Intelligente Mobilität - die neue Art des Reisens | IT-TRANS

Intelligente Mobilität – die neue Art des Reisens

In einer intelligenten Mobilität liegt die Zukunft unseres gesamten Verkehrswesens. Der Weg dorthin führt über digitale Kommunikation mit intelligenten Schnittstellen: Der Verkehr vernetzt sich auf allen Ebenen und die Möglichkeit, einzelne Verkehrssysteme zu kombinieren, schafft Mobilität als Dienstleistung. Im Vordergrund steht der Beförderungswunsch des Kunden und nicht das Verkehrsmittel.

Schnelleinstieg:

Intelligentes Verkehrsmanagement dank ITCS

Innovative Mobilitätslösungen

Data Analytics – Basis für eine sichere Mobilität

Vernetzung der Verkehrswege
Einfach per Mobiltelefon Fahrt und Ticket auswählen.

Effiziente Verkehrsleitsysteme mit ICTS

Die zentralen Computersysteme der einzelnen Verkehrsmittel (Modi) werden in Form von Intermodal Transport Control-Systemen (ICTS) miteinander verbunden. Dieser zunehmende kommunikative Austausch von Daten und Informationen ermöglicht effizientere Verkehrsleitsysteme, die den gesamten Verkehrsfluss mit einer ferngesteuerten Verkehrssteuerung und interaktivem Verkehrsmanagement optimieren. Erst das effektive Ineinandergreifen der einzelnen Verkehrswege macht diese neue Mobilität attraktiv für den Fahrgast.

Erfahren Sie hier mehr zum Einsatz der ITCS.

Neue Mobilität: E-Bike-Sharing und Carsharing

Innovative Mobilitätslösungen wie E-Bike-Sharing, Carsharing oder E-Scooter sorgen für ein aus unterschiedlichen Verkehrsmitteln kombiniertes Unterwegssein, das den modernen Anforderungen gerecht wird. Ziel ist nicht nur eine schnelle Beförderung, sondern auch ein nachhaltiger Verkehr und Transport. Der Verkehr soll ressourcen- und umweltschonend erfolgen.

Eine Sharing Economy setzt hier an: Nicht mehr der Einzelne kauft E-Bikes oder Autos, sie werden entsprechend dem gemeinschaftlichen Bedarf geteilt. So verringern sich lange Standzeiten und damit auch der Bedarf an Parkplätzen. Mitfahr-Apps erleichtern die Bildung von Fahrgemeinschaften und reduzieren somit die Pro-Kopf-Umweltbelastung im Straßenverkehr. Möglicherweise lassen sich in Zukunft auch autonom fahrende Autos in den intermodalen Personenverkehr integrieren.

Erfahren Sie hier mehr zu innovativen Mobilitätslösungen.

Data Analytics zur Optimierung der Verkehrssysteme

Die Basis dieser Innovation bilden die modernen IT-Systeme mit ihrer Kommunikations- und Datentechnologie. Zum einen erfordert ein interaktives Verkehrsmanagement den stetigen Austausch der Verkehrsteilnehmer, zum anderen aber auch ein entsprechendes Verkehrsdesign.

Um Stärken und Schwächen der Verkehrssysteme zu identifizieren, nutzen Experten heute Data Analytics für den Verkehr. Sie setzen Verfahren aus den Bereichen Künstliche Intelligenz (KI), Big Data und Data Mining ein. Der Verkehr mit seiner Vielzahl an sehr unterschiedlichen Teilnehmern liefert entsprechend große und stets wachsende Datenmengen.

Diese Daten werden als Big Data gespeichert und in speziellen Rechenzentren zur Verfügung gestellt. Mit Unterstützung von KI (Künstliche Intelligenz) kann der Fahrgast dann unter Einbezug der aktuellen Verkehrslage oder persönlicher Präferenzen navigiert werden. Das Data Mining dagegen spezialisiert sich darauf, neue Erkenntnisse auf Grundlage der erhobenen Daten zu gewinnen.

