"Hypervision" med AI-understøttet sikkerhedsarkitektur i stedet for blot kameraer: Hvad ligger der bag Marokkos nye overvågningsnetværk?

Bekæmpelse af togaflysninger og forsinkelser: Sådan skal AI redde det marokkanske jernbanenetværk

96 milliarder dirham-programmet (8,8 milliarder euro): Marokko bygger et nyt operativsystem til sine jernbaner

Marokkos statsejede jernbaneselskab ONCF står over for en historisk transformation. Med FIFA World Cup i 2030 i tankerne og et hastigt stigende passagertal investerer landet 96 milliarder dirham i at udbygge sit jernbanenetværk i de kommende år. En tilsyneladende lille post i dette enorme budget viser sig dog at være det sande midtpunkt i jernbanens digitale fremtid: en forundersøgelse til en pris på omkring en million dirham skal lægge grundlaget for en landsdækkende, AI-drevet sikkerhedsarkitektur.

Med 6.000 planlagte kameraer – hvoraf næsten en tredjedel vil blive automatiseret ved hjælp af kunstig intelligens – planlægger Marokko springet til såkaldt "hypervision". Dette involverer langt mere end blot traditionel videoovervågning. Det handler om hurtigt at forhindre forsinkelser, beskytte kritisk infrastruktur mod cyberangreb, sikre databeskyttelse ved bevidst at undgå ansigtsgenkendelse og i sidste ende at afgøre, om Marokko forbliver teknologisk suveræn eller bliver afhængig af udenlandske udbydere. Den følgende artikel undersøger, hvorfor netop denne arkitektoniske beslutning vil afgøre den økonomiske, operationelle og industripolitiske succes for Marokkos fremtidige jernbane.

Marokkos jernbanenetværk er ved at blive en intelligent sikkerhedsplatform: Fra kameraprojekt til systembeslutning

Ved første øjekast ser den planlagte AI-baserede overvågningsarkitektur for den marokkanske statsjernbane ONCF ud til at være et relativt lille digitalt projekt. Den udbudte kontrakt har et volumen på 1,08 millioner dirham og har til formål at udvikle en landsdækkende strategi inden 2030. Sammenlignet med ONCF's samlede investeringsprogram på 96 milliarder dirham er dette beløb næsten ubetydeligt. Fra et økonomisk perspektiv ville det dog være forkert at konkludere, at projektet er af ringe betydning. Udbuddet finansierer ikke den komplette tekniske implementering, men snarere det indledende konceptuelle arbejde: arkitektur, standarder, prioriteter, integrationslogik, investeringskrav og implementeringsplan. Denne fase bestemmer især, hvilke leverandører der i sidste ende vil blive tildelt kontrakten, hvor åbent eller lukket systemet vil være, og hvad de langsigtede omkostninger vil være.

Kernen i projektet er derfor ikke anskaffelse af yderligere kameraer. ONCF planlægger snarere overgangen fra adskillige individuelle overvågningsløsninger til et centralt styret, datadrevet sikkerhedssystem. Inden 2030 skal omkring 6.000 kameraer installeres på tværs af jernbanenettet. Cirka 30 procent, eller cirka 1.800 enheder, vil automatisk analysere billeder ved hjælp af kunstig intelligens. De resterende kameraer vil forblive konventionelle sensorer, men vil blive integreret i den samme overordnede platform. Denne kombination giver økonomisk mening: ikke alle steder kræver dyr computerkraft eller sofistikerede analytiske muligheder. Nøglen er intelligent at overvåge særligt kritiske områder og samtidig konsolidere alle relevante signaler til et omfattende overblik.

Udbuddet er derfor en arkitektonisk kontrakt med betydelig gearing. Et veldesignet system kan øge sikkerheden, reducere driftsnedetid, muliggøre mere målrettet personaleindsættelse og lette fremtidige udvidelser. Omvendt kan et dårligt design føre til teknologisk afhængighed, høje integrationsomkostninger, alarmoverbelastning og uklare ansvarsområder. Undersøgelsens lave pris bør derfor ikke forveksles med værdien af ​​beslutningen. Sammenlignet med de efterfølgende hardware-, software-, netværks-, lager-, vedligeholdelses- og driftsudgifter er planlægningsindsatsen lille. Dens indflydelse på disse udgifter er dog meget betydelig.

Sikkerhed som økonomisk infrastruktur

Jernbanesikkerhed ses ofte som et omkostningscenter. Dette perspektiv er for snævert, fordi sikkerhed i jernbanetransport samtidig er en forudsætning for kapacitet, pålidelighed og tillid. Uautoriseret adgang til sporene, en forladt genstand, en brand, en farlig menneskemængde eller en forhindring på en højhastighedslinje kan forårsage betydelige følgeomkostninger. Disse omfatter togaflysninger, forsinkelser, evakueringer, omdirigeringer, udstyrsskader, yderligere personaleindsættelser og omdømmeskader. I et voksende netværk stiger ikke kun trafikmængderne og indtægtsmulighederne, men også antallet af potentielle forstyrrelser og de økonomiske konsekvenser af hver større hændelse.

