Die Verfügbarkeit von Offenen Daten ist ein zentraler Innovationstreiber für die Digitalisierung des Verkehrssektors und Grundlage für eine verlässliche, nachhaltige und effiziente Mobilität 4.0. Mit der Konferenz möchte das BMVI einen europaweiten Dialog mit Akteuren aus Politik, Verwaltung, Unternehmen und Forschungsinstituten zu datenbasierten Mobilitätsinnovationen starten. Im Mittelpunkt steht die Frage, welche Innovationen durch offene Mobilitätsdaten in den Mitgliedstaaten bereits möglich sind und wie die Verfügbarkeit und Nutzbarmachung von multimodalen Verkehrsdaten in Europa weiter verbessert werden kann.
Das Forschungsvorhaben DSA fokussierte auf eine individualisierte Darstellung von für die Binnenschifffahrt relevanten Reisedaten auf einem Ausgabegerät. Ziel war es, Nutzen und Akzeptanz zu untersuchen, wenn in einer internetbasierten Applikation neben einem optimierten Wasserstandvorhersagemodell, Informationen zu Pegelständen, Brücken, Schleusen und Häfen bereitstehen und Routen und Reisezeit ermittelt werden können. Hierzu wurden bestehende Datenquellen angebunden, im DSA verarbeitet und grafisch für den Endanwender ausgegeben. Der Demonstrator ist als Cloud Lösung umgesetzt worden. In einem sechs monatigen Feldtest wurden die Funktionen getestet, bewertet und Verbesserungen in Form von Releases den Nutzern wiederum zur Verfügung gestellt. In Befragungen wurden weitere zusätzliche Assistenzfunktionen erhoben, um Input für weitere Ausbaustufen aufzuzeigen.
Ziel des Projektes ist eine Verkehrsflussoptimierung. Diese basiert auf einer spurgetreuen Erfassung von Fahrzeugbewegungen, der Ermittlung des Verkehrsflusses mittels Verfahren der Künstlichen Intelligenz, einer aufbauenden Echtzeitprognose und der anschließenden Schaltung der Lichtsignalanlagen. Zudem sollen atypische Ereignisse, wie schlechtes Wetter, Baustellen oder Unfälle, berücksichtigt werden können. Dies führt zu kürzeren Reisezeiten der Verkehrsteilnehmer, einer Reduktion des Lärms und Verringerung der Luftverschmutzung. Der KI4LSA-Optimierer soll in Produkte der Partnerunternehmen integriert und so für andere Kommunen und Betreiber zugänglich gemacht werden. Mehr erfahren.
Das Projekt nutzt in einer hochskalierbaren Cloud-Umgebung modernste mathematische Methoden aus dem Umfeld Künstlicher Intelligenz, Machine Learning und Predictive Analytics, um Modelle für eine dynamische Preis-Mengen-Steuerung zu entwickeln. Damit soll eine Maximierung der Erlöse bei gleichzeitiger Reduktion von Leerkapazitäten erreicht werden. Ziel ist die Schaffung einer intelligenten Softwareplattform, die es ermöglicht, Transportaufträge durch aktives Yield Management zu bepreisen, in Echtzeit auf existierende Leerkapazitäten zu verteilen oder aktiv notwendige Zusatzkapazitäten anzufragen und alles in hocheffizient optimale Touren zu bündeln. Mehr erfahren.
In den letzten Jahren zeigten Reedereien verstärkt Interesse an der Nutzung von Schifffahrtswegen durch die Arktis. Derzeit für die Navigation herangezogene Eiskarten besitzen jedoch für spezifische Fälle oft eine zu geringe Auflösung sowie nicht immer die gewünschte Aktualität, da Meereis ständigen Veränderungen durch Wind und Strömungen unterliegt. Die europäische Sentinel-Satellitenserie bietet mit ihrer einmaligen Kombination aus optischen/ thermalen Sensoren und Radarsensoren die Möglichkeit, die Meereis-Lageinformationen erheblich zu verbessern. Das Projekt EisKlass2 differenziert verschiedene Eis-Typen und deren Eigenschaften, indem thermale/optische Sensoren (Sentinel-3) und Radarsensoren (Sentinel-1) erstmals mit Hilfe Künstlicher Intelligenz kombiniert ausgewertet werden. Für drei Jahre läuft das Projekt gemeinsam mit Drift+Noise Polar Services GmbH, Ocean Atmosphere Systems GmbH, Dr. Thomas König & Partner Fernerkundung GbR sowie The Inversion Lab Thomas Kaminski Consulting. Mehr erfahren.
Ziel des Vorhabens NV-ProVi ist es, ein lernendes System zu entwickeln, welches ÖPNV-Nutzern zu jeder Zeit eine möglichst genaue Prognose über Belegung und Pünktlichkeit der Busse und Bahnen auf ihrer geplanten Route zur Verfügung stellt. Diese Informationen sollen in ansprechender, intuitiver Form über eine Live-Map des Rhein-Main-Verkehrsverbundes visualisiert werden. Such- und Filterfunktionen sowie Routenkriterien sollen Fahrgästen ermöglichen, ihre individuelle Route möglichst nah an den eigenen Anforderungen zu planen und die Nutzung des Nahverkehrsangebots somit attraktiver zu machen. Mehr erfahren.
Das Projekt erforschte die potenzielle Weiterentwicklungen des MDM durch ein Integrationskonzept zwischen MDM und IDS-Komponenten, das verschiedene multi- und intermodale Mobilitätsszenarien betrachtet, die Integration offener Daten aus der mCLOUDberücksichtigt und potenzielle Beiträge des MDM/MDS zur Realisierung des künftigen nationalen Zugangspunkts für multimodale Reiseinformationen aufzeigt. Diese Vorstudie bildet somit die Grundlage für die Umsetzung des geplanten Mobility Data Spaces in einem anschließenden Forschungs- und Entwicklungsprojekt. Die Vorstudie beantwortet organisatorische, fachliche und technische Fragen, wie der Mobility Data Space aufgebaut, betrieben und genutzt werden kann. Zur Studie.
Mit dem Projekt Indres wird eine Infrastrukturdatenbank für kleinere, nichtbundeseigene (NE-) Eisenbahnen geschaffen, damit diese Infrastrukturbetreiber sowie Verkehrsdienstleister, Behörden und die Öffentlichkeit auf eine einheitliche, kohärente und digitale Datenbasis für Planungen, Berichte und den Bahnbetrieb zurückgreifen und Daten frei für unterschiedlichste Anwendungen nutzen können. Zusätzlich soll ein System einheitlicher Schnittstellen beschrieben und stimuliert werden, damit ein reibungsloser Datenaustausch und eine einfache Verwendung in der Praxis und Drittprojekten ermöglicht werden.
Deutschland ist reich an nichtbundeseigenen Bahnen, welche – neben der DB Netz – öffentlich zugängliche Eisenbahn-Infrastruktur betreiben. Sie sind ein Rückgrat des Bahnverkehrs, wie zum Beispiel das 232 km lange Netz der Eisenbahnen und Verkehrsbetriebe Elbe-Weser im Hinterlandverkehr von den Nordseehäfen nach Süddeutschland. Bahnen dieses Typs sind die Zielgruppe des Projekts Indres. Mehr erfahren.