[Uni Göttingen] – Der Versorgungsverkehr der kritischen und sozialen Infrastruktur – beispielsweise Rettungsdienste, Busse, Räum- oder Entsorgungsfahrzeuge – stellt bestimmte Anforderungen an das Straßennetz: Erstens sind die genutzten Fahrzeuge häufig übergroß und damit schwieriger auf engem Raum zu manövrieren. Zweitens sind die Fahrten oft besonders dringlich, etwa bei festgelegten Fahrplänen oder in Notfällen. Ein Forschungsteam der Universität Göttingen untersucht nun gemeinsam mit der SETLabs Research GmbH im Projekt KI_IDENT die Bewegungsdaten verschiedener Fahrzeugflotten im Göttinger Stadtgebiet, um neuralgische Verkehrspunkte zu identifizieren.
Ziel ist es, diese Daten mithilfe von Künstlicher Intelligenz so aufzubereiten, dass ein effizienter Verkehrsfluss planbar wird. Das Bundesministerium für Digitales und Verkehr (BMDV) fördert das Projekt für 18 Monate mit rund 188.000 Euro.
Dafür werden die Wissenschaftlerinnen und Wissenschaftler der Smart Mobility Research Group (SMRG) der Universität zusammen mit der SETLabs Research GmbH und beteiligten Akteuren mehrere praxisrelevante Anwendungsfälle entwickeln. Anschließend werden die Datenanalysen der Bewegungswege mithilfe aufwändiger Maschine-Learning-Algorithmen aufbereitet. Ein prototypisches Informationssystem visualisiert die Analyseergebnisse in einer Weise, die den Anforderungen von Operateuren und Planungsstellen gerecht wird.
„Immer mehr öffentliche und private Fahrzeugflotten werden mit modernen Sensor- und Telematikeinheiten ausgerüstet. Wir untersuchen, wie sich diese Daten sinnvoll für administrative und operative Planungen nutzen lassen“, sagt Prof. Dr. Lutz M. Kolbe, an dessen Lehrstuhl für Informationsmanagement die SMRG angesiedelt ist. „Alltägliche Kenntnis über neuralgische verkehrliche Schwachstellen hat derzeit insbesondere das Fahr- und Dispositionspersonal der verschiedenen Fahrzeugflotten. Dieses Wissen ist jedoch für die zuständigen Planungsstellen kaum strukturiert und umfassend abrufbar“, ergänzt Dr. Tim-Benjamin Lembcke, Forschungsgruppenleiter der SMRG. „Dieses Projekt zielt darauf ab, relevante Informationen datengetrieben zu extrahieren und in geeigneter Form aufzubereiten, um so die beteiligten Akteure zielgenau zu unterstützen“.
Das Projekt „KI_IDENT: Machbarkeitsstudie zur KI-gestützten Identifikation von neuralgischen Punkten in Verkehrsnetzen basierend auf Verkehrsflussdaten von Versorgungsverkehren“ wird im Rahmen der Innovationsinitiative mFUND gefördert. Damit unterstützt das BMDV seit 2016 datenbasierte Forschungs- und Entwicklungsprojekte für die digitale und vernetzte Mobilität der Zukunft. Die Projektförderung wird ergänzt durch eine aktive fachliche Vernetzung zwischen Akteuren aus Politik, Wirtschaft, Verwaltung und Forschung und durch die Bereitstellung von offenen Daten auf der „Mobilithek“. Weitere Informationen sind unter www.mFUND.de zu finden.