Die interdisziplinäre Auswertung von Daten aus Sensorsystemen im Eisenbahnverkehr eröffnet neue Möglichkeiten zur Erfassung und Bewertung des Zustandes der Komponenten Fahrzeug und Bauwerk. Bisher werden bereits Daten aus Monitoringsystemen an Bauwerken (vornehmlich Brücken) genutzt, um bautechnische Bewertungen und Instandhaltungsmaßnahmen durchzuführen. Analog dienen an Fahrzeugen installierte Sensorsysteme der Überwachung von fahrzeugtechnischen Komponenten. Inhärent werden mit den jeweiligen Sensorsystemen jedoch Daten gesammelt, die weitere Informationen enthalten: Ein instrumentierter Zug überfährt auf seiner Fahrt eine Vielzahl an Brücken und über eine instrumentierte Brücke fahren eine Vielzahl an Zügen. Kreuzt ein instrumentierter Zug eine instrumentierte Brücke, lassen sich beide Sensorsysteme kalibrieren; im weiteren Verlauf können dann von der instrumentierten Brücke Informationen über weitere, nicht instrumentierte Züge gesammelt werden beziehungsweise können von einem instrumentierten Zug Informationen über weitere nicht instrumentierte Brücken erfasst werden, die dieser überfährt.
Hierfür soll ein digitales Werkzeug für die in-situ Überwachung von Eisenbahnbrückenbauwerken im Rahmen eines sensordatengestützten Predictive Maintenance Konzepts unter Verwendung eines BIM-integrierten digitalen Zwillings (Digital Twin) und auf Basis der Künstlichen Intelligenz entwickelt, implementiert und validiert werden. Kernziel ist die Entwicklung eines Templates für eine hochgradig automatisierte und verbesserte Aussage zur Zustandsbewertung (Resonanzgefährdung, Tragsicherheit und Restlebensdauer) von bestehenden Eisenbahnbrücken. Die durch das dynamische Monitoring gewonnenen Zustandsdaten sollen zu diesem Zweck durch eine automatisierte und kontinuierliche Aktualisierung des Ist-Zustands des Digitalen Zwillings berücksichtigt werden. Basierend auf den Zustandsdaten entscheidet daraufhin eine Künstliche Intelligenz, unter Berücksichtigung mechanischer Zusammenhänge der Struktur, über eine notwendige Anpassung der Strukturmodelle an den Ist-Zustand.