Daten und Künstliche Intelligenz für flexiblere, nachhaltige Mobilität

Das 2021 gestartete Forschungsprojekt DAKIMO setzt sich zum Ziel, nachhaltige, „intermodale“ Mobilität mit Methoden der künstlichen Intelligenz (KI) attraktiver und nahtloser zu gestalten.

Dabei zielt das DAKIMO-Projekt (Daten und KI als Befähiger für nachhaltige, intermodale Mobilität, dakimo.server.de) spezifisch auf die Herausforderung von multi- und intermodaler Mobilität, also dem flexiblen Wechsel zwischen unterschiedlichen Verkehrsmitteln – nicht nur je nach Reiseziel, sondern auch je nach Teilstrecke. Das Projekt wird vom Bundesministerium für Bildung und Forschung (BMBF) gefördert, vom Projektträger Karlsruhe begleitet, und bringt die folgenden Karlsruher Einrichtungen zusammen:

Die Partner verbindet das Ziel, über vielfältige Daten von Endnutzerinnen und Endnutzer, Kommunen und Verkehrsbetrieben – und mit deren intelligenter Fusion – Mobilitätsdienste anzubieten, die Menschen zuverlässig, bequem, flexibel und nachhaltig ans Ziel bringen

Der Mobilitätswandel als Chance und Herausforderung

Die Transformation der Mobilität bietet erhebliche Potentiale zur Verbindung von Wirtschaftlichkeit, Nachhaltigkeit, Umweltfreundlichkeit und Individualität. Um diese Potentiale zu nutzen, muss die Komplexität aus Angeboten sowie gesellschaftlichen Bedürfnissen aber erst handhabbar werden. „Die Beweggründe für Mobilität und die Wahl von Verkehrsmitteln sind komplex“, gibt PD Dr. Martin Kagerbauer vom KIT zu bedenken. Soll die Gesellschaft intermodale, nachhaltigere Mobilitätslösungen nutzen, so muss die Nutzung einer intermodalen Verbindungskette – wie z.B. die Kombination von (Leih-)Fahrrad, ÖPNV und e-Scooter – mindestens genauso einfach und angenehm sein, wie der Griff zum eigenen Autoschlüssel.

Das Projektziel: Intermodale Mobilität mit KI handhabbar machen

Ein Ziel des Projekts DAKIMO ist daher, die regiomove-App des Karlsruher Verkehrsverbunds KVV auszubauen. Die Partner untersuchen dafür, wie das Potential bereits verfügbarer Daten etwa aus Apps, ÖPNV-Betrieb sowie Verkehrs- und Wettervorhersage ausgeschöpft werden kann, um Anwenderinnen und Anwendern passgenaue Vorschläge für Verkehrsmittel zu machen, die optimal zu ihren Bedürfnissen und ihrer Route passen, Dienstleistungen zu verbessern und Nutzungshürden nachhaltiger Verkehrsmittel abzubauen. Kagerbauer: „Wir vom KIT bringen in DAKIMO unsere Expertise zu Mobilitätsverhalten und Modellierung ein. Es gibt im Projekt eine interdisziplinäre Zusammenarbeit, die sehr fruchtbar ist.“ Seine Mitarbeiterin Pia Tulodetzki ergänzt: „Im Projekt analysieren wir unter anderem den Einfluss des Wetters auf das Mobilitätsverhalten mittels Befragungen und weiteren Datenquellen. Wir sehen hierbei faszinierende Zusammenhänge.“

Die Gesamtprojektleitung von DAKIMO hat dabei das Fraunhofer IOSB übernommen. Projektleiter Jens Ziehn sagt: „Im Projekt sehen wir direkt, wie Mobilität sich mit Daten weiterentwickeln kann. Mit Simulationen tragen wir dazu bei, KI-Verfahren datenschutzsicher auf die Datenauswertung zu trainieren. Ziel ist, Bürgerinnen und Bürger von KI profitieren zu lassen, ohne vermeidbare Risiken einzugehen.“

Chancen für Kommunen und Unternehmen

Chancen bietet DAKIMO auch in der Harmonisierung laufender Aktivitäten im Bereich Mobilitätsdatenräume, Vernetzung und Automatisierung, sowie individuellen Mobilitäts- und Informationsangeboten. So soll ein KI-gestütztes Daten-Ökosystem die Mobilitätswende befördern: Hersteller, Betreiber und Dienstleister sollen Potenziale schneller und genauer verstehen, und somit nachhaltig erfolgreiche Angebote gestalten. Entsprechend sollen die Projektergebnisse in den Aufbau der Datenplattform der KI-Allianz Baden-Württemberg eG einfließen.

„In DAKIMO haben wir uns das Ziel gesetzt, unsere Mobilitätsplattformen durch das Angebot neuer datengetriebener Services weiterzuentwickeln. Dazu gehört auch eine verbesserte und natürlich datenschutzkonforme Erhebung und Auswertung von Appnutzungsdaten und die Integration neuer, KI-gestützter Mobilitätsinformationen“, so Tanja Klopper, Produktmanagerin für das Thema Analyse, und Projektmanagerin für DAKIMO beim Partner raumobil, der unter anderem die regiomove-App entwickelt

Kommunen und Verkehrsunternehmen können darauf aufbauend ihre Mobilitätsangebote besser und situationsgerechter bereitstellen. In die Ergebnisse der Datenanalysen und KI fließen dazu auch Verkehrsnachfragemodelle ein. Das agentenbasierte Verkehrsnachfragemodell mobiTopp kommt hierbei zum Einsatz. Mit dem Verkehrsnachfragemodell ist es möglich, verschiedene künftige Szenarien zu modellieren und deren Wirkungen zu quantifizieren. Gabriel Wilkes vom KIT erläutert: „Mit unserem agentenbasierten Modellframework mobiTopp können wir die Mobilität genau nachbilden. Durch die Berücksichtigung des Aspekts Wetter werden die Simulationen noch realistischer.“

Ein Schritt hin zu nachhaltiger, zugänglicher Mobilität

Im Herbst 2023 soll eine erste prototypische Version des KI-Fusionsservers in Betrieb gehen, über den KI-basiert Routenvorschläge gemacht werden können. Nach Projektende sollen ab 2025 die technischen Entwicklungen in die KVV.regiomove-App aufgenommen werden. Zudem werden sie die Disposition im ÖV-Betrieb sowie die Verkehrsplanung in den Kommunen unterstützen.

„Ich wünsche mir, dass wir mit DAKIMO zu besseren Services für Kommunen, Mobilitätsanbieter und Nutzende beitragen können, zum Beispiel eine bessere Fahrtenplanung durch verbesserte Verkehrsmodelle. Denn Mobilität beschäftigt uns alle und ist ein wichtiger Teil unseres Alltags“, fasst Tim Hilgert, der das Projekt beim Partner INOVAPLAN leitet, die Zielsetzung zusammen.

Die Mobilitätswende wird das Projekt allein also nicht lösen, aber es soll einen spürbaren Beitrag leisten, nachhaltige Mobilität zugänglicher und komfortabler zu gestalten.

Hinweis: Dieses Forschungs- und Entwicklungsprojekt wird durch das Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des Programms „Zukunft der Wertschöpfung — Forschung zu Produktion, Dienstleistung und Arbeit“ gefördert und vom Projektträger Karlsruhe (PTKA) betreut. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren.

Presse