontinuierlich erfasst. 7. Brückenkolloquium - September 2026 261 Brückenmonitoring im Bestand Abb. 1: Gemessene Spannungszeitverläufe (Überfahrt) zur Ableitung der Lastkollektive am Hängeranschluss. Die gemessenen Dehnungssignale wurden zunächst in Spannungszeitverläufe umgerechnet (Abb. 1) und anschließend mittels Rainflow-Zählung in Spannungskollektive überführt. Auf Grundlage des für das untersuchte Schweißdetail maßgebenden Kerbfalls erfolgte eine Ermüdungsbewertung nach DIN EN 1993-1-9 [5]. Hierzu wurde aus dem Lastkollektiv die Schädigung für den 21-tägigen Messzeitraum nach der Palmgren-Miner-Regel bestimmt und auf die rechnerische Gesamtlebensdauer bis zum Erreichen der Schadenssumme D-=-1 extrapoliert. Die so ermittelte rechnerische Lebensdauer lag deutlich oberhalb der bisherigen Betriebsdauer des Bauwerks. Eine Entstehung des Schadens infolge der bisherigen betrieblichen Ermüdungsbeanspruchung konnte daher ausgeschlossen werden. Das Monitoring lieferte damit eine belastbare Grundlage für die weitere Ursachenanalyse und zeigt exemplarisch, dass messtechnisch ermittelte Lastkollektive einen wesentlichen Beitrag zur Bewertung bestehender Schäden und zur Auswahl geeigneter Instandsetzungsmaßnahmen leisten können. Beitrag des Monitorings: Bestimmung des realen Lastkollektivs am geschädigten Detail und belastbare Eingrenzung der Schadensursache. 3.2 Dauerüberwachung bei unplanmäßigen Randbedingungen Im Rahmen einer Bauwerksprüfung wurde an einer bestehenden stählernen Eisenbahnbrücke (Spannweite ca. 30-m) festgestellt, dass sich infolge einer Verschiebung eines Widerlagers die Randbedingungen des Tragwerks gegenüber dem ursprünglichen Entwurf verändert hatten. Bei höheren Temperaturen kam es zu einem Kontakt zwischen den Hauptträgern und der Widerlagerrückwand (Abb. 2), wodurch zusätzliche Zwangsbeanspruchungen in das Tragwerk eingeleitet wurden. Die Auswirkungen auf die Tragfähigkeit und den sicheren Weiterbetrieb des Bauwerks konnten anhand der vorhandenen Unterlagen zunächst nicht abschließend bewertet werden. Abb. 2: Kontakt zwischen Hauptträger und Widerlagerrückwand infolge temperaturabhängiger Verformungen. Zur Klärung der tatsächlichen Beanspruchung wurde das Bauwerk dauerhaft messtechnisch überwacht. Bereits während der ersten Sommerperiode konnte mithilfe des Monitorings das temperaturabhängige Verhalten des Bauwerks detailliert erfasst und der Kontakt zwischen Hauptträger und Widerlagerrückwand eindeutig nachgewiesen werden. Auf Grundlage der Messergebnisse konnten die infolge dieses Kontakts auftretenden zusätzlichen Normalkräfte in den Hauptträgern bestimmt werden. Anschließend wurde rechnerisch untersucht, bei welchen Normalkräften in einzelnen Bauteilen Grenzzustände überschritten werden. Aus der kleinsten maßgebenden Grenznormalkraft konnte schließlich eine kritische Bauwerkstemperatur abgeleitet werden, die als Schwellenwert für die Anpassung der Auswerteintervalle diente. Auf Grundlage dieser Erkenntnisse wurde die Auswertung der Messdaten an die jeweilige Gefährdungssituation angepasst. Bei unkritischen Temperaturen erfolgte zunächst eine wöchentliche Auswertung. Bei Überschreiten definierter Temperaturschwellen wurde das Auswerteintervall schrittweise verkürzt, bis hin zu einer stündlichen Kontrolle. Dadurch konnten kritische Entwicklungen frühzeitig erkannt und erforderliche Gegenmaßnahmen unmittelbar eingeleitet werden. Parallel zur messtechnischen Überwachung wurden die historische Entwicklung des Bauwerks sowie die veränderten Randbedingungen detailliert analysiert und numerisch bewertet. Die Kombination aus Monitoring, Tragwerksverständnis und Berechnung führte schließlich zur Entwicklung einer temporären konstruktiven Ertüchtigungsmaß- 262 7. Brückenkolloquium - September 2026 Brückenmonitoring im Bestand nahme. Hierbei wurde eine spezielle