De økonomiske fordele ved intelligent videoanalyse stammer primært fra hastighed. Kameraer forhindrer ikke automatisk en hændelse, men de kan forkorte tiden mellem dens forekomst, detektion, vurdering og reaktion. Denne tidsramme er særligt kritisk inden for jernbanetransport, fordi en lokal forstyrrelse hurtigt kan påvirke køreplaner, forbindelser og efterfølgende sporafsnit. Tidlig detektion af en person på sporene eller rettidig identifikation af en forhindring muliggør kontrolleret indgriben, før et sikkerhedsproblem eskalerer til en større driftshændelse. Fordelene rækker derefter ud over blot at forhindre skader; de omfatter også reducerede forsinkelser og mere stabil udnyttelse af knappe infrastrukturkapaciteter.

Derudover er der tillidseffekten. Passagerer vurderer et jernbanesystem ikke kun ud fra hastighed og pris, men også ud fra opfattet sikkerhed, pålidelighed og orden. Dette gælder især for større togstationer, stærkt benyttede pendlerruter og store internationale begivenheder. Marokko forbereder sine transportnetværk på betydeligt højere belastninger, delvist i forbindelse med FIFA World Cup i 2030. Moderne sikkerhedsstyring kan derfor indirekte styrke accepten af ​​nye tjenester. Selvom det ikke automatisk forbedrer efterspørgslen, reducerer det en væsentlig hindring for at bruge offentlig transport.

Samtidig skal fordelene vurderes realistisk. Videoanalyse garanterer ikke sikkerhed. Det flytter fokus fra reaktiv observation til proaktiv mønstergenkendelse. Om dette genererer økonomisk merværdi afhænger af, om alarmer prioriteres pålideligt, gennemgås af kvalificeret personale og omsættes til effektive driftsprocesser. En algoritme uden en klar driftsmæssig arbejdsgang producerer data, men ikke nødvendigvis sikkerhed.

Vækst øger presset til at handle

Projektet falder sammen med en periode med stærk vækst i marokkansk jernbanetransport. ONCF transporterede cirka 55,1 millioner passagerer i 2024 sammenlignet med 38,5 millioner i 2019. Dette repræsenterer en stigning på omkring 43 procent inden for fem år, selvom denne periode var påvirket af pandemien og dens konsekvenser. Passagertallet nåede cirka 55,6 millioner i 2025. Selvom væksten er aftaget fra et højt niveau, er den langsigtede tendens stadig klar: jernbanen vinder frem som transportform, og de planlagte udvidelser har til formål at åbne op for et nyt skalaniveau.

Omsætningsudviklingen viser også stigende økonomisk relevans. ONCF's omsætning i 2024 var 4,82 milliarder dirham, cirka 11 procent højere end året før. Persontransport genererede 2,763 milliarder dirham, otte procent mere end i 2023. I 2025 oversteg den samlede omsætning for første gang fem milliarder dirham. Disse tal viser, at jernbanen ikke blot er et statsligt infrastrukturprojekt, men en voksende mobilitets- og logistiktjenesteudbyder med stigende driftskrav.

Udviklingen er særligt tydelig inden for højhastighedstogtjenester. I 2024 transporterede Al Boraq cirka 5,5 millioner passagerer og genererede omkring 780 millioner dirham i omsætning. I 2025 var dette tal steget til cirka 5,6 millioner passagerer, mens omsætningen nåede cirka 848 millioner dirham. Selvom Al Boraq kun tegnede sig for omkring en tiendedel af passagererne i 2024, genererede det betydeligt mere end en fjerdedel af passagerindtægterne. Dette indikerer en højere gennemsnitlig omsætning pr. passager og den strategiske betydning af langdistancetogtjenester af høj kvalitet.

Dette resulterer i en tydelig skaleringseffekt for sikkerhedsarkitekturen. Med stigende trafik øges antallet af kontakter, stationstætheden, kompleksiteten af ​​overførsler og værdien af ​​uafbrudt drift. Et overvågningssystem, der synes tilstrækkeligt til nutidens netværk, kan nå sine organisatoriske og tekniske grænser inden for blot få år. Derfor skal planlægningen frem til 2030 ikke kun afspejle de nuværende behov, men også tage højde for spidsbelastninger, nye stationer, yderligere rullende materiel, regionale tjenester og den udvidede højhastighedsbanelinje.

