PIARC 2026: Digitalisierung des ASFINAG-Winterdienstes
- 19. März
- 10 Min. Lesezeit
Wien, März 2026:
Prädiktiver Winterdienst in der ASFINAG:
„Im Gegensatz zum reaktiven Winterdienst zielt der vorausschauende Winterdienst darauf ab, kritische Straßenzustände präventiv zu verhindern, indem Zeitpunkt, Räumung und Dosierung von Auftausalz vor, während und nach Ereignissen mittels Prognosen optimiert werden. Damit kann der Salzverbrauch reduziert und die Sicherheit erhöht werden.“
PIARC 2026 – Weltkongress für Winterwartung in Chambéry, Frankreich:
Der Weltkongress für Winterdienst, Resilienz und Dekarbonisierung ist eine hochkarätige Veranstaltung der Weltstraßenorganisation PIARC und findet alle vier Jahre statt. Der 17. Kongress wurde vom 10. bis 13. März 2026 in Chambéry, Frankreich, abgehalten und bot eine hervorragende Gelegenheit, unsere Forschungsergebnisse zur Digitalisierung des Winterdienstes auf Autobahnen in Österreich gemeinsam mit der ASFINAG zu präsentieren. Dazu haben wir 15 Jahre Forschung und Entwicklung zusammengefasst und fünf Fachbeiträge eingereicht (mit peer-review). Zudem hielten wir fünf Vorträge und präsentierten fünf Poster mit den wichtigsten Ergebnissen.
Papier Nr. 1: Prädiktiver Winterdienst
Der vorliegende Beitrag präsentiert einen umfassenden Ansatz zur Modernisierung und Optimierung des Winterdienstes in Österreich. Er beschreibt die Entwicklung, Implementierung und Verbesserung prädiktiver Winterdienststrategien, die fortschrittliche Wettervorhersagen, Straßenzustandsmodelle und Echtzeit-Datenanalysen integrieren, um die Sicherheit zu erhöhen, Kosten zu senken und proaktiv auf veränderte Klimabedingungen zu reagieren. Der Winterdienst ist trotz des Klimawandels unerlässlich für die Verkehrssicherheit und Erreichbarkeit bei widrigen Wetterbedingungen. In Österreich können selbst kurze Unterbrechungen durch Schneefall erhebliche volkswirtschaftliche Verluste verursachen, welche die Kosten des Winterdienstes in einer gesamten Wintersaison übersteigen. Im Vergleich zu diesen Entwicklungen erweisen sich traditionelle reaktive Ansätze zunehmend als ineffizient, wie das Forschungsprogramm WinterFIT umfassend belegt.
Das Herzstück des österreichischen Systems für den prädiktiven Winterdienst bildet die ganzheitliche Entscheidungsplattform Wetter 2.0. Sie deckt das gesamte, 2.250 km lange, von ASFINAG verwaltete Autobahnnetz ab und nutzt hochauflösende Nowcasting-Modelle (+12 Stunden) mit stündlichen Aktualisierungen und präzisen Einsatzempfehlungen für jede Route. Die Kerninnovation des Systems liegt in der Integration physikalischer Modelle wie Tauwirkung, Frost, Restsalzverhalten und Straßenabfluss mit Verkehrsdaten und straßenspezifischen Parametern wie Krümmung, Oberflächenbeschaffenheit und Spurrinnenbildung. Dies ermöglicht genaue Vorhersagen der Griffigkeit im Zeitverlauf und hilft, die effektivsten Winterdienststrategien hinsichtlich Sicherheit und Kosten zu ermitteln. Alle Strategien werden stündlich neu berechnet und optimiert, wobei richtungsabhängige Unterschiede berücksichtigt werden.