Lagerkonstruktion vorgesehen, welche die infolge der Widerlagerverschiebung auftretenden außerplanmäßigen Horizontalkräfte aufnehmen kann und gleichzeitig die Beanspruchung des Bauwerks reduziert. Die Maßnahme dient damit der Sicherung des Weiterbetriebs bis zur Umsetzung einer dauerhaften Sanierung oder eines Ersatzneubaus. Nach Umsetzung dieser Maßnahme dient das Monitoring heute nicht mehr in erster Linie der Schadensdetektion, sondern der Verifikation ihrer Wirksamkeit. Hierzu werden die aktuellen Messdaten kontinuierlich mit den Messreihen der vergangenen Sommer verglichen. Auf diese Weise können Veränderungen des Tragverhaltens, beispielsweise infolge weiterer Widerlagerbewegungen bzw. zunehmender Zwängungen, frühzeitig erkannt und bewertet werden. Das Monitoring übernimmt damit eine fortlaufende Kontrollfunktion während des weiteren Betriebs. Beitrag des Monitorings: Früherkennung kritischer temperaturabhängiger Zustände, Grundlage für die Entwicklung einer temporären konstruktiven Ertüchtigungsmaßnahme und fortlaufende Überwachung ihrer Wirksamkeit. 3.3 Dauerüberwachung von Schienenstützpunkten Ein weiteres Anwendungsbeispiel stellt die Dauerüberwachung der Schienenstützpunkte einer bestehenden Eisenbahnüberführung dar. Im Gegensatz zu den zuvor beschriebenen Projekten stand hier nicht die Analyse eines bereits eingetretenen Schadens im Vordergrund. Ziel war vielmehr die frühzeitige Erkennung zustandsbedingter Veränderungen an den Schienenstützpunkten, um den sicheren Weiterbetrieb des Bauwerks bis zu einem geplanten Ersatzneubau zu gewährleisten. Hierzu werden seit mehreren Jahren die horizontalen Verformungen der bogenäußeren Schiene während jeder Zugüberfahrt kontinuierlich erfasst. Die Messung erfolgt mithilfe magnetinduktiver Wegsensoren, welche den Abstand zwischen Schiene und einem als ortsfest angenommenen Entgleisungsschutz bestimmen (Abb. 3). Die Sensoren sind in regelmäßigen Abständen entlang der Schiene angeordnet und ermöglichen eine kontinuierliche Beobachtung der relativen Schienenbewegungen. Abb. 3: Messanordnung zur Erfassung horizontaler Schienenverformungen mittels magnetinduktiver Wegsensoren. Grundlage des Monitorings ist die Grundidee, dass Schäden im Bereich einzelner Schienenstützpunkte zu einer veränderten Verformung der Schiene führen. Hierzu wird die Differenz der horizontalen Schienenverformungen zwischen benachbarten Messstellen ausgewertet. Überschreitet diese Differenz einen zuvor festgelegten Grenzwert, erfolgt eine gezielte Bauwerksprüfung des betreffenden Bereichs. Wird dabei ein Schaden bestätigt, kann die im Instandsetzungskonzept bereits festgelegte Maßnahme zum Austausch des betroffenen Schienenstützpunkts unmittelbar umgesetzt werden. Auf diese Weise werden ausschließlich tatsächlich auffällige Bereiche detailliert untersucht, während routinemäßige Inspektionen des gesamten Bauwerks reduziert werden können. Das Monitoring übernimmt damit die Funktion eines permanenten Frühwarnsystems. Im Gegensatz zu periodischen Bauwerksprüfungen wird das Verhalten der Schienenstützpunkte bei jeder einzelnen Zugüberfahrt erfasst. Veränderungen des Trag- und Verformungsverhaltens können dadurch bereits in einem frühen Stadium erkannt werden, lange bevor sie bei einer turnusmäßigen Bauwerksprüfung sichtbar werden. Mit zunehmender Betriebsdauer entsteht gleichzeitig eine umfangreiche Datenbasis aus mehreren Millionen Einzelmesswerten. Diese ermöglicht nicht nur den Vergleich aktueller Messungen mit früheren Betriebszuständen, sondern eröffnet auch neue Möglichkeiten einer datenbasierten Zustandsbewertung. Voraussetzung hierfür ist jedoch, dass die gemessenen Bauwerksreaktionen den jeweiligen Einwirkungen zugeordnet werden können. Während absolute Grenzwerte für die Früherkennung lokaler Schäden ausreichend sind, erfordert eine belastungsabhängige Bewertung zusätzliche Informationen über die jeweilige Zugüberfahrt, insbesondere über Zugtyp und Überfahrtsgeschwindigkeit. Diese Fragestellung bildet den Ausgangspunkt der im folgenden Kapitel vorgestellten KI-gestützten Auswertemethodik. Beitrag des Monitorings: Kontinuierliche Erfassung der Schienenverformungen zur frühzeitigen Erkennung lokaler Veränderungen und zur gezielten Auslösung von Inspektions- und Instandsetzungsmaßnahmen. 