KI trifft Sharing: Verbessertes Routing für die letzte Meile wird Realität
Mobilitäts-Apps: Intelligente Verfügbarkeits-Prognosen für Sharingfahrräder
Durch die intelligente Prognosetechnologie können Mobilitäts-Apps Sharingangebote künftig vorausschauend in die Routenplanung einbeziehen – und damit Umstiege deutlich zuverlässiger gestalten. Mehr zum Projekt DAKIMO erfahren.
Sharingfahrräder sind längst fester Bestandteil vieler urbaner Mobilitätskonzepte. Sie ergänzen den ÖPNV kostengünstig, flexibel und umweltfreundlich. Gerade auf der letzten Meile schaffen Sharingräder eine echte Alternative zum privaten Auto. Besonders erfolgreich agieren Systeme, die sich nahtlos in ÖPNV-Angebote oder Mobility-as-a-Service-Plattformen (MaaS) integrieren. Ein wichtiger Erfolgsfaktor dabei: eine zuverlässige Information über Verfügbarkeiten. Idealerweise nicht nur in Echtzeit, sondern auch vorausschauend.
GBFS: Der Datenstandard entwickelt sich weiter
Eine Erweiterung des Datenstandards GBFS (General Bikeshare Feed Specification) im Rahmen des Forschungsprojekts DAKIMO bringt dieses Konzept nun auf ein neues Level. GBFS bildet die technische Grundlage für viele Bikesharing-Integrationen. Der offene Standard liefert Informationen über verfügbare Fahrzeuge, Stationen und Standorte.
Im DAKIMO-Projektverlauf entstand unter der Leitung des Fraunhofer IOSB unter anderem eine KI-Lösung, die die Verfügbarkeit von Sharingrädern vorhersagt. Das Prognosemodell nutzt offene Datenquellen, berücksichtigt Standortdaten, Uhrzeiten und Wochentage. Auch Wetter und weitere Verkehrsmuster können genutzt werden. Daraus ergibt sich ein präzises Bild darüber, wo Nutzerinnen und Nutzer mit hoher Wahrscheinlichkeit ein Fahrrad finden – und wann. Diese Informationen fließen in eine Auskunftsapp ein und verbessern dort das intermodale Routing.
Bessere Übergänge durch vorausschauendes Routing
So können Nutzerinnen und Nutzer in der App jetzt Fahrten planen, bei denen ein nahtloser Übergang zum Beispiel zwischen Bahn, Bus und Sharingfahrrad realistischer gelingt. Die App bezieht in ihre Empfehlungen nur Umstiege ein, bei denen die KI eine hohe Wahrscheinlichkeit für verfügbare Fahrzeuge berechnet. So verbessert sich die Zuverlässigkeit intermodaler Routen. Ein wichtiger Beitrag zur Alltagstauglichkeit digitaler Mobilitätsangebote – und zu einer umweltfreundlichen Mobilitätskette.
Das KIT und raumobil konnten in einer Nutzerakzeptanz-Studie feststellen: Dieses neue Feature kommt gut an, und bietet einen bedeutenden Mehrwert für viele Personen.
DAKIMO: die Verbindung von Forschung, Praxis und Stadtverkehr
Im Projekt DAKIMO (Daten- und KI-basiertes Mobilitätsmanagement) arbeiten das Fraunhofer IOSB, die raumobil GmbH, die INIT GmbH, die INOVAPLAN GmbH, das Institut für Verkehrswesen am Karlsruher Institut für Technologie (KIT) sowie der Karlsruher Verkehrsverbund (KVV) gemeinsam an neuen Lösungen für den urbanen Verkehr. Das Projektteam entwickelt KI-Modelle, die Verkehrsströme analysieren, die Nachfrage prognostizieren und Verkehrsplaner bei Entscheidungen unterstützen. Das Ziel: eine effiziente, nachhaltige und nutzerorientierte Mobilität. DAKIMO wird vom Bundesministerium für Forschung, Technologie und Raumfahrt gefördert und vom Projektträger Karlsruhe betreut.
Neue GBFS-Version bringt die KI in den Standard
Damit Sharingdaten vorausschauend nutzbar werden, hat sich die raumobil GmbH im Rahmen des Projekts für eine Erweiterung des GBFS-Standards eingesetzt. Die GBFS-Community akzeptierte den Vorschlag im März 2025 bei MobilityData. Seit dem Release 3.1 im Mai 2025 lassen sich dadurch prognostizierte Verfügbarkeiten von Sharingfahrzeugen umsetzen. Diese Erweiterung schafft die Voraussetzung, um die im DAKIMO-Projekt entwickelte KI-Prognose direkt in Standard-Routinglösungen zu integrieren. Der Regelbetrieb in der regiomove-App des KVV ist bereits in Planung.
Ausblick: Vom Prototyp zur breiten Anwendung
Forschung und Praxis verzahnen sich immer enger. Die Möglichkeit, KI-Prognosen in Mobilitäts-Apps Apps zu integrieren, markiert einen wichtigen Meilenstein auf dem Weg zu smarter, menschengerechter Mobilität. Das KIT und raumobil analysieren derzeit die Nutzerakzeptanz, um daraus Handlungsempfehlungen für den weiteren Einsatz abzuleiten. Das Ziel bleibt klar: Städte und Menschen sollen gleichermaßen von datenbasierter, vernetzter Mobilität profitieren – ohne Brüche, ohne Umwege.
Das DAKIMO-Projekt und deren Projektpartner raumobil GmbH, INIT GmbH, INOVAPLAN GmbH, das Institut für Verkehrswesen am Karlsruher Institut für Technologie (KIT), der Karlsruher Verkehrsverbund KVV, sowie Fraunhofer IOSB sind Teil des KAMO: Karlsruhe Mobility Ecosystem.