Ein bedeutender technischer Fortschritt ist die Fähigkeit des Systems, mithilfe von Ensemble-Modellierungstechniken die Temperatur der Straßenoberfläche, die Lufttemperatur und die relative Luftfeuchtigkeit präzise vorherzusagen. Durch die Nutzung „thermischer Fingerabdrücke“ von Straßenabschnitten und die Berücksichtigung der lokalen Topografie (z. B. Brücken und Tunnel) hat sich die Vorhersagegenauigkeit im Vergleich zum Stand der Technik deutlich verbessert. Der Standardfehler beträgt lediglich 1,1 °C für die Lufttemperatur und 1,45 °C für die Straßenoberflächentemperatur im 12-Stunden-Zeitraum. Die Echtzeitüberwachung aller Räumeinsätze und Streueinsätze ist ein weiteres wichtiges Merkmal. Die von den Lkw übermittelten Daten zu Geschwindigkeit, Salzmenge, Soleanteil und Räumung werden zur Validierung der Vorhersagen, zur Vermeidung redundanter Abdeckung und zum Benchmarking genutzt (Abbildung 1).
Beitrag Nr. 2: Die Bedeutung von KPIs im Winterdienst
Ein effizienter Winterdienst (WM) optimiert die verfügbaren Ressourcen, um hohe Erreichbarkeit und Verkehrssicherheit bei minimalen Kosten und geringsten Umweltauswirkungen zu gewährleisten. Ungeachtet der Schulungsmaßnahmen und bereitgestellten Richtlinien liegt die endgültige Entscheidung über die Anpassung allgemeiner Strategien an die jeweilige Straßensituation beim Winterdienstpersonal, was zu erheblichen Abweichungen in Strategie und Ergebnis führen kann. Für jede systematische Verbesserung ist jedoch eine objektive Vergleichsgrundlage erforderlich, die regionale und saisonale Schwankungen des Winterwetters sowie andere mögliche Einflüsse wie den Klimawandel berücksichtigt. Das entwickelte Benchmarkingsystem mit Leistungskennzahlen (KPIs) ermöglicht es der ASFINAG, Strategien und Ergebnisse im Zeitverlauf zu vergleichen und für regionale und lokale Wetterereignisse und Klimatrends zu normalisieren. Da der Winterdienst von vielen Faktoren beeinflusst wird, gibt es keine einzelnen KPIs, die alle relevanten Aspekte abdecken, sondern vielmehr eine Reihe von KPIs, welche die unterschiedlichen Aspekte eines prädiktiven Winterdienstes optimal abbilden.
Mit der erstmaligen Implementierung eines ganzheitlichen Winterdienstmodells mit validierter Echtzeit-Vorhersage des Straßenzustands in das MDSS (Maintenance Decision Support System) der ASFINAG – genannt Wetter 2.0 – ist eine solche konsistente Grundlage geschaffen. Die Nowcasts dieses Systems für +12 h ermöglichen die Optimierung und den Vergleich beliebiger Strategien zu jedem Zeitpunkt und für jeden Ereignistyp sowie die Bewertung ihrer Kosten und der daraus resultierenden Verkehrssicherheit. Der Beitrag bietet einen Überblick über die entwickelten Benchmarks und ausgewählten KPIs für einen effizienten Winterdienst auf österreichischen Autobahnen. Das entwickelte Benchmark-System und die KPIs enthalten bereits die Daten der letzten drei Wintersaisonen und sind seit März 2026 in Betrieb.
Der erste Bereich der Benchmarks bezieht sich auf die Genauigkeit der Sensoren und Wettervorhersagen. Der zweite Bereich umfasst die Klassifizierung von Wetterereignissen wie Schneefall, Reif, Eisregen, Regen und Trockenperioden, einschließlich ihrer Anzahl, Dauer und Intensität. Der dritte Bereich liefert Einblicke in den tatsächlichen Winterdienst, normiert nach Ereignistyp, einschließlich des Salz- und Soleverbrauchs sowie der Anzahl der Einsätze pro Ereignis und Ereignisstunde. Der vierte Bereich bietet Einblicke in Effizienz und Kosten mit Fokus auf die Effizienz des Winterdienstes. Hierbei werden der Verzicht auf Winterdienste mit den tatsächlichen und optimierten Strategien sowie deren Sicherheitsgewinne verglichen. Alle Benchmarks werden automatisch berechnet und sind für jede Route, jeden Zeitraum, jedes Wartungsdepot und jede Region tagesaktuell verfügbar.