96 milliarder dirham-programmet

AI-projektet kan kun forstås i sammenhæng med den større investeringscyklus. ONCF planlægger at bruge i alt 96 milliarder dirham inden 2030. Heraf er 53 milliarder dirham øremærket til infrastruktur og udstyr til den cirka 430 kilometer lange højhastighedstoglinje fra Kenitra via Rabat og Casablanca til Marrakech. Yderligere 29 milliarder dirham er afsat til 168 nye tog. De resterende 14 milliarder dirham vil blive brugt til modernisering, stabilisering og videreudvikling af det eksisterende netværk samt forberedelse til regionale hurtige transittjenester.

Projektets omfang illustrerer, hvorfor sikkerhedsstrategien skal defineres tidligt. Den fremtidige video- og hypervision-platform bør ikke eftermonteres på en eksisterende infrastruktur. Den skal integreres i stationsplanlægning, kommunikationsnetværk, driftscentre, køretøjer, strømforsyning, vedligeholdelsesprocesser og cybersikkerhed. Jo senere grænsefladerne defineres, desto dyrere vil eftermonteringerne være. Fra et livscyklusperspektiv giver det derfor mening at designe den digitale sikkerhedsarkitektur parallelt med udviklingen af ​​den fysiske infrastruktur.

Det overordnede program ændrer også ONCF's rolle. Fra at være en national jernbaneoperatør med et relativt koncentreret netværk er den i stigende grad ved at blive en integreret mobilitetsudbyder for højhastigheds-, langdistance-, regional- og storbytransport. Hyppigere, RER-lignende tjenester er planlagt til Casablanca, Rabat og Marrakech. Dette vil øge servicefrekvensen og passagerudskiftningen, samtidig med at den tid, der er til rådighed til operationelle beslutninger, reduceres. Sikkerhedssystemer skal derefter overvåge ikke kun individuelle objekter, men også bevægelsesmønstre på tværs af adskillige steder og aggregere information i realtid.

Udvidelsen har en industripolitisk dimension. Store jernbaneprogrammer skaber efterspørgsel efter anlægstjenester, signalteknologi, rullende materiel, telekommunikation, software, vedligeholdelse og træning. Overvågningsstrategien kan påvirke, hvor meget af denne merværdi der genereres i Marokko. Hvis der kræves åbne grænseflader, lokal integrationsekspertise og overførbare standarder, kan marokkanske virksomheder på lang sigt involveres i drift, tilpasning og videreudvikling. Omvendt, hvis en fuldstændig proprietær alt-i-én-løsning anskaffes, er der en risiko for, at en betydelig del af den digitale værdiskabelse forbliver permanent bundet til udenlandske udbydere.

Hypervision som et nyt operativsystem

Begrebet hypervision beskriver integrationen af ​​forskellige overvågnings- og alarmsystemer i en enkelt, overordnet platform. I praksis betyder det, at kamerabilleder, AI-advarsler, adgangskontroldata, brandalarmer, tekniske advarsler og potentielt andre driftsdata ikke længere behandles i separate applikationer. I stedet skabes et samlet overblik, der gør det muligt at vurdere, prioritere og videresende hændelser til de relevante myndigheder.

Den økonomiske fordel ligger i reduktionen af ​​organisatorisk friktion. I fragmenterede systemer er personalet nødt til at konsolidere information fra forskellige grænseflader. Ansvarsområder kan være uklare, advarsler behandles to gange eller videresendes ikke rettidigt. En central platform kan reducere disse medieafbrydelser. Det muliggør standardiserede processer, ensartede eskaleringsniveauer og sporbar dokumentation. Dette gør det muligt for regionale kontrolcentre og et nationalt sikkerhedscenter at handle koordineret uden fuldstændig at centralisere alle beslutninger.

Centralisering medfører imidlertid nye risici. En platform, der forbinder mange systemer, bliver i sig selv en kritisk node. Tekniske fejl, cyberangreb eller fejlkonfigurationer kan påvirke store dele af netværket samtidigt. Systemet kræver derfor redundans, separate sikkerhedszoner, nødprocedurer og lokale responskapaciteter. Hypervision bør ikke forveksles med fuldstændig central afhængighed. En robust arkitektur skal kombinere centraliseret overvågning med decentraliseret robusthed.

Den store mængde information udgør også en udfordring. 6.000 kameraer genererer kontinuerligt store datastrømme. Hvis alle optagelser blev permanent gemt og analyseret centralt i høj opløsning, ville kravene til båndbredde, lagring og computerkraft stige betydeligt. En lagdelt arkitektur er normalt mere økonomisk rentabel. Visse analyser kan udføres direkte på kameraet eller på lokale computere, mens kun relevante hændelser, metadata eller udvalgte videosekvenser transmitteres til det centrale system. Denne såkaldte edge processing reducerer transmissionsomkostninger og kan forkorte responstider. Det komplicerer dog vedligeholdelse og sikkerhedsstyring, fordi der skal betjenes flere intelligente enheder i felten.