4. KI-gestützte belastungsabhängige Zustandsbewertung 4.1 Anforderungen an eine belastungsabhängige Zustandsbewertung Die im Rahmen der Dauerüberwachung gemessenen Schienenverformungen spiegeln zunächst die Reaktion des Bauwerks auf die jeweilige Zugüberfahrt wider. Die zu erwartenden Verformungen werden dabei maßgeblich durch den Zugtyp, die Achsfolge, die Achslasten sowie geschwindigkeitsabhängige dynamische Einflüsse bestimmt. Veränderungen des Bauwerkszustands führen demgegenüber zu Abweichungen zwischen der gemessenen und der unter vergleichbaren Einwirkungen zu erwartenden Bauwerksreaktion. 7. Brückenkolloquium - September 2026 263 Brückenmonitoring im Bestand Für eine belastungsabhängige Zustandsbewertung müssen die gemessenen Verformungen daher entweder einer berechneten Bauwerksreaktion oder einer Referenzmessung gegenübergestellt werden, die unter identischen Einwirkungen und einem bekannten Bauwerkszustand entstanden ist. Voraussetzung hierfür ist die Kenntnis des tatsächlich überfahrenden Zuges sowie seiner Überfahrtsgeschwindigkeit. Im Regelbetrieb stehen Informationen über Zugtyp und Überfahrtsgeschwindigkeit jedoch nicht gemeinsam mit den Monitoringdaten zur Verfügung. Eine manuelle Zuordnung sämtlicher Zugüberfahrten ist aufgrund der großen Datenmengen nicht praktikabel. Ziel der nachfolgend vorgestellten Untersuchungen ist daher die automatisierte Ableitung dieser Informationen unmittelbar aus den vorhandenen Messdaten [6]. Für die vorgesehene Anwendung ist dabei keine vollständige Klassifikation sämtlicher Zugüberfahrten erforderlich. Bereits die zuverlässige Identifikation einzelner, regelmäßig verkehrender Referenzzüge ermöglicht den Vergleich von Bauwerksreaktionen unter vergleichbaren Einwirkungen. Dies ermöglicht es, Veränderungen der gemessenen Verformungen gezielt als Hinweis auf eine Veränderung des Bauwerkszustands zu nutzen. 4.2 Automatisierte Ableitung von Zugtyp und Überfahrtsgeschwindigkeit Zur automatisierten Auswertung werden die während einer Zugüberfahrt gemessenen horizontalen Schienenverformungen aller Messstellen zunächst in zweidimensionale Intensitätskarten überführt (Abb. 4). Die farbcodierte Darstellung dient der Visualisierung der gemessenen Schienenverformungen. Dabei bildet die Abszisse den zeitlichen Verlauf der Messung ab, während auf der Ordinate die räumliche Anordnung der Sensoren entlang der Schiene dargestellt wird. Die zeitlich versetzte Überfahrt der einzelnen Radsätze führt zu charakteristischen schräg verlaufenden Linienstrukturen. Deren Neigung α pix wird durch die Überfahrtsgeschwindigkeit sowie die zeitliche und räumliche Auflösung der Messung bestimmt. Anzahl und Abstand der Linien enthalten Informationen über die Achsfolge und damit über den jeweiligen Zugtyp. Abb. 4: Farbcodierte Intensitätskarte einer Zugüberfahrt als Ausgangsdarstellung [6]. Für das Training der KI-Modelle werden die farbcodierten Intensitätskarten anschließend in Schwarz- Weiß-Darstellungen überführt. Dabei bleibt ausschließlich die charakteristische räumlich-zeitliche Struktur der Zugüberfahrt erhalten, insbesondere die Neigung der Linien sowie deren Anzahl und gegenseitige Abstände. Die im Farbspektrum der Intensitätskarten enthaltene Information über die absolute Höhe der gemessenen Verformungen wird bewusst nicht berücksichtigt. Die Zugtypklassifikation und die Geschwindigkeitsregression erfolgen