🦸 Calling all Guardians of Mobility! Das Mobility Tech Update 2024 mit vielen spannenden Release Highlights ist jetzt verfügbar. Klicken Sie hier, um mehr zu erfahren 🦸🏽‍♀️

https://www.umovity.com/en/mobility-tech-update
Künstliche Intelligenz im Verkehrswesen

Mit maschinellem Lernen die Mobilität verbessern

Künstliche Intelligenz (KI) hat entscheidenden Einfluß auf die heutige Technologielandschaft. Mit ihrer Fähigkeit, menschliche Intelligenz zu replizieren und komplexe Aufgaben zu erfüllen, birgt KI ein immenses Potenzial für die Umgestaltung unterschiedlichster Aspekte unseres Lebens. Im Folgenden konzentrieren wir uns auf das Wesentliche der KI im Verkehrswesen, ihre Auswirkungen und ihren Nutzen.

Passende Produkte

Was ist künstliche Intelligenz - und ist sie gekommen um zu bleiben?

Künstliche Intelligenz (KI) ist eines der spannendsten und sich am schnellsten entwickelnden Gebiete der Informatik. Hinter dem Begriff verbergen sich intelligente Technologien, die in der Lage sind Aufgaben auszuführen, die normalerweise menschliche Intelligenz erfordern, wie Lernen, Probleme lösen, Entscheidungen treffen und natürliche Sprache verstehen.

Obwohl es Bedenken hinsichtlich der Auswirkungen der KI auf Arbeitsplätze und die Gesellschaft gibt, sind viele Experten der Meinung, dass die Vorteile der KI die Risiken bei weitem überwiegen. Durch die Automatisierung von Routineaufgaben kann KI menschliche Arbeitskräfte freisetzen, die sich auf kreativere und sinnvollere Aufgaben konzentrieren können.

Die Anwendungen und Anwendungsfelder der KI sind vielfältig und weitreichend. Auf dieser Themenseite legen wir den Schwerpunkt auf künstliche Intelligenz im Verkehrswesen.

Künstliche Intelligenz im Verkehrswesen

Künstliche Intelligenz revolutioniert die Verkehrsbranche und führt zu erheblichen Verbesserungen in den Bereichen Effizienz, Sicherheit und Komfort. Damit Kundinnen und Kunden, aber auch Unternehmen davon profitieren, findet maschinelles Lernen in vielen Bereichen der Mobilität immer häufiger ihren Einsatz.

In den letzten Jahren haben die Fortschritte beim maschinellen Lernen den Einsatz von KI in vielen Bereichen beschleunigt, so auch im Verkehrs- und Mobilitätssektor.

Wie also können Mobilitätsplanende und -betreibende - und vor allem die Öffentlichkeit - von KI profitieren? Hier sind ein paar Beispiele.

KI und autonome Fahrzeuge

Einer der wichtigsten Bereiche im Verkehrswesen, in dem die KI große Auswirkungen hat, sind autonome Fahrzeuge. Selbstfahrende Autos haben das Potenzial, durch menschliche Fehlurteile verursachte Unfälle zu verringern und den Verkehrsfluss insgesamt zu verbessern. Viele große Automobilhersteller und Technologieunternehmen entwickeln derzeit autonome Fahrzeuge, von denen einige bereits im realen Verkehr getestet werden.

In vielen Fällen trainieren die Entwickler*innen KI-Steuerungsalgorithmen, um das Verhalten erfahrener Fahrer*innen zu reproduzieren, die durch den umgebenden Verkehr navigieren. Die PTV Group beispielsweise arbeitet in Projekten wie CoExist mit KI-Entwickler*innen zusammen, um sicherzustellen, dass das Verhalten autonomer Fahrzeuge in den Verkehrssimulationsprodukten von PTV korrekt simuliert wird. KI-gesteuerte Geräte (ADAS) optimieren die Art und Weise, wie wir fahren, und verringern die Möglichkeit menschlicher Fehler.

Autonome, selbstfahrende Autos müssten sich erst in der breiten Öffentlichkeit etablieren, um ihre vielen Vorteile voll auszuschöpfen. Derzeit ist der Großteil der Gesellschaft noch abgeneigt, das Lenkrad an eine künstliche Intelligenz abzugeben. Der Stillstand bei den Vorschriften und Gesetzen ist ein Indikator für das Misstrauen der Öffentlichkeit.

KI in Verkehrsmanagementsystemen

KI wird auch in Verkehrsmanagementsystemen eingesetzt, um den Verkehrsfluss zu optimieren und Staus zu verringern. Durch die Analyse von Echtzeit-Verkehrsdaten können KI-Algorithmen Verkehrssignale anpassen und Fahrzeuge auf weniger überlastete Straßen umleiten, was die Fahrzeit und den Kraftstoffverbrauch verringert.