Zusammenfassend lässt sich sagen, dass das entwickelte ganzheitliche Winterdienstmodell und das Entscheidungsunterstützungssystem Wetter 2.0 eine solide Grundlage für ein systematisches Benchmarking in allen relevanten Bereichen bieten. Die Implementierung mit täglicher automatischer Berechnung der KPIs ist jedoch der Schlüssel, eine kontinuierliche Verbesserung sowohl der Modelle als auch der Winterdienstpraxis zu ermöglichen – sowohl für spezifische Ereignisse als auch allgemein. Die kommenden Wintersaisonen werden zusammen mit den Benchmarking-Ergebnissen die spezifischen Verbesserungspotenziale des Winterdienstes auf österreichischen Autobahnen aufzeigen und zu deren Umsetzung beitragen (Abbildung 2).
Beitrag Nr. 3: Optimierung von Winterdienststrategien mit Echtzeitvorhersage :
Der Winterdienst ist maßgeblich von der Erfahrung und dem Engagement der Mitarbeiter bei der Anpassung und Umsetzung der Einsatzstrategien unter den sich ständig ändernden Bedingungen abhängig. Mit der zunehmenden Verfügbarkeit von Sensordaten und präziseren lokalen Wettervorhersagen hat sich die Entscheidungsfindung von einem praktischen, reaktiven Ansatz hin zu einer vorausschauenden Strategie verlagert. Dennoch müssen Sensordaten und Wettervorhersagen weiterhin fallweise interpretiert werden, was zu erheblichen Abweichungen der Winterdienststrategien in ähnlichen Situationen führt. Ohne eine objektive Vergleichsgrundlage sind die Umsetzung und Bewertung der tatsächlich umgesetzten Strategien problematisch. Zudem ist es ohne eine solche Grundlage sehr schwierig, das Einsatzpersonal von innovativen Ansätzen und Erkenntnissen zu überzeugen.
Ziel des Forschungsprogramms WinterFIT war es, diese Situation zu verändern und eine Grundlage für einen objektiven Vergleich und die Optimierung aller möglichen Strategien zu schaffen. Grundlage hierfür war die Echtzeitvorhersage von Wetterparametern und Straßenverhältnissen mit und ohne Winterdienst. Dieser Beitrag konzentriert sich auf die Optimierung von Winterdienststrategien für beliebige Ereignisse im Winter. Zur Optimierung werden verschiedene Kriterien und Zielfunktionen vorgestellt, die sowohl die verbesserte Griffigkeit einer Strategie im Vergleich zu keiner Maßnahme als auch die Kosten dieser Strategien berücksichtigen. Die Strategiegenerierung zur Optimierung ermöglicht die Kombination einer beliebigen Anzahl aufeinanderfolgender Einsätze für eine vorgegebene Zykluszeit, unterschiedliche Soleanteile und Salzstreumengen über einen Zeitraum von mehr als 12 Stunden in stündlichen Zeitschritten.
In der vorliegenden Arbeit wird die Optimierung von Winterdienststrategien für Starkschnee- und Reifereignisse detailliert dargestellt. Es wird aufgezeigt, unter welchen Bedingungen welche Salzmenge, welcher Soleanteil, welcher Ausbringungszeitpunkt oder welche Zykluszeit optimal sind und warum. Das Winterdienstmodell ist darüber hinaus in der Lage, Strategien für beliebige Randbedingungen und Ereignistypen zu optimieren und ist durch die umfassende messtechnische Validierung eine zuverlässige Grundlage für Vergleiche und Verbesserungen. Neben der Optimierung von Winterdienststrategien auf Basis von Kurzfristprognosen ermöglicht das Modell auch Rückwärtsprognosen auf Basis von Daten aus tatsächlichen Ereignissen. Dadurch lassen sich Vergleichswerte berechnen, mit den umgesetzten Strategien vergleichen und die Straßenverhältnisse bei schweren Unfällen rekonstruieren.