Erfahren Sie hier mehr über Data Analytics.

Intelligentes Verkehrsmanagement dank ITCS

Verkehrsmanagement ist die Basis für einen intelligenten Verkehr. Eine zentrale Verkehrssteuerung koordiniert und optimiert den Verkehrsfluss mit einem rechnergestützten Betriebsleitsystem (RBL). Hierzu erheben die Systeme umfangreiche Verkehrsdaten zur Analyse der zentralen Verkehrsführung. Diese Daten ermöglichen ein interaktives Verkehrsmanagement. Entsprechend der unterschiedlichen Verkehrswege sind die einzelnen Verkehrsleitsysteme aufeinander abzustimmen. Diese umfassen

  • Straßenverkehrsmanagement,
  • Schienenverkehrsmanagement,
  • Flugverkehrsmanagement,
  • Schiffsverkehrsmanagement.

Live-Daten erheben über ITCS

Das ursprüngliche rechnergestützte Betriebsleitsystem (RBL) war zu Beginn ein in sich geschlossenes System. Innerhalb eines Verkehrsbetriebs übernahm es etwa die Fahrzeugverfolgung und diente als Navigationssystem. Um eine effiziente Aufteilung des Transportaufkommens auf verschiedene Verkehrsmittel – den sogenannten Modi – zu erreichen, sind heute die rechnergestützten Betriebsleitsysteme miteinander verknüpft. Folglich spricht man nicht mehr lediglich von RBL, sondern von Intermodal Transport Control-Systemen (kurz ITCS).

Diese verknüpfte Kommunikation der Systeme bietet Verkehrsbetrieben und Verkehrsplanern ganz neue Einsatzszenarien: Sie können live Verkehrsdaten austauschen. Für ein Großereignis können etwa ein Sonderzug und entsprechend Sonderbusse zum Transport der Fahrgäste eingeplant werden. Hat der Zugbetreiber seine Verkehrsdaten-Erfassung mit dem Busbetreiber geteilt, koordiniert dieser seine Fahrzeuge anhand des Zug-Fahrzeugtrackings. So lässt sich eine übermäßige Belastung der Bushaltestellen am Bahnhof minimieren.

Die Verkehrsdaten-Ermittlung ermöglicht alternative Stadt-Navigationen

Dank moderner Fahrzeugkommunikationssysteme ermöglichen Intermodal Transport Control-Systeme (ITCS) auch eine ferngesteuerte Verkehrssteuerung. Folgendes Szenario ist denkbar: Liefert die Verkehrsdaten-Ermittlung beispielsweise die Information, dass sich auf einer frequentierten Bus-Route ein Unfall ereignet hat, reagiert das System mit einer alternativen Stadtnavigation. Das ICTS sorgt dann dafür, dass sich der Takt der Lichtsignalanlagen (Ampeln) auf der festgelegten Ausweichstrecke dem erhöhten Verkehrsaufkommen anpasst. Durch die effiziente Steuerung der Ampelanalagen verbessert sich der Verkehrsfluss, etwa durch eine „grüne Welle“. Die Steuerung von Ampeln wird eingesetzt

  • im KFZ-Verkehr an Kreuzungen und Einmündungen
  • und dabei gesondert auch für Linienbusse und Straßenbahnen,
  • im Radverkehr,
  • im Fußgängerverkehr,
  • im Schienenverkehr.

In allen Einsatzbereichen ist stets auch die Verkehrssicherheit maßgeblich. Ein ICTS legt im U-Bahn-Schienenverkehr zum Beispiel die Freigabe eines Streckenabschnittes fest und koordiniert so auch den Sicherheitsabstand zwischen einzelnen Zügen. Hierzu ist ein verlässliches Fahrzeug-Tracking erforderlich. Bei der Optimierung des Betriebsablaufs steht allerdings immer im Vordergrund, dass die notwendigen Sicherheitsanforderungen eingehalten werden.