Intelligentes Verkehrsmanagement wird bereits erfolgreich eingesetzt. Städte wie Taichung, Wien, York oder Rom setzen bereits auf die Echtzeitlösung von PTV, die maschinelle Lernverfahren mit dynamischer Verkehrsmodellierung kombiniert.

Die Software dazu, PTV Optima, hilft den Betreibern, zuverlässige Verkehrsprognosen bis zu 60 Minuten im Voraus zu erstellen und die besten Szenarien für das Management von Staus, Straßensperrungen und Baustellen zu identifizieren. Intelligentes Verkehrsmanagement ermöglicht es den Betreibern, schnell auf veränderte Bedingungen zu reagieren. Auf diese Weise können Staus und überlastete Straßen vermieden oder entschärft werden, noch bevor sie entstehen.

KI trägt auch dazu bei, die Überwachung des Verkehrsaufkommens an vielen Stellen des Netzes zu verbessern. Verkehrslenkende können damit Verkehrskonditionen, die außerhalb der Norm liegen erkennen. Dafür stützt das System seine Prognosen auf ähnliche Verkehrssituationen in der Vergangenheit.  

KI kann auch für die adaptive Signalsteuerung eingesetzt werden. So setzt Taipeh beispielsweise PTV Balance ein, eine Software, die Ampeln kontinuierlich optimiert, um den Verkehrsfluss zu verbessern und Emissionen und Fahrzeugverspätungen im öffentlichen Nahverkehr zu minimieren.

Umweltfreundliche Mobilität wird häufig durch KI und intelligente Technologie unterstützt. Ziel ist es, Daten zu sammeln und zu verarbeiten und die Funktionsweise von Verkehrssystemen zu verbessern.

KI im öffentlichen Verkehr

Genau wie der Individualverkehr kann auch das Echtzeitmanagement des öffentlichen Verkehrs von einer KI-gestützten Optimierung profitieren. Große Datenströme von Fahrscheinsystemen und automatischen Fahrgastzählgeräten tragen zu einem besseren Verständnis der Fahrgastströme im Netz bei. Auf der Grundlage eines verbesserten Situationsbewusstseins können die Verantwortlichen Maßnahmen ergreifen, wenn die Nachfragemuster von den durchschnittlichen Bedingungen abweichen und wenn Verspätungen oder Infrastrukturausfälle den Betrieb beeinträchtigen.

Algorithmen können sowohl den Verkehrslotsen als auch den Fahrgästen Vorschläge unterbreiten, wie sie am besten mit der Situation umgehen können. Ersterer kann dabei entscheiden, welche Maßnahmen am besten geeignet sind, um den Regelbetrieb wiederherzustellen, z. B. indem sie Züge oder Busse verkürzen, Busse durch Züge ersetzen oder auswählen, welche Verbindungen gestrichen und welche beibehalten werden sollen, um die Auswirkungen auf die Fahrgäste zu minimieren. Die Fahrgäste erhalten Benachrichtigungen über die beste Alternativroute zu ihrem Ziel, die die Verspätung bei der Ankunft minimiert.

All dies im Rahmen von PTV Optima umzusetzen, hat entscheidende Vorteile: Nicht nur, dass die Entscheidungen auf einem Gesamtverkehrszustand für den ÖPNV und den SPNV beruhen - eine wesentliche Voraussetzung für den praktischen Busersatzverkehr. Die Empfehlungen der Fahrplanauskunft an die Fahrgäste stimmen auch immer mit den Dispositionsmaßnahmen der Verkehrsmanager*innen überein, so dass weniger Reisende auf ihren Fahrten im Nirgendwo stranden.

Derzeit arbeitet PTV an der Umsetzung dieses Ziels im Rahmen des von der EU geförderten und von der UITP koordinierten Forschungsprojekts UPPER.

KI für Shared Mobility Lösungen

Bei Mobilitätsdiensten auf Abruf kann KI den Einsatz von gemeinsam genutzten Fahrzeugflotten optimieren und das Nutzererlebnis der Fahrgäste verbessern.

Durch die Analyse von Daten zur Fahrgastnachfrage und zu den Verkehrsbedingungen können KI-Algorithmen die Fahrgastnachfrage bis zu einer Stunde im Voraus vorhersagen. Leerlaufende Fahrzeuge werden dann zu den zukünftigen Nachfrage-Hotspots geschickt, gerade rechtzeitig, um Fahrgäste abzuholen. Dadurch werden Wartezeiten und Umwege reduziert.

In diesem Fall übertrifft die KI die herkömmliche Zeitreihenanalyse: Neuronale Netze betrachten nicht nur die zeitliche Entwicklung der Nachfrage, sondern können auch räumliche Muster erkennen: Oft korreliert die Nachfrage in einem Viertel mit der in angrenzenden Stadtteilen.

