Foto: ©johanarthur – unsplash.com
Mehr Verkehr, weniger Kollaps
Die Deutschen zieht es in die Städte: Vor allem die Metropolen werden in den kommenden Jahren weiter boomen und überdurchschnittlich stark wachsen. Was können Städte tun, um den Verkehrskollaps zu vermeiden? Wie können Verkehrsströme zukunftsfähig gestaltet werden? Effiziente Planung ist schwierig: Langfristige Trends wie die E-Mobilität und kurz- bis mittelfristige Faktoren wie Wetter, Baustellen oder Großveranstaltungen stellen Verkehrsteilnehmer, Mobilitätsdienstleister, Automobilhersteller und kommunale Verwaltungen immer wieder vor Herausforderungen. Verkehrsinformationen, georeferenzierte Daten oder Daten aus dem Social Web sind zwar ausreichend vorhanden, um Mobilitätsdienstleistungen und -infrastrukturen effizient zu gestalten, aber unvollständig oder in isolierten Informationssystemen enthalten. Komplexe Fragestellungen können so nur bedingt beantwortet werden.
Fit für die mobile Zukunft durch innovative Nutzung von Daten
Data4UrbanMobility entwickelt Softwarelösungen für die effiziente Planung, Entwicklung, Umsetzung und Nutzung innovativer Mobilitätsdienstleistungen. Mit Methoden der Informationsextraktion und -integration sowie des maschinellen Lernens leiten die beteiligten Wissenschaftler von L3S aus vorhandenen regionalen Daten fundierte Modelle und Prognosen zum Verkehrsverhalten ab. Diese speziell angepassten Datenverarbeitungswerkzeuge werden in einer Plattform zusammengeführt und können für die innovative Planung von Verkehrsströmen, die zukunftsorientierte Gestaltung von Infrastrukturen und anderen Mobilitätsdienstleistungen - für den öffentlichen Personennahverkehr und den Individualverkehr - genutzt werden.
Integration in die Stadt der Zukunft
Die Ergebnisse werden zunächst in der Region Hannover und Wolfsburg umgesetzt. Data4UrbanMobility wird innovative Informationsangebote in bereits bestehende Auskunftssysteme der Anwendungspartner integrieren, zum Beispiel in www.EFA.de oder die UMA-Apps der Wolfsburg AG. Daten, Dienste und Modelle werden auch anderen Mobilitätsdienstleistern zur Verfügung gestellt, um eine umfangreiche Nach- und Weiternutzung zu ermöglichen.
Kontakt
Dr. Stefan Dietze
Dr. Stefan Dietze ist Forschungsgruppenleiter am L3S und beschäftigt sich mit Methoden aus Information Retrieval, Künstlicher Intelligenz und Data Science sowie deren Anwendung, zum Beispiel zur Analyse großer heterogener Datenmengen aus dem Web.