@phdthesis{Schmitz2013,
  author    = {Schmitz, Marcus},
  title     = {Simulationsgest{\"u}tzte Kompetenzfeststellung von Triebfahrzeugf{\"u}hrern - Entwicklung und Anwendung eines Verhaltensmarkersystems},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-82272},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2013},
  abstract  = {Diese Arbeit beschreibt die Entwicklung und Anwendung einer simulationsgest{\"u}tzten Methode zur Kompetenzfeststellung von Triebfahrzeugf{\"u}hrern (Tf) der Deutschen Bahn AG unter Anwendung eines Verhaltensmarkersystems. Diese Methode wurde als ein erweitertes Konzept zur Bewertung eines Tf im Rahmen einer j{\"a}hrlich stattfindenden {\"U}berwachungsfahrt entwickelt. Diese {\"U}berwachungsfahrt besteht aus einer etwa 45-min{\"u}tigen Pr{\"u}fungsfahrt, mit deren Hilfe die Handlungssicherheit eines Tf erh{\"o}ht sowie dessen Leistung und Leistungsf{\"a}higkeit beschrieben und bewertet wird. Die {\"U}berwachungsfahrt wird von geschulten Instruktoren durchgef{\"u}hrt. W{\"a}hrend der Simulatorfahrt werden unregelm{\"a}ßige Ereignisse eingespielt, die der Tf unter Anwendung der vorgeschriebenen Sollverhaltensweisen bew{\"a}ltigen muss. Ziel ist es, keinen sicherheitsrelevanten Mangel zu verursachen. Grundlage des eingef{\"u}hrten Verhaltensmarkersystems ist ein Datenkonzept, das auf den in den Regelwerken beschriebenen Fahrtereignissen und den entsprechenden Sollverhaltensweisen beruht. Die {\"U}berwachungsfahrt wird aus diesen Einzelereignissen zusammengestellt und somit entspricht auch das w{\"a}hrend der {\"U}berwachung zu zeigende Verhalten dem in den Regelwerken beschriebenen Sollverhalten. Um Abweichungen vom vorgeschriebenen Verhalten besser erkennen und bewerten zu k{\"o}nnen, werden sog. Verhaltensmarker eingef{\"u}hrt. Hierbei handelt es sich um objektive und nachpr{\"u}fbare Indikatoren, die etwas {\"u}ber den Grad der Erf{\"u}llung des Sollverhaltens Auskunft geben. Zentral f{\"u}r die Bewertung sind somit die Erfassung m{\"o}glicher Sollverhaltensabweichungen und die Frage nach der Festlegung der Schwere dieser Abweichung im Sinne eines Fehlers. Um Art und St{\"a}rke der Abweichungen vom Sollverhalten wurden objektive Fahrdaten aus dem Simulator herangezogen. Zus{\"a}tzlich wurde ein standardisiertes Beobachtungsverfahren f{\"u}r die Instruktoren entwickelt. In einem zweiten Schritt wurden die {\"u}ber beide Verfahren erfassten Abweichungen vom Sollverhalten auf der Basis von Expertenurteilen entsprechend der potentiellen Auswirkungen gewichtet. Diese Gewichtung reicht in drei Stufen von leichten Fehlern bis hin zu sicherheitsrelevanten M{\"a}ngeln. F{\"u}r alle in den {\"U}berwachungsfahrten vorkommenden Sollverhaltensweisen wurden m{\"o}gliche Abweichungen erhoben und in einer Fehlertabelle den Fehlerkategorien „gering", „mittelschwer" und „sicherheitsrelevant" zugeordnet. Die so gewichtete Fehlerbetrachtung f{\"u}hrt zu einer Gesamtbewertung des Tf und zu einer detaillierten Analyse seiner St{\"a}rken und Schw{\"a}chen. Insgesamt wurden 1033 {\"U}berwachungsfahrten von den Instruktoren auf einem projektspezifischen Bogen protokolliert. {\"U}ber die an den Simulatoren vorhandenen Datenschnittstellen wurden 1314 {\"U}berwachungsfahrten aufgezeichnet. Diese Datenquellen wurden integriert und ausgewertet. Als {\"u}bergeordnetes Ergebnis l{\"a}sst sich festhalten, dass die Anwendung der in dieser Arbeit entwickelten Methode nachweislich die Qualit{\"a}t und Genauigkeit der Bewertung verbessern konnte. Die Verhaltensmarker erm{\"o}glichen eine differenziertere Bewertung des Leistungsstands eines Tf. So ist es nicht nur m{\"o}glich, sicherheitskritisches Verhalten („roter Bereich") und ein optimales, fehlerfreies Verhalten („gr{\"u}ner Bereich") festzustellen, sondern auch Aussagen {\"u}ber den „gelben Bereich" dazwischen zu treffen (z.B. M{\"a}ngel, die in anderen Situationen sicherheitskritisch sein k{\"o}nnen).},
  subject      = {Lokomotivf{\"u}hrer},
  language  = {de}
}