Echtzeit-Mobilitätsdaten für KI-Anwendungen verfügbar machen.

problem Ausgangssituation

Large Language Models (LLMs) haben standardmäßig keinen direkten Zugriff auf Live-Daten. Gerade in der Mobilitätsbranche – bspw. bei der Deutschen Bahn als größtem Infrastruktur- und Mobilitätsanbieter Deutschlands – besteht jedoch ein hoher Bedarf an aktuellen Informationen zu Fahrplänen, Pünktlichkeit oder Barrierefreiheit.

Bisher mussten diese Daten entweder über individuelle API-Anbindungen oder durch manuelle Recherche auf verschiedenen Webseiten beschafft werden – ein zeitaufwändiger und technisch anspruchsvoller Prozess, der für Endnutzer kaum umsetzbar war. Ziel war es, LLMs einen einheitlichen, standardisierten Zugang zu Live-Daten der Deutschen Bahn zu ermöglichen – ohne aufwändige Integrationen und ohne Programmierkenntnisse.

lightbulb Unsere Lösung

Mit dem Model Context Protocol (MCP) steht eine standardisierte Schnittstelle zur Verfügung, über die KI-Systeme automatisiert externe Informationen einbeziehen können. Wir entwickelten den ersten vollumfänglichen MCP-Server für Deutsche-Bahn-Dienste.

• api

  Standardisierte Anbindung via MCP

  Einheitliche Schnittstelle zu allen relevanten Deutsche-Bahn-Daten über das Model Context Protocol – zukunftssicher und erweiterbar.

• speed

  Echtzeit-Zugriff auf Live-Daten

  Fahrplan-, Infrastruktur-, Pünktlichkeits- und Barrierefreiheitsdaten in Echtzeit für jede KI-Anwendung nutzbar.

• public

  Open-Source-Veröffentlichung

  Öffentlich verfügbar für maximale Transparenz, Community-Nutzung und kollaborative Weiterentwicklung.

• person

  Niedrigschwellige Nutzung

  Keine Programmierkenntnisse erforderlich – Endanwender und Entwickler nutzen Live-Daten direkt in ihren KI-Workflows.