Problemstellung

Vorhersagen von Belegungsdaten sind im ÖPNV ein wichtiges Mittel, um Fahrzeuge intelligent und kundengerecht einzusetzen. Insbesondere kleinere ÖPNV-Anbieter aus dem ländlichen Raum, die häufig über begrenzte finanzielle Mittel verfügen, könnten auf dieser Grundlage den Einsatz ihrer Fahrzeuge wesentlich zielgenauer steuern. Darüber hinaus führt ein verbesserter Einsatz von Fahrzeugen zu einer optimierten CO2 Bilanz.
Der Einfluss schwer planbarer Parameter, wie zum Beispiel 9 Euro Ticketing Aktionen, Benzinpreis-änderungen, Wetter oder Jahreszeiten erschweren Vorhersagen technisch erheblich. Es wird daher eine transparente und übertragbare Software Innovation benötigt, die Wege aufzeigt, wie Vorhersagen erstellt werden können.

Projektziel

Das Projekt Fahrbar20 konkretisiert und entwickelt die zugehörige Dateninfrastruktur, um auf Künstliche Intelligenz (KI) basierende Vorhersagemechanismen mittels Daten von drei kleinen ÖPNV-Anbietern einzusetzen.
Kleine ÖPNV-Anbieter werden damit befähigt, valide Vorhersagen für Fahrzeugbelegungen kostengünstig zu realisieren. Große ÖPNV-Anbieter, Wissenschaft und weitere Akteure können die Projektergebnisse nutzen und erweitern, wodurch zukünftig Entwicklungskosten für Vorhersagemechanismen eingespart werden können.

Durchführung

Belegungsdaten werden bereinigt und ausgewertet. Es werden insbesondere Datenmerkmale und Bereinigungsverfahren entwickelt, die es ermöglichen, KI-Vorhersagen anzuwenden.
Ergebnisse, welche Datenmerkmale mit welchen KI-Verfahren besonders effektiv kombinierbar sind, werden anschließend veröffentlicht, um eine Übertragbarkeit der Entwicklungen sicherzustellen.

Verbundkoordinator	iunera Verwaltungs-GmbH Altrottstraße 31 69190 Walldorf
Projektvolumen (zum Bewilligungszeitpunkt)	267.543 €, davon 67 % Förderung durch BMDV
Projektlaufzeit (zum Bewilligungszeitpunkt)	03/2023 – 07/2024
Ansprechpartner	Dr. Tim Frey iunera GmbH & Co. KG +49 6227 789 31 98 contact@iunera.com