Mit der Implementierung des ganzheitlichen Winterdienstmodells auf dem gesamten österreichischen Autobahnnetz seit 2023/24 ist es nun möglich, den Straßenzustand vorherzusagen und den Winterdienst in 250 Wetterabschnitten auf 136 Streurouten zu optimieren. Die Vorhersage und Optimierung werden stündlich neu berechnet und berücksichtigen dabei sowohl vorherige Einsätze als auch Änderungen von Sensordaten und Wettervorhersagen. Das Modell läuft im Hintergrund und liefert Echtzeitprognosen für alle Sensorstandorte und Straßenabschnitte sowie Einsatzempfehlungen mit Angaben zu Zeitpunkt, Streumenge und Soleanteil im System Wetter 2.0 der ASFINAG (Desktop & App). Trotz umfangreicher Bemühungen zur Validierung des Modells wird es immer wieder Abweichungen zwischen Vorhersage und Realität geben, die durch eine Anpassung der Einsatzempfehlungen durch geschultes Personal behoben werden können. Zukünftige Forschungsansätze umfassen die weitere Verfeinerung des Winterdienstmodells und die Optimierung der Strategie, die Weiterentwicklung des Benchmarkings sowie die Nutzung von Echtzeitdaten von Winterdienstfahrzeugen und Floating-Car-Daten (Abbildung 3).
Papier Nr. 4: Reifglätte im Winterdienst – Die unterschätzte Gefahr:
Der Winterdienst als eine zentrale Aufgabe der Straßenbetreiber gewährleistet die Erreichbarkeit und Sicherheit unter allen Wetterbedingungen. Im Rahmen des seit über 15 Jahren laufenden Forschungsprogramms WinterFIT der ASFINAG unter der Leitung von Hoffmann Consult befasst sich dieser Beitrag mit dem Thema Reif – von den physikalischen Mechanismen über Messung und Vorhersage bis hin zur Optimierung und Integration von Maßnahmen. Angesichts der durchschnittlich 40 bis 60 Reiftage in Österreich bestand die erste Herausforderung darin, den Reifbildungsmechanismus besser zu verstehen und Ansätze für eine systematische, kontinuierliche Messung der Ereignisse zu entwickeln. Das entwickelte Sensorsystem sowie Daten von standardisierten Wetterstationen in verschiedenen Regionen über mehrere Winterperioden erlauben die Analyse und Vorhersage von Reifereignissen. Die statistischen Analysen haben gezeigt, dass die Reifbildung ein kontinuierlicher Prozess ist, der typischerweise zwischen 22:00 und 01:00 Uhr abends beginnt und seinen Höhepunkt zwischen 7:00 und 9:00 Uhr morgens erreicht. Die Wetterbedingungen dafür sind sinkende Temperaturen zwischen -1 °C und -6 °C bei hoher relativer Luftfeuchtigkeit über 88 %, was zu einer Eismasse von 50 bis 150 g/m² führt. Für den prädiktiven Winterdienst der ASFINAG wurden verschiedene Modelle (logistische Regression, künstliche neuronale Netze) entwickelt, die eine Vorhersage zukünftiger Ereignisse mit einer Genauigkeit von 88 bis 92 % ermöglichen.
Um diese Ergebnisse praktisch umzusetzen, war die Entwicklung hochpräziser lokaler Vorhersagemodelle für die Luft- und Straßenoberflächentemperatur sowie die relative Luftfeuchtigkeit erforderlich. Diese Modelle kombinierten Daten von Straßensensoren und RWIS-Stationen mit Wettervorhersagen. Auf Basis dieser Vorhersagen konnten Standardstrategien für typische Reifereignisse in Form allgemeiner Empfehlungen entwickelt werden, die auf allen Straßenebenen in Österreich Anwendung finden. Die Forschung wurde jedoch fortgesetzt, da sich die Wetter- und Straßenverhältnisse während des Winterdienstes ständig ändern. Daher war ein robusterer Ansatz erforderlich, der alle Wetterereignisse und die Ergebnisse der letzten Streueinsätze berücksichtigt und spezifische Empfehlungen für jeden Straßenabschnitt und jede Streuroute ermittelt.