Hvor kunstig intelligens skaber fordele

De planlagte applikationer fokuserer på specifikke, operationelt relevante situationer. Disse omfatter detektering af uautoriseret adgang, overvågning af folkemængder, identifikation af forladte genstande og observation af tog. På højhastighedslinjer kan dyr, forhindringer eller genstande på sporene også detekteres. På togstationer kan tæthed, bevægelsesretning og trafikpropper analyseres. Projektet opererer således i et område, hvor computervision kan generere målbare fordele, forudsat at modellerne er tilpasset lokale forhold.

Indbrudsdetektion er særligt relevant, fordi jernbanelinjer dækker store områder, der er vanskelige at sikre fuldstændigt. Et system kan overvåge definerede zoner og rapportere bevægelser, der er usædvanlige på et bestemt tidspunkt eller under bestemte forhold. Fordelen i forhold til simpel bevægelsesdetektion er, at moderne systemer kan skelne mellem mennesker, køretøjer, dyr og miljøfaktorer. Ideelt set reducerer dette falske alarmer forårsaget af skygger, regn, vegetation eller lysændringer.

Publikumsanalyse forfølger et andet mål. Den fokuserer mindre på individuelle personer og mere på tæthed og flow. Hvis et usædvanligt stort antal mennesker samles på en perron, eller der opstår modsatrettede strømme, kan kontrolcentret reagere tidligt, administrere adgang, indsætte personale eller justere passagerinformation. Fordelene er både sikkerhedsrelaterede og operationelle. Bedre fordeling af passagerer kan stabilisere opholdstider og forhindre kritiske situationer ved perronkanter.

Det lyder simpelt at detektere uovervågede objekter, men det er teknisk udfordrende. Togstationer er dynamiske miljøer med bagage, rengøringsudstyr, leverandører og skiftende synlighed. Et brugbart system skal kunne skelne mellem, om et objekt virkelig er uovervåget, hvor længe det har været der, og om det blokerer et relevant område. Uden omhyggelig kalibrering er adskillige falske positiver sandsynlige. Derfor afhænger økonomisk succes ikke af den længst mulige funktionsliste, men snarere af et par pålideligt fungerende applikationer med klart definerede tærskler.

Administreret AI-platform - Billede: Xpert.Digital

Her lærer du, hvordan din virksomhed kan implementere skræddersyede AI-løsninger hurtigt, sikkert og uden høje adgangsbarrierer.

En administreret AI-platform er din altomfattende og bekymringsfri løsning til kunstig intelligens. I stedet for at skulle håndtere kompleks teknologi, dyr infrastruktur og langvarige udviklingsprocesser, får du en færdiglavet løsning skræddersyet til dine behov fra en specialiseret partner – ofte inden for få dage.

De vigtigste fordele på et overblik:

⚡ Hurtig implementering: Fra idé til brugsklar applikation på dage, ikke måneder. Vi leverer praktiske løsninger, der skaber øjeblikkelig merværdi.

🔒 Maksimal datasikkerhed: Dine følsomme data forbliver hos dig. Vi garanterer sikker og kompatibel behandling uden at dele data med tredjeparter.

💸 Ingen økonomisk risiko: Du betaler kun for resultater. Store forudgående investeringer i hardware, software eller personale elimineres fuldstændigt.

🎯 Fokuser på din kerneforretning: Koncentrer dig om det, du er bedst til. Vi tager os af hele den tekniske implementering, drift og vedligeholdelse af din AI-løsning.

📈 Fremtidssikret og skalerbar: Din AI vokser med dig. Vi sikrer løbende optimering og skalerbarhed og tilpasser modellerne fleksibelt til nye krav.

Mere information her:

• Administreret AI-platform

Den undervurderede pris for falske alarmer

Den vigtigste forretningsmæssige målestok for et AI-overvågningssystem er ikke dets teoretiske detektionsrate i laboratoriet. Det, der betyder noget, er forholdet mellem relevante hits, oversete hændelser og falske alarmer i den virkelige verden. Et system kan være meget følsomt på papiret, men give ringe fordel, hvis det konstant rapporterer harmløse situationer. Enhver advarsel kræver opmærksomhed. For mange falske alarmer fører til alarmtræthed: medarbejdere reagerer langsommere, ignorerer advarsler eller udvikler uformelle løsninger.

Omkostningerne ved falske alarmer er mangeartede. De omfatter tabt arbejdstid i kontrolcentre, unødvendige indsættelser af sikkerhedsstyrker, potentielle driftsforstyrrelser og et fald i tilliden til teknologien. Omvendt kan et system, der er indstillet for lavt, overse reelle farer. Optimering er derfor ikke en engangs teknisk procedure, men en løbende operationel proces. Grænser skal justeres i henhold til placering, tidspunkt på dagen, vejrforhold og type begivenhed. En overfyldt platform på en helligdag præsenterer andre udfordringer end et depot om natten.