Innovative Mobilitätslösungen

Mit zunehmendem Fokus auf einen nachhaltigen Verkehr benötigen wir neue innovative Mobilitätslösungen. Autonome Fahrzeuge, Mobility-as-a-Service oder Sharing Economy für Fahrzeuge bestimmen die Zukunft des sogenannten Verkehrsnachfragemanagements, bei dem Transportmittel entsprechend den Bedürfnissen der Kunden zur Verfügung stehen.

Mit Mitfahr-Apps zum nachhaltigen Verkehr

Die bisherigen Modelle der Fortbewegung gehören in naher Zukunft der Vergangenheit an. Davon sind Verkehrsexperten überzeugt. Die jüngere Generation und immer mehr ökologisch bewusste Verkehrsteilnehmer empfinden das Konzept „allein unterwegs mit dem eigenen Automobil“ als nicht mehr zeitgemäß. Über Fahrgemeinschaftssysteme, wie Mitfahr-Apps, lassen sich Fahrzeuge schnell füllen mit dem positiven Effekt, dass sich die Umweltbelastung pro Kopf reduziert. Noch nachhaltiger, was Umwelt-Ressourcen betrifft, ist der öffentliche Nah- und Fernverkehr.

Dem intermodalen Personenverkehr gehört die Zukunft

Entscheidend ist das neue Verständnis von Mobilität als Dienstleistung. Dabei kommt es nicht zentral auf den Besitz eines Fortbewegungsmittels an, sondern man betrachtet jeden Weg vom Start zum Ziel individuell. Hierzu bedient man sich des multimodalen Verkehrs, also der Verwendung mehrerer Verkehrsmittel (Modi). Der intermodale Personenverkehr kombiniert diese Modi so miteinander, dass der Fahrgast bequem und schnell sein Ziel erreicht. Gut kombinieren lassen sich etwa

  • öffentlicher Nahverkehr,
  • öffentlicher Fernverkehr,
  • Bike-Sharing-Angebote,
  • Carsharing, Leihfahrzeuge oder Autovermietung,
  • E-Mobilität.

Fahrgäste, die aus ländlichen Gegenden in die nahegelegene Stadt starten, erhalten ein Park-and Ride-Angebot, um in den öffentlichen Nahverkehr zu wechseln. Ziele im innerstädtischen Gebiet lassen sich mit dem öffentlichen Nahverkehr und einem sich anschließenden Bike-Sharing-Angebot wie Citybikes erreichen.

Autonome Autos als Teil des öffentlichen Verkehrs

Die innovative E-Mobilität sorgt mit Angeboten wie E-Bike-Sharing oder E-Scootern dafür, dass auch konstitutionell schwächere Menschen nachhaltig an diesem intermodalen Konzept teilnehmen können. Auch für Kuriere innerhalb von Ballungszentren sind entsprechende Lastenfahrräder mit E-Antrieb Grundlage für einen nachhaltigen Transport.

Ein autonomer Verkehr verspricht das Verkehrsmittel fahrerlos in den Vordergrund zu stellen. Einige U-Bahnen, wie etwa die Metro in Kopenhagen, operieren schon heute fahrerlos und vollautomatisch. Wenn dieses Konzept in Form des autonomen Autos auch auf den Straßen realisiert werden soll, liegt es nahe, das Automobil als Service in den intermodalen Personenverkehr zu integrieren. Der individuelle Verkehrsteilnehmer nutzt dann diese Fahrzeuge gemeinsam mit anderen Fahrgästen, die dasselbe Fahrziel haben. Eine Parkplatzsuche am Zielort entfällt, da das Automobil in der Regel dann bereits via mobiler App anderweitig angefordert wird.

Data Analytics – Basis für eine sichere Mobilität

Data Analytics bietet großes Potential, um Prozesse und Abläufe in Verkehrsunternehmen systematisch zu analysieren. Im Rahmen der Business Intelligence (Geschäftsanalytik) werden Daten gesammelt, ausgewertet und skizziert. Diese Ergebnisse aus der Vergangenheit dienen als Grundlage für künftige Entscheidungen im Verkehrswesen.