damit ausschließlich auf Grundlage der geometrischen Struktur der Intensitätskarten. Die Verformungsintensität bleibt einer späteren belastungsabhängigen Zustandsbewertung vorbehalten. Gleichzeitig lassen sich synthetische Trainingsdaten vergleichsweise einfach erzeugen, da für die Klassifikation und Regression keine realen Verformungsamplituden benötigt werden. Die Überführung der Messzeitreihen in Bilddarstellungen ermöglicht es, charakteristische Muster der Messdaten durch Convolutional Neural Networks effizient auszuwerten. Solche bildbasierten Verfahren haben sich im Structural Health Monitoring für die automatische Merkmalsextraktion etabliert [7] [8]. Für die Bestimmung der Überfahrtsgeschwindigkeit wurde ein Regressionsmodell eingesetzt, das aus den binarisierten Intensitätskarten die mittlere Geschwindigkeit ableitet. Die Zielwerte für das Training wurden aus den Messsignalen über den Zeitversatz zweier benachbarter Messstellen bestimmt. Zur Verbesserung der Generalisierungsfähigkeit des Modells wurde der Trainingsdatensatz gezielt um synthetisch erzeugte Intensitätskarten ergänzt, insbesondere zur besseren Abdeckung unterrepräsentierter Geschwindigkeitsbereiche. Für die Zugtypklassifikation wurde dagegen ein anderer Ansatz gewählt. Das Klassifikationsmodell wurde ausschließlich mit synthetisch erzeugten Schwarz-Weiß-Intensitätskarten trainiert. Grundlage hierfür sind charakteristische Muster, die zuvor in Intensitätskarten realer Zugüberfahrten beobachtet wurden. Insbesondere die Anzahl und Abfolge der Achsen wurden analysiert und anschließend zur Erzeugung synthetischer Trainingsdaten verwendet. Auf dieser Grundlage wurden künstliche Schwarz-Weiß-Intensitätskarten erzeugt, bei denen zusätzlich Geschwindigkeit, Startposition sowie realitätsnahe Linienunterbrechungen und Störungen variiert wurden. Durch das Training mit synthetischen Intensitätskarten kann ein Klassifikationsmodell bereits zu Beginn eines Monitoringprojekts aufgebaut werden, ohne dass zunächst über einen längeren Zeitraum reale, manuell gelabelte Zugüberfahrten gesammelt werden müssen. Die grundlegenden Fahrzeugmuster können bereits vorab synthetisch abgebildet werden. Reale Überfahrten dienen anschließend als unabhängige Testdaten zur Bewertung der Generalisierungsfähigkeit des Modells. Erste Untersuchungen zeigen vielversprechende Ergebnisse. Eine systematische Validierung erfolgt derzeit im Rahmen einer Abschlussarbeit. 264 7. Brückenkolloquium - September 2026 Brückenmonitoring im Bestand 4.3 Ergebnisse und Übertragbarkeit Für die Geschwindigkeitsbestimmung wurden auf unabhängigen Testdaten hohe Übereinstimmungen zwischen vorhergesagter und referenzierter Geschwindigkeit erreicht. Die Einbeziehung synthetisch erzeugter Intensitätskarten in den Trainingsdatensatz führte zu einer Verbesserung der Generalisierungsfähigkeit des Regressionsmodells. Dadurch konnte die mittlere absolute Abweichung auf etwa 1,2-km/ h reduziert werden, das Bestimmtheitsmaß lag bei R 2 -=-0,968. Damit ist die Genauigkeit für eine belastungsabhängige Einordnung der Überfahrten im Monitoringkontext ausreichend [6]. Die Zugtypklassifikation erreichte auf synthetischen Testdaten eine Gesamtgenauigkeit von 83,6-%. Für die vorgesehene Anwendung ist jedoch weniger die Gesamtgenauigkeit als vielmehr die zuverlässige Identifikation einzelner Referenzzüge entscheidend. Sämtliche Überfahrten des Zugtyps ICE-1 wurden korrekt erkannt; gleichzeitig wurde keine Überfahrt eines anderen Zugtyps fälschlicherweise dem ICE-1 zugeordnet. Aufgrund seines regelmäßigen Auftretens im Betrieb eignet sich der ICE-1 damit in diesem Fall besonders gut als Referenzzug. Durch den Vergleich der Bauwerksreaktionen bei Überfahrten dieses Referenzzuges unter weitgehend identischen Einwirkungen besteht das Potenzial, Veränderungen des Verformungsverhaltens zuverlässig zu erkennen. Eine vollständige Trennung sämtlicher Zugtypen ist hierfür nicht erforderlich. Ein wesentlicher Vorteil des Ansatzes liegt in seiner unmittelbaren Einsetzbarkeit bei neuen Monitoringprojekten. Durch den Einsatz synthetisch erzeugter Trainingsdaten kann das Klassifikationsmodell bereits vor Beginn des Messbetriebs aufgebaut werden. Aufwendige, manuell gelabelte Datensätze realer Zugüberfahrten sind hierfür nicht erforderlich. 