For udbudsprocessen betyder det, at præstationskrav skal testes ved hjælp af virkelige scenarier. Leverandører skal ikke blot demonstrere, at deres modeller kan genkende objekter, men også bevise, hvor pålideligt de fungerer under marokkanske lys-, klima- og trafikforhold. Støv, varme, baggrundsbelysning, varierende kameravinkler og høj fodgængertæthed påvirker alle præstationen. Derfor er et pilotprojekt på flere typiske steder mere økonomisk værdifuldt end et udvalg udelukkende baseret på producentens specifikationer.

Et KPI-system (Key Performance Indicator), der kombinerer tekniske og operationelle målinger, ville være gavnligt. Dette inkluderer antallet af relevante alarmer, den gennemsnitlige testtid, antallet af falske alarmer, registrerede hændelser, undgåede nedetidminutter og den samlede systemtilgængelighed. Kun denne kombination gør det muligt at afgøre, om investeringen virkelig er produktiv. En høj detektionsrate uden forbedret responstid ville blot være en teknisk succes, men endnu ikke en økonomisk succes.

Databeskyttelse som et spørgsmål om tillid

Udbudsmaterialet, som det ser ud nu, inkluderer ikke ansigtsgenkendelse. Denne begrænsning er strategisk vigtig. Ansigtsgenkendelse ville gøre projektet betydeligt mere komplekst ud fra et juridisk, etisk og teknisk perspektiv. For de planlagte hovedanvendelser er identiteten af ​​individuelle personer ikke afgørende. Systemet skal genkende, at nogen befinder sig i et afspærret område, eller at en menneskemængde har nået en kritisk tæthed. Det behøver ikke at vide, hvem denne person er.

At give afkald på biometrisk identifikation kan fremme accept og understøtte princippet om dataminimering. Ikke desto mindre er både traditionel og AI-drevet videoovervågning fortsat et indgreb i privatlivets fred. Marokko har en juridisk ramme for beskyttelse af personoplysninger i lov 09-08; den nationale databeskyttelseskommission (CNDP) fører tilsyn med dens implementering. For ONCF kræver dette klare formål, regulerede opbevaringsperioder, kontrolleret adgang og gennemsigtig ansvarlighed.

Økonomisk set er databeskyttelse ikke blot en ekstra udgift. Uklare regler kan forsinke projekter, skabe modstand og fremtvinge senere ændringer. Integration af databeskyttelse og informationssikkerhed i arkitekturen fra starten reducerer langsigtede compliance- og omdømmerisici. Dette omfatter adskillelse af liveanalyser fra arkivering, implementering af automatiske sletningskoncepter, logføring af adgang, kryptering og begrænsning af adgang til kun autoriseret personale.

Formålsbegrænsning er særligt vigtig. En platform, der oprindeligt er designet til indtrængnings- og trusselsdetektering, kan teknisk set senere bruges til mere omfattende adfærdsanalyse. Denne gradvise udvidelse af dens anvendelse indebærer politiske og samfundsmæssige risici. Derfor bør nye funktioner ikke legitimeres udelukkende på baggrund af teknisk gennemførlighed. Enhver udvidelse kræver en separat risiko-benefit-vurdering, et juridisk grundlag og en klar godkendelse. Eksplicit afståelse fra ansigtsgenkendelse er således et fornuftigt udgangspunkt, men kun troværdigt, hvis det er sikret af tekniske og organisatoriske sikkerhedsforanstaltninger.

Cybersikkerhed er ved at blive en kerneopgave

Med hvert netværksforbundet kamera vokser den digitale angrebsflade. Kameraer, lokale computere, netværkskomponenter, lagring, grænseflader og centrale platforme kan alle indeholde sårbarheder. Et angreb kan opfange optagelser, deaktivere enheder, undertrykke alarmer eller generere falske rapporter. Særligt kritisk ville være manipulation, der går ubemærket hen. Mens en komplet systemfejl normalt opdages hurtigt, kan en uopdaget ændring i data eller modeller føre til permanent forkerte beslutninger.

Sikkerhedsarkitekturen skal derfor beskytte fortrolighed, tilgængelighed og integritet i lige grad. Det er ikke nok blot at sikre videodata mod uautoriseret adgang. ONCF skal også sikre, at kameraerne er autentiske, softwareversioner verificeres, modeller ikke ændres uden detektion, og alarmer stammer fra pålidelige kilder. Netværkssegmentering er afgørende i denne henseende: Et kompromitteret endpoint må ikke kunne give direkte adgang til missionskritiske kontrolsystemer.