Moderne Verkehrsplaner entwerfen dank Business Analytics Visionen einer mobilen Zukunft. Sie beschäftigen sich mit möglichen künftigen Entwicklungen, fragen sich, „was wird sein?“, und suchen Wege, wie diese Ziele zu erreichen sind. Dazu gehören auch Maßnahmen, die ergriffen werden müssen, um einen gut funktionierenden Personentransport zu garantieren. Mit entsprechenden Modellen können sie zum Beispiel die zu erwartende Materialermüdung der einzelnen Verkehrsmittel bestimmen und darauf basierend zukünftige Investitionen tätigen. Die zentralen Konzepte für Data Analytics im Verkehr sind

  • Künstliche Intelligenz (KI) oder auch Artifizielle Intelligenz (AI),
  • Big Data,
  • Data Mining.

Künstliche Intelligenz (KI) oder auch Artifizielle Intelligenz (AI) befasst sich zum einen mit der Automatisierung intelligenten Verhaltens und zum anderen mit dem maschinellen Lernen. Eine allgemein anerkannte Definition scheitert schon am unbestimmten Begriff der Intelligenz. Man kann jedoch sagen, dass künstliche Intelligenz versucht, mit Maschinen Dinge zu verwirklichen, in denen aktuell Menschen immer noch besser sind.

Big Data – mit Daten den Verkehr optimieren

Im Verkehr nutzt man Daten bereits und navigiert Verkehrsteilnehmer entlang von Routen, die nicht nur einfach den kürzesten Weg anbieten, sondern zusätzlich auch das aktuelle Verkehrsaufkommen berücksichtigen. Maschinelles Lernen (Künstliche Intelligenz) ermöglicht mit einer entsprechenden Datengrundlage, die Gefahr von Stauungen frühzeitig zu erkennen. So kann ein Verkehrsbetreiber bereits vor dem eigentlichen Verspätungsfall angemessene Gegenmaßnahmen einleiten und den Verkehrsfluss aufrechterhalten.

Das Konzept von Big Data erfasst die drei Vs:

  • Volumen (Umfang),
  • Velocity (Geschwindigkeit)
  • Variety (Vielfalt)

Es geht also um das Speichern von sehr vielen, unterschiedlichen Daten, die in einer so hohen Frequenz anfallen, dass ein Mensch sie nicht sinnvoll überblicken kann.

Data Mining – Zusammenhänge und Trends analysieren

Durch die Vielzahl an Einzelakteuren – vom Fahrgast, über die Mitarbeiter bis zu den Verkehrsmitteln – gibt es im Verkehr Big Data. Allein schon das Ticketing, welches elektronisch die Fahrscheine ausstellt und überwacht, generiert zusammen mit den Bezahlinformationen der Kunden eine beachtliche Datenflut. Dazu kommen die Betriebsdaten und das Tracking der Verkehrsmittel sowie Videoaufzeichnungen von Überwachungssystemen. Manche Verkehrsbetriebe, wie der Verkehrsverbund Rhein-Ruhr, stellen einige dieser Daten mit einem Open-Data-Portal der Öffentlichkeit frei zugänglich zur Verfügung.

Auf Grundlage dieser Big Data kommt Data Mining zum Einsatz: Spezielle statistische Methoden ermöglichen es, innerhalb der Daten Zusammenhänge zu identifizieren, um damit Trends zu erkennen. Es handelt sich also um den eigentlich wichtigen Analyseschritt, der aus den bestehenden Daten neue Erkenntnisse gewinnt.

Diese Webseite verwendet Cookies, um dem Besucher eine bessere Surf-Qualität bieten zu können. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung von Cookies zu.
Weitere Informationen und die Möglichkeit zum Widerruf finden Sie auf unserer Datenschutz Seite
Ich stimme zu | Meldung schließen