Die Entwicklung des ganzheitlichen Winterdienstmodells im Rahmen von WinterFIT ermöglichte die Simulation und Optimierung von Einsatzstrategien hinsichtlich Zeitpunkts, Salzmenge und Soleanteils für jeden Streuumlauf bei beliebigen Wetterereignissen. In der vorliegenden Arbeit werden sowohl der Mechanismus präventiver bzw. reaktiver Strategien bei Reifereignissen als auch die Optimierung der Strategien und deren sensorgestützte Validierung dargestellt. Die Ergebnisse zeigen, dass im Falle von Reifbildung eine präventive Streuung mit hohem Soleanteil einer nachträglichen Streuung überlegen ist. Erfolgt die präventive Streuung jedoch zu früh, ist sie suboptimal, da der Großteil des Salzes vor dem Auftreten von Reif verloren geht.
Das gesamte Winterdienstmodell mit Reifvorhersage und Optimierung der Behandlungsstrategien ist seit 2022/23 erfolgreich in Wetter 2.0 der ASFINAG implementiert. Es liefert spezifische Streuempfehlungen bei Reifbildung auf 250 Straßenabschnitten sowie 136 Winterdienstrouten mit genauen Angaben zu Zeitpunkt, Salzmenge und Soleanteil. Sowohl die Offline-Empfehlungen in Papierform für Standardsituationen als auch das Wetter-2.0-System wurden von dem Einsatzpersonal positiv aufgenommen und umgesetzt. Da aber selbst die besten Modelle nicht alle Eventualitäten berücksichtigen können und die Fahrer die Empfehlungen an die jeweilige Situation anpassen müssen, sind regelmäßige Schulungen und motivierte Teams entscheidend für einen erfolgreichen Winterdienst. Die Validierung von Ereignissen und Ergebnissen im automatisierten Winterdienst-Benchmarking der ASFINAG ist daher unerlässlich, um die kontinuierliche Verbesserung von Modellen, Strategien und Schulungen sicherzustellen. Ziel der laufenden Forschung ist es daher, Sensorfehler automatisch zu erkennen, die Vorhersagegenauigkeit zu verbessern und die Streuempfehlungen sowie die Validierung der Ergebnisse weiter zu verfeinern (Abbildung 4).
Beitrag Nr. 5: Winterwartung – warum gibt es Einschränkungen?
Nach den alten österreichischen Richtlinien war eine Längsneigung von bis zu 6% für Autobahnen zulässig. Die kritischen Abschnitte der A21 und A13 sind derzeit die einzigen Autobahn- bzw. Schnellstraßenabschnitte in Österreich mit einer so hohen Längsneigung. Seit 2014 begrenzen die neuen Richtlinien die maximale Neigung für Autobahnen und Landstraßen generell auf 4 %, um einen gleichmäßigen Verkehrsfluss bei hohem Lkw-Verkehr zu gewährleisten und Probleme bei starkem Schneefall zu vermeiden. Dieser Beitrag gibt einen Überblick über die Methoden und Ergebnisse einer Fallstudie, welche die Grenzen des Winterdienstes auf diesen zwei Abschnitten mit einer maximalen Längsneigung von 6 % analysiert. Trotz intensiven Winterdienstes mit deutlich verkürzten Umlaufzeiten unter einer Stunde war es bisher nicht möglich, bei starkem Schneefall temporäre Sperren zu verhindern. Dies war auch der Anlass zur Untersuchung, ob und wie temporäre Autobahnsperrungen vermieden werden können und wo die physikalischen und ökonomischen Grenzen des Winterdienstes liegen
Die Studie kombiniert die Fahrzeugdynamik an Steigungsstrecken mit dem ganzheitlichen Winterdienst-Simulationsmodell aus dem Forschungsprogramm WinterFIT der ASFINAG, um die Bedingungen zu identifizieren, unter denen Lkw an Steigungen die Traktion verlieren. Basierend auf der Analyse von Achslastmessungen (WIM) zeigte sich, dass insbesondere Sattelauflieger mit einem ungünstigen Verhältnis von Antriebsachse zu Gesamtgewicht am anfälligsten für Traktionsverlust bei hoher Längsneigung sind. Die Ergebnisse der Fahrdynamikberechnung ergaben einen kritischen Schwellenwert der Griffigkeit von µ ≈ 0,2, der erforderlich ist, um die Bergauffahrt an 6%igen Steigungen aufrechtzuerhalten. Unterhalb dieses Schwellenwerts ist ein Stillstand der LKWs sehr wahrscheinlich, wobei bereits ein hängengebliebener LKW den Verkehr sowie die Winterdiensteinsätze zum Erliegen bringen kann.