En anden risiko ligger i forsyningskæden. Et system af denne størrelse vil sandsynligvis omfatte komponenter fra flere producenter. Opdateringer, fjernvedligeholdelse og cloud-tjenester kan skabe afhængigheder, der strækker sig ud over den oprindelige kontraktperiode. Derfor bør udbud kræve sikkerhedsopdateringer gennem hele livscyklussen, transparente processer for sårbarhedsstyring, lokale katastrofegendannelsesfunktioner og klart definerede adgangsrettigheder. Muligheden for at udskifte individuelle komponenter uden at udskifte hele platformen er også en nøglefaktor for både sikkerhed og omkostningseffektivitet.

Cyberrobusthed medfører ekstra omkostninger, men er ikke et valgfrit kvalitetsniveau. Jo flere sikkerhedsbeslutninger automatiseres og centraliseres, desto større er den potentielle skade fra digital manipulation. Derfor bør dette projekt ikke behandles som blot at anskaffe kameraer med senere tilføjet IT-sikkerhed. Det er et cyberfysisk system, hvor digitale beslutninger kan påvirke den virkelige trafikstrøm.

Åben arkitektur mod leverandørfastlåsning

Det strategisk vigtigste indkøbsspørgsmål er, om ONCF vælger en åben, modulær platform eller et lukket alt-i-et-system. En proprietær løsning kan implementeres hurtigere i starten, fordi hardware, software og support kommer fra én kilde. Der kan dog opstå høje omstillingsomkostninger i det lange løb. Hvis kameraer, analysemodeller, lagring og brugergrænseflader er tæt knyttet til én leverandør, bliver enhver efterfølgende udskiftning dyr og risikabel.

Med en tidshorisont, der strækker sig til 2030, og en betydeligt længere forventet levetid, er teknologisk fleksibilitet særligt vigtig. AI-modeller udvikler sig hurtigt, mens jernbane- og kamerainfrastruktur ofte bruges i ti år eller mere. Arkitekturen bør derfor give mulighed for at opdatere eller udskifte analysekomponenter uden at genopbygge hele systemet. Standardiserede grænseflader, dokumenterede dataformater og klare ejerskabsrettigheder til konfigurationer og driftsdata er afgørende for dette.

Åbenhed betyder dog ikke at kombinere så mange udbydere som muligt uden centralt ansvar. Overdreven fragmentering øger integrationsrisici og gør fejlfinding vanskeligere. En klart defineret platformarkitektur med bindende standarder, men konkurrencedygtige moduler, er økonomisk forsvarlig. ONCF bør bevare kontrollen over datamodellen, grænsefladerne og sikkerhedsreglerne, mens specialiserede udbydere kan levere individuelle funktioner.

Udgangsomkostninger skal også inkluderes i cost-benefit-analysen. Den laveste købspris kan blive dyr i løbet af produktets livscyklus, hvis licenser, lagerplads, vedligeholdelse eller opgraderinger kun er tilgængelige under monopolistiske forhold. Derfor bør de samlede driftsomkostninger evalueres over mindst ti år. Dette omfatter ikke kun hardware og software, men også energi, dataoverførsel, træning, produktopdateringer, cybersikkerhed, reservedele, support og migrering. Et godt koncept skal synliggøre disse skjulte omkostninger.

Muligheder for Marokkos digitale økonomi

Projektet er i overensstemmelse med Marokkos nationale strategi, "Maroc IA 2030", der positionerer kunstig intelligens som en drivkraft for vækst og suverænitet. Landet sigter mod et yderligere økonomisk bidrag på 100 milliarder dirham fra AI inden 2030, skabelse af 50.000 direkte og indirekte job og uddannelse eller certificering af 200.000 mennesker i AI-færdigheder. Sådanne mål er ambitiøse og ikke automatisk opnåelige. Infrastrukturprojekter som ONCF-systemet kan dog fungere som konkrete drivkræfter for efterspørgsel, hvis lokal værdiskabelse systematisk overvejes.

Den største lokale indflydelse ligger ikke i produktionen af ​​standardkameraer. Den ligger i systemintegration, data engineering, modeltilpasning, cybersikkerhed, vedligeholdelse og design af operationelle processer. Marokkanske universiteter, teknologivirksomheder og startups kunne arbejde med lokalt relevante datasæt, testprocedurer og applikationer. Dette ville generere viden, der senere kunne overføres til havne, lufthavne, industrianlæg, logistikcentre og bytransportsystemer.

En forudsætning er en indkøbsproces, der ikke reducerer teknologioverførsel til ikke-bindende hensigtserklæringer. Kontrakter kan omfatte træning, lokale supportfunktioner, fælles udvikling, dokumentationsforpligtelser og faseopdelt overførsel af ekspertise. Lige så vigtigt er adgang til anonymiserede eller kontrollerede trænings- og testdata. Uden dataadgang er lokale virksomheder ofte begrænset til grundlæggende installations- og vedligeholdelsestjenester, mens de mere værdifulde software- og analysefunktioner forbliver i udlandet.

