Bahn, Fahrrad oder Auto?
Mit Künstlicher Intelligenz besser ans Ziel kommen
Karlsruher Forschungseinrichtungen, Unternehmen und Verkehrsbetriebe wollen gemeinsam eine App entwickeln, die sämtliche verfügbaren Verkehrsdaten bündelt und den Bürgerinnen und Bürgern fundierte Vorschläge macht, mit welchen Verkehrsmitteln sie ihr jeweiliges Ziel optimal erreichen.
Im Fokus des Projekts DAKIMO (Daten und KI als Befähiger für nachhaltige, intermodale Mobilität) steht, die regiomove-App des Karlsruher Verkehrsverbunds KVV auszubauen. Die Projektpartner untersuchen dafür, wie das Potential der vielen bereits verfügbaren Daten etwa aus mobilen Apps, ÖPNV-Betrieb sowie Verkehrs- und Wettervorhersage ausgeschöpft werden kann, um Anwenderinnen und Anwendern passgenaue Vorschläge für Verkehrsmittel machen, die optimal zu ihren Bedürfnissen und ihrer Route passen, Dienstleistungen zu verbessern und Nutzungshürden bei umwelt- und klimafreundlichen Verkehrsmitteln abzubauen.
Individuelle, situations- und bedarfsgerechte Empfehlungen für Verkehrsmittel
Die Daten öffentlicher Verkehrsbetriebe, von Städten und Kommunen, Endnutzerinnen und Endnutzern sowie der regiomove-Ports (Knotenpunkten, an denen sich Bürgerinnen und Bürger über unterschiedliche Mobilitätsangebote in der Region Karlsruhe informieren und zwischen diesen wechseln können), werden mit Umgebungsinformationen zu Wetter und Verkehr zusammengeführt. Das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) setzt Künstliche Intelligenz (KI) ein, um diese Datenmengen aufzubereiten und so zu analysieren, dass sie zu individuell sinnvollen Empfehlungen für Verkehrsmittel führen.
Neben der technischen Realisierung stehen insbesondere die Sicherstellung der Nachhaltigkeit, die Benutzungsfreundlichkeit und der Datenschutz im Vordergrund: Eingesparte CO2-Emissionen durch eine effizientere Nutzung der Verkehrsmittel sollen abgeschätzt, die Akzeptanz in Studien mit Probandinnen und Probanden untersucht, und ein umfassendes Datenschutzkonzept erarbeitet werden.
Dass äußere Umstände wie etwa das Wetter uns bei der Entscheidung beeinflussen, welches Verkehrsmittel wir jeweils nutzen möchten, erscheint zunächst wenig überraschend. »Soll diese Entscheidung aber im Sinne der Verkehrswende positiv ausfallen, also möglichst für umwelt- und klimafreundliche Verkehrsmittel wie Bus, Bahn oder Fahrrad, müssen wir den Nutzerinnen und Nutzern als Entscheidungsgrundlage optimale Informationen bieten«, so Dr. Martin Kagerbauer vom Institut für Verkehrswesen (IfV) am Karlsruher Institut für Technologie (KIT).
Bisher gingen Verkehrsmodelle, die als Grundlage für Verkehrspolitik und Planung dienen, davon aus, dass alle Verkehrsteilnehmenden gleich gut informiert seien. »Das ist in der Praxis aber überhaupt nicht der Fall«, erläutert Kagerbauer. Dazu blieben individuelle Faktoren wie Alter und sozialer Status unberücksichtigt.
»Für unser Nachfragemodell in mobiTopp, das wir für das Projekt regiomove entwickelt haben, erheben wir solche Daten durch Befragungen«, erklärt Gabriel Wilkes vom IfV. MobiTopp bildet bereits sämtliche Wege aller Personen in Karlsruhe ab. Jetzt integrieren die Forschenden des KIT auch Wetter- und Informationsdaten, um die Mobilitätsentscheidungen der Bürgerinnen und Bürger noch genauer zu simulieren.
- Mit Künstlicher Intelligenz besser ans Ziel kommen
- Nachhaltige Verkehrsplanung dank Mobilitätsdatenbank
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
Mobilitätsverhalten von Pendlern
Fällt das Umweltbewusstsein der Bequemlichkeit zum…
On-Demand-Service KEXI
CleverShuttle, DB Regio Bus und Ioki machen…
Studie »Mobilitätswende 2030«
ÖPNV der Zukunft ist flexibel und digital vernetzt
Mobility as a Service in der Stadt
»Wir liefern eine Blaupause für ein smartes…