#transmove: Mit KI-gestützten Prognosen die Mobilität verbessern

Deutschlands zweitgrößte Stadt Hamburg ist bestrebt, Staus zu vermeiden, Emissionen zu reduzieren und die Mobilität zu verbessern. Ein von der Bundesregierung gefördertes Projekt ist dabei wegweisend: #transmove. Ziel des Projektes ist es, mit Methoden der Künstlichen Intelligenz, insbesondere einer agentenbasierten Modellierung und maschinellem Lernen, intelligente und nachhaltige Mobilitätsprognosen zu ermöglichen und Empfehlungen für ein besseres Verkehrsmanagement zu geben.

Diese Informationen befähigen nicht nur Mobilitätsplanende (Verkehrs- und Stadtplaner*innen, Straßen- und Radwegeplaner*innen, einschließlich Verkehrskoordination, Leitstellen), sondern auch Bürgerinnen und Bürger, eine effektive Planung von Mobilität sowohl aus gesamtstädtischer als auch aus individueller Perspektive vornehmen zu können. Damit wird ein wesentlicher Beitrag zur Verstetigung des Verkehrsflusses und zur Verbesserung der Mobilität geleistet, einhergehend mit einer Reduzierung von Schadstoffen (insbesondere NO2), Feinstaub und CO2.

Überdies leistet das Prognose-Tool einen Beitrag zum digitalen Wissenstransfer innerhalb des städtischen Ökosystems: ausgewählte Daten werden über die Urban Data Platform Hamburg-weit zur Verfügung gestellt.

Das DigiLab (Landesbetrieb Straßen, Brücken und Gewässer, Hamburg (LSBG)) konnte sich 2022 mit seinen Projektpartnern – der PTV Group und der WPS Workplace Solutions – sogar über eine Auszeichnung für #transmove freuen: Zweitbester beim eGovernment-Wettbewerb in der Kategorie „Bestes Projekt zum Einsatz innovativer Technologien und Infrastrukturen 2022“. Der Wettbewerb zielt darauf ab, die Digitalisierung in Deutschland zu fördern.
Im Rahmen der Bewerbung entstand ein Video, das die wichtigsten Punkte verständlich und unterhaltsam zusammenfasst: #transmove Video

KI in der Transportlogistik

Ein weiterer Bereich, in dem KI entscheidende Vorteile bringt, ist die Logistik und das Lieferkettenmanagement. Durch die Analyse von Daten zu Versandrouten, Verkehrsmustern und Wetterbedingungen können KI-Algorithmen Lieferrouten optimieren und so den Kraftstoffverbrauch und die Emissionen senken.
Werden menschliche Disponenten in Logistikunternehmen bald durch KI-gestützte Transportplanungssoftware ersetzt werden? Die Antwort lautet eindeutig Nein. Routing- und Dispositionssoftware verwendet Algorithmen zur Berechnung von Routen. Aber nicht alle Variablen, Einschränkungen und Bedingungen können von Algorithmen abgebildet werden. Auch Ausnahmen und spontane Abweichungen werden von der Software nicht berücksichtigt. Hier kommen die Disponenten mit ihrem Wissen und ihrer Erfahrung ins Spiel.

Die Zukunft der KI im Verkehrswesen

Insgesamt verändert die KI die Transportbranche und macht sie effizienter, sicherer und bequemer für alle. Auch wenn es noch Herausforderungen zu bewältigen gibt, wie z. B. den Bedarf an mehr qualitativ hochwertigen Daten und die Entwicklung solider Vorschriften, sind die Vorteile der KI im Verkehrswesen unbestreitbar und werden in Zukunft weiterwachsen.

Aber es gibt noch viel Raum für weiteren Ausbau. Die heute zur Verfügung stehenden Big Data sind bisher weitgehend ungenutzt, so dass ein enormes Potenzial vorhanden ist. Nicht nur in Bezug auf maschinelles Lernen und KI, sondern auch bei der Datenanalyse und -visualisierung.
Bei PTV Group arbeiten wir an einer Reihe neuer Dashboards, die bereits veröffentlich oder in Kürze veröffentlicht werden sollen und den Städten leicht zugängliche Einblicke in die Mobilität bieten werden. Im Jahr 2022 veröffentlicht PTV Group das erste Dashboard, PTV Access, um die Erreichbarkeit und die Mobilitätswerte in deutschen Städten zu visualisieren. Solche Tools ermöglichen es den städtischen Akteuren, ein nachhaltiges und integratives städtisches Umfeld zu gestalten, das sich an den Bedürfnissen der Bürger orientiert.

Zusammenfassend lässt sich sagen, dass KI im Verkehrswesen uns helfen kann, ein System zu schaffen, das sicherer, effizienter und nachhaltiger ist. Mit fortgesetzter Forschung und Entwicklung können wir uns auf eine Zukunft freuen, in der der Verkehr besser zugänglich, bequemer und nachhaltiger ist.

Verbessern Sie die Mobilität in Ihrer Stadt mit maschinellem Lernen.

CAPTCHA
Diese Sicherheitsfrage überprüft, ob Sie ein menschlicher Besucher sind und verhindert automatisches Spamming.