Marokko kan også bruge projektet som benchmark for det afrikanske marked. Mange lande står over for lignende udfordringer: voksende byer, stigende trafikbehov, begrænsede sikkerhedsressourcer og heterogen eksisterende infrastruktur. En modulær, klimarobust og omkostningseffektiv løsning kan skabe eksporterbar ekspertise. ONCF-projektet skal dog levere påviselige resultater. Et prestigefyldt system uden gennemsigtige præstationsindikatorer ville være mindre værdifuldt som benchmark end en mindre, målbar effektiv tilgang.

Produktivitet i stedet for personalereduktion

AI-overvågning forbindes ofte med besparelser på sikkerhedspersonale. Denne forventning er kun delvist realistisk. Et system med 6.000 kameraer og adskillige automatiserede alarmer kræver stadig, at folk vurderer hændelser, udløser handlinger, vedligeholder teknologi og overvåger modeller. Den økonomiske fordel ligger mere i øget produktivitet end i blot at reducere personalet.

Traditionel videoovervågning skalerer dårligt, fordi mennesker kun kan overvåge et begrænset antal billeder opmærksomt. Kunstig intelligens kan forudsortere store mængder optagelser og markere iøjnefaldende situationer. Dette flytter fokus fra kontinuerlig observation til kvalificeret evaluering. Dette kan øge effektiviteten af ​​eksisterende teams og begrænse det ekstra personalebehov, der ville opstå som følge af netværksudvidelse og stigende passagertal.

Samtidig dukker der nye jobprofiler op. Der er efterspørgsel på kontrolcenteranalytikere, data- og AI-specialister, cybersikkerhedsprofessionelle, systemintegratorer og tekniske vedligeholdelsesteams. Eksisterende medarbejdere har brug for træning for at forstå systemernes begrænsninger. At behandle en AI-advarsel som objektiv sandhed kan føre til beslutninger, der er lige så farlige som dem, der ignorerer alle advarsler. Menneskeligt tilsyn betyder derfor mere end blot formel bekræftelse. Det kræver kompetence, tid og klar beslutningskompetence.

Arbejdsorganisation og teknologi skal designes sammen. Introduktion af nye applikationer uden at tilpasse processer, vagtmodeller og ansvarsområder øger arbejdsbyrden. Især i implementeringsfasen kan parallel drift af ældre og nye systemer skabe ekstra arbejde. Derfor bør cost-benefit-analyser tage hensyn til overgangsomkostninger og læringskurver. Produktivitetsgevinster opstår sjældent på den første driftsdag; de opstår gennem kalibrering, træning og organisatorisk rutine.

Finansiering og balancens realitet

Investeringsfremstødet støder på en finansiel struktur, der allerede er stærkt afhængig af infrastruktur. Ved udgangen af ​​2024 rapporterede ONCF en finansiel gæld på cirka 36,5 milliarder dirham, hvoraf omkring 71 procent kan tilskrives infrastruktur. Samtidig genererede virksomheden et EBITDA på 1,949 milliarder dirham i 2024 og en selvfinansieringskapacitet på cirka 501 millioner dirham. Nettotabet for året var cirka 1,373 milliarder dirham, primært på grund af afskrivninger og omkostninger til infrastrukturfinansiering. Ifølge ONCF ville resultatet have været positivt uden infrastrukturkapitalomkostningerne.

Disse tal illustrerer et typisk problem med statsejede jernbanesystemer: Selvom driften kan være økonomisk effektiv, genererer den kapitalintensive infrastruktur høje regnskabsmæssige og finansielle byrder. Programmet på 96 milliarder dirham kan derfor ikke finansieres udelukkende af nuværende overskud. Statslige kapitalindsprøjtninger, lån fra internationale finansielle institutioner og langsigtede finansieringsstrukturer er fortsat afgørende.

Dette nødvendiggør en stringent livscyklusplanlægning for overvågningssystemet. Indledende hardwareanskaffelse er kun én del af omkostningerne. Løbende udgifter til licenser, lagerplads, tilslutningsmuligheder, energi, vedligeholdelse og opdateringer kan nå et betydeligt niveau over årene. Hvis disse driftsomkostninger undervurderes i planlægningsfasen, vil resultatet være en digital infrastruktur, hvis funktionalitet er begrænset på grund af budgetbegrænsninger. Dette ville være særligt problematisk, fordi sikkerhedsplatforme kræver kontinuerlig vedligeholdelse og ikke kan forblive stort set uændrede efter færdiggørelsen, som et engangsbyggeprojekt.