5. Schlussfolgerungen Die vorgestellten Beispiele zeigen, dass Monitoring je nach ingenieurmäßiger Fragestellung sehr unterschiedliche Aufgaben übernehmen kann - von der Klärung konkreter Schadensursachen über die Begleitung temporärer Ertüchtigungsmaßnahmen bis hin zur kontinuierlichen Zustandsüberwachung bestehender Bauwerke. Gemeinsam ist allen Anwendungsfällen, dass Monitoring nicht die ingenieurmäßige Bewertung ersetzt, sondern zusätzliche Informationen für diese Bewertung bereitstellt. Die Messdaten müssen mit Tragwerksverständnis, Bauwerksprüfung und rechnerischen Untersuchungen verknüpft werden. Erst dadurch entsteht aus einer Messung eine Entscheidungsgrundlage für Instandsetzung, Weiterbetrieb oder Ersatzneubau. Die KI-gestützte Auswertung erweitert diesen Ansatz um eine belastungsabhängige Perspektive. Die automatische Identifikation geeigneter Referenzüberfahrten schafft die Grundlage dafür, Bauwerksreaktionen unter vergleichbaren Einwirkungen gegenüberzustellen. Für die Bauwerkserhaltung ist insbesondere die Übertragbarkeit des Ansatzes relevant. Da die Zugtypklassifikation auf synthetisch erzeugten Schwarz-Weiß-Intensitätskarten trainiert werden kann, ist kein umfangreicher realer Trainingsdatensatz erforderlich. Ein entsprechendes Modell kann bereits zu Beginn eines Monitorings aufgebaut und anschließend mit realen Überfahrten validiert und feinjustiert werden. Damit wird Monitoring über seine Funktion als reines Beobachtungssystem hinaus zu einem intelligenten Assistenzsystem für die zustandsorientierte Bewertung und den sicheren Weiterbetrieb bestehender Brückenbauwerke. Literatur [1] DB InfraGO AG (2026): InfraGO-Zustandsbericht Netz und Personenbahnhöfe 2025. Frankfurt am Main. [2] DB InfraGO AG (2024): Leitfaden Bau- und Sperrzeitenkatalog. Rev.-Index 2.0, gültig ab 01.05.2024. [3] Wedel, F.; Pitters, S.; Hille, F.; Herrmann, R.; Schneider, R. (2025): Leitfaden - Strategischer Einsatz von Monitoring für Ingenieurbauwerke. Schriftenreihe der Bundesanstalt für Straßen- und Verkehrswesen (BASt), Bericht B 210, Bergisch Gladbach. ISBN 978-3-95606-864-5. https: / / doi. org/ 10.60850/ bericht-b210 [4] Bigelow, H.; Hoffmeister, B.; Feldmann, M.; Weil, F. (July 2014) Automatic train type identification in railway bridge monitoring in: Cunha, Á. et al. [Eds.] EURODYN 2014: IX International Conference on Structural Dynamics : proceedings : Porto, Portugal, 30 June-1-2 July 2014. Porto, Portugal: Faculty of Engineering of University of Porto Department of Civil Engineering, pp. 2193-2198 [5] DIN EN 1993-1-9: 2005+A1: 2014: Eurocode 3: Bemessung und Konstruktion von Stahlbauten - Teil 1-9: Ermüdung; Deutsche Fassung EN 1993-1- 9: 2005+A1: 2014. Berlin: Beuth Verlag. [6] Pak, D.; Korte, S. (2026) KI-gestützte Zugtyp- und Geschwindigkeitsbestimmung aus Schienenverformungsmessungen. Stahlbau- 95, H. 6, S. 479-486. https: / / doi.org/ 10.1002/ stab.70138 [7] Cha, Y.-J.; Choi, W.; Büyüköztürk, O. (2017) Deep Learning-Based Crack Damage Detection Using Convolutional Neural Networks in: Computer-Aided Civil and Infra-structure Engineering 32, H. 5, S. 361-378. https: / / doi.org/ 10.1111/ mice.12263 [8] Wang, X.; Li, W.; Ma, M.; Yang, F.; Song, S. (2024) Bridge Damage Identification Based on Encoded Images and Convolutional Neural Network in: Buildings 14, H. 10, S. 3104. https: / / doi.org/ 10.3390/ buildings14103104