Zur Bewertung der Auswirkungen unterschiedlicher Winterdienstzykluszeiten und -strategien wurde das entwickelte ganzheitliche Winterdienstmodell aus WinterFIT angepasst. Es berücksichtigt ausschließlich Schneefallereignisse und eine verfeinerte Zeitskala, die Zykluszeiten unter einer Stunde abdeckt. Die validierten Simulationsergebnisse zeigen, dass bei Schneefallraten über 1,0–1,5 cm/h selbst sehr kurze Räum- und Streuzyklen (z. B. < 30 Minuten) oft nicht ausreichen, um die Griffigkeit über den kritischen Schwellenwert zu bringen. Hauptgründe hierfür sind die begrenzte Tauwirkung von Salz, wobei aufgrund der kurzen Umlaufzeiten und des häufigen Räumens die Tauwirkung kaum ausgeschöpft wird. Somit sind die physikalischen Grenzen weitgehend erreicht. Zusätzliche Ressourcen oder noch kürzere Zyklen wären zwar theoretisch möglich, verbessern aber das Ergebnis kaum noch und führen zu wesentlich höheren Kosten für diese seltenen Ereignisse.
Die Fallstudie zeigt außerdem, dass flachere Steigungen mit einer Neigung von bis zu 4 % mit den aktuellen Zykluszeiten von 90 bis 120 Minuten weitgehend bewältigt werden können, während Steigungen mit 6% aufgrund der Verkehrsdynamik und der physikalischen und wirtschaftlichen Grenzen des Winterdienstes weiterhin problematisch bleiben. Betriebliche Alternativen wie Umleitungen, Blockräumung oder verbesserte Fahrervorbereitung werden in der Fallstudie ebenfalls diskutiert. Die Blockierung des Verkehrs bei extremen Ereignissen im Rahmen des Winterdienstes und die Umleitung von Strecken gelten derzeit für die A21 als die praktikabelste Lösung, erfordern jedoch auch eine rechtzeitige Vorbereitung und Beschilderung. Auf der A13 ist dies nicht ohne Weiteres möglich, aber aufgrund der besseren Vorbereitung der Lkw-Fahrer auf der Brennerpassstrecke bleiben die Sperrzeiten begrenzt und werden aufgrund des Klimawandels in Zukunft höchstwahrscheinlich seltener auftreten (Abbildung 5).
Danksagungen:
Unser besonderer Dank gilt der ASFINAG Service GmbH und dem Winterdienstpersonal der Autobahnmeistereien für das langjährige Vertrauen und die kontinuierliche Unterstützung bei Forschung, Entwicklung und Implementierung. Darüber hinaus danken wir unseren verschiedenen Kooperationspartnern der Landesstraßenverwaltungen in Österreich und der Technischen Universität Wien mit dem Institut für Verkehrswissenschaften, die ebenfalls in verschiedenen Phasen der Forschung und Entwicklung mitgewirkt haben.
Kommentare