Samtidig bør projektet ikke evalueres udelukkende baseret på direkte indtægter. Sikkerhedsinvesteringer genererer primært deres fordele gennem undgåede skader, mere stabil drift og forbedret udnyttelse. En robust cost-benefit-analyse skal derfor anvende scenarier: Hvor mange relevante hændelser opstår, hvor meget hurtigere opdages de, hvilke omkostninger som følge af forsinkelser eller skader kan undgås, og hvordan ændrer forsikrings-, personale- eller vedligeholdelsesomkostninger sig? Uden sådanne antagelser forbliver den økonomiske evaluering for abstrakt.

Fra undersøgelse til robust implementering

Den fire måneder lange planlægningsfase bør afsluttes med en klar prioritering. Ikke alle 6.000 kameraer og ikke alle AI-funktioner behøver at implementeres samtidigt. En faseopdelt tilgang reducerer teknologiske og økonomiske risici. I første omgang bør der vælges steder, hvor sikkerhedsbehovet er højt, datatilgængeligheden er god, og fordelene er målbare. Disse kan omfatte travle togstationer, udvalgte højhastighedstogsstrækninger, depoter og kendte adgangspunkter.

I en pilotfase skal modellerne testes under virkelige forhold. Forskellige årstider, tidspunkter på dagen, vejrforhold og passagertætheder er afgørende. Efter dette bør ONCF kun skalere de applikationer, der opfylder de aftalte minimumsstandarder for ydeevne. Funktioner med for mange falske alarmer kan videreudvikles eller kasseres. Denne disciplin forhindrer den almindelige fejl at købe et bredt funktionssæt, hvis praktiske ydeevne ikke lever op til de lovede præsentationer.

Udbuddet bør også etablere en robust data- og styringsstruktur. Dette omfatter ansvar for datakvalitet, frigivelse af nye modeller, sikkerhedsopdateringer, databeskyttelse, hændelsesanalyse og præstationsovervågning. Enhver AI-funktion har brug for en forretningsejer i driften. Rent IT-ansvar er ikke tilstrækkeligt, fordi konsekvenserne af beslutninger påvirker sikkerhed og trafikstyring.

Endelig kræver systemet uafhængig accepttestning. Producenter bør ikke definere og evaluere deres egen ydeevne. Testdatasæt, scenarier og nøglepræstationsindikatorer skal kontrolleres af ONCF eller verificeres af uafhængige organer. Det er afgørende ikke kun at betragte gennemsnitsværdier. Et system kan fungere godt generelt, men fejle netop i kritiske situationer, såsom stærkt modlys eller høj menneskemængde. Accept og løbende overvågning skal derfor være risikobaseret.

Marokkos jernbanenetværk: Hvorfor en intelligent systemarkitektur er vigtigere end ren kamerateknologi

Den planlagte AI- og hypervision-strategi er hverken blot et kameraprojekt eller et bevis på, at Marokkos jernbaner vil være fuldt automatiserede i fremtiden. Det er forberedelsen til et nyt digitalt lag oven på det voksende jernbanenet. Dens potentiale ligger i hurtigere responstider, bedre koordinerede sikkerhedsprocesser, større driftsstabilitet og udvikling af overførbar teknologisk ekspertise.

Økonomisk succes afhænger mindre af antallet af kameraer end af arkitekturens kvalitet. 6.000 enheder og 1.800 AI-aktiverede enheder er opnåelige mål, men ikke succesmålinger. Afgørende faktorer er undgåede driftsforstyrrelser, korte responstider, håndterbare falske alarmrater, høj systemtilgængelighed og lave livscyklusomkostninger. Lige så vigtigt er databeskyttelse, cyberrobusthed og muligheden for at skifte udbyder eller model senere.

Fra et industripolitisk perspektiv giver projektet mulighed for at opbygge marokkansk ekspertise inden for computervision, systemintegration og kritisk infrastruktur. Denne mulighed vil dog kun blive realiseret, hvis åbne standarder, lokal videnoverførsel og målbar deltagelse bliver bindende. Ellers vil Marokko forblive køber af en importeret platform og bære omkostningerne ved teknologisk afhængighed i de kommende år.

Begrundelsen er derfor: ONCF har ret i at planlægge systemarkitekturen før store indkøb og foreløbig give afkald på ansigtsgenkendelse. Det næste skridt skal dog gå ud over en teknisk plan. Det, der er behov for, er en økonomisk og organisatorisk driftsmodel, der gør fordele, risici, ansvar og opfølgningsomkostninger transparente. Hvis dette lykkes, kan det lille udbud blive et nøgleprojekt for et sikrere, mere effektivt og digitalt suverænt jernbanetransportsystem. Hvis det mislykkes, er der risiko for et dyrt netværk af kameraer, der genererer store mængder data, men giver for få pålidelige beslutningsværktøjer.

Konrad Wolfenstein

Jeg vil med glæde fungere som din personlige rådgiver.

Du kan kontakte mig på wolfenstein∂xpert.digital eller

Bare ring til mig på +49 7348 4088 965 .

LinkedIn