Mithilfe der Technologie für Höchstgeschwindigkeits-Datenbanken – dem In-Memory Data Management – analysieren HPI-Wissenschaftler Twitter-Einträge über S-Bahn-Linien und Bahnhöfe, verknüpfen diese und errechnen Prognosen. Der S-Bahn-Analyzer kann zudem jederzeit in Live-Statistiken anzeigen, was die häufigsten Arten von Vorfällen sind und zu welchen Tageszeiten welche Ereignisse für welche Linien besonders oft gemeldet werden. So können sich Fahrgäste angesichts der jeweiligen Situation auf die Wahl der Route und des Verkehrsmittels einstellen.
Entwickelt haben den S-Bahn-Analyzer Wissenschaftler des Hasso-Plattner-Instituts, in dem sie Angaben zur Berliner S-Bahn auf Twitter auswerteten. Die Analyse von mehr als 20.400 Tweets in der Zeit seit Mitte 2013 ergab bisher: Gut die Hälfte gibt Hinweise auf Ereignisse im Betriebsablauf. Meistens handelt es sich um Ausfälle oder Verspätungen von Zügen. Am häufigsten genannter Grund ist der "Polizeieinsatz" mit mehr als 600 Nennungen, gefolgt von "Notarzteinsatz" (über 400 Mal).
