Mobilitätsdaten und KI

Contact

Die Mobilität der Zukunft wird als Zusammenspiel von intelligenten Verkehrssystemen mit zukunftsfähigen Verkehrsinfrastrukturen realisiert werden. Die Vision: Verschiedene Verkehrssysteme greifen nahtlos multimodal ineinander, sind vernetzt, (teil-) autonom und emissionsarm - integriert in eine Welt mit vollständig erneuerbaren Energien. Energie- und Mobilitätswende gehen Hand in Hand.

Mobilität der Zukunft durch Künstliche Intelligenz

Autonomes Fahren basiert zu großen Teilen auf Künstlicher Intelligenz (KI) und Machine Learning (ML). Im Bereich der Fahrerassistenz dienen die erzeugten Algorithmen hauptsächlich der Verarbeitung von Sensordaten im Rahmen der Objektklassifizierung. Da bei KI-Technologien die maschinelle Wahrnehmung und die daraus folgenden Entscheidungen nicht vom Menschen validiert werden können, muss die Richtigkeit der maschinellen Wahrnehmung anderweitig überprüft werden. Absicherung der Verfahren bis hin zu Algorithmen, die mindestens "so sicher wie der Mensch" sind, bedeutet dabei immer ein auf Wahrscheinlichkeiten basierendes, probabilistisches Vorgehen. Die für Level-4-Systeme erforderliche Robustheit und Zuverlässigkeit kann durch Sensordatenfusion und Redundanz (zum Beispiel Parallelbetrieb von GPUs) erreicht werden

Mobilitätsdaten:
erheben - sichtbar machen - nutzbar machen

Um Transportsysteme optimal auszulegen, werden personen- und unternehmensbezogene Daten verarbeitet werden (müssen). Für die Akzeptanz in der Gesellschaft muss die Sicherheit im gesamten Prozess gewährleistet werden: Von der Aufzeichnung über die Verarbeitung bis hin zur Veranschaulichung der Daten. Erhobene Daten müssen sichtbar und verwendbar gemacht werden, um sie für intelligente Mobilitätskonzepte und -systeme "predictive" und somit gewinnbringend nutzen zu können. Typische Anwendungen sind beispielsweise das Monitoring von Live-Daten des ÖPNV und deren Verschränkung mit Shared-Mobility-Daten. Das bedeutet, dass die immens großen Datenmengen zunächst sinnvoll strukturiert werden müssen, um sie für Evaluierungs- und Optimierungsprozesse verwenden zu können.

Im nächsten Schritt geht es um die sichere Fusion von Daten aus unterschiedlichen Datenquellen.
Bei der Aufzeichnung, Vernetzung und Verarbeitung von personen- oder auch betriebsbezogenen Daten muss jederzeit eine übergreifende Sicherheit, insbesondere auch im Sinne der DSGVO, garantiert werden. Dürfen bestimmte Daten nicht verwendet werden, kann für eine erhöhte Vertraulichkeit auf Ersatzmodelle (Surrogate Modelle) zurückgegriffen werden. Auf diese Weise können Informationen bereitgestellt werden, ohne die tatsächlichen (Label-)Daten verwenden zu müssen. Außerdem muss die digitale Sicherheit (Cyber Security) gewährleistet werden, d.h. ein sicheres Anschließen von Datenquellen und Schnittstellen, um sich gegen mögliche Angriffe absichern zu können.

  • Wir machen große, unstrukturierte Datenmengen sicht- und nutzbar
  • Wir vernetzen sicher verschiedene Datenquellen
  • Wir unterstützen bei der sicheren (Weiter-)Verwendung vertraulicher Daten 
  • Wir entwickelnt gemeinsam mit unseren Kunden Ersatzmodellen (Surrogate Models), um die Vertraulichkeit zu erhöhen
  • Wir stellen sichere Schnittstellen für die Verwendung von Daten bereit

Optimierung von Transportsystemen

Anhand von Daten und Modellen wird versucht, die bestehende Verkehrsinfrastruktur abzubilden. Dabei betrachtet man sowohl die einzelnen Bestandteile der Infrastruktur individuell als auch deren Zusammenspiel (z.B. Verkehrs- und Lade-Infrastruktur). Modellbasiert werden für beide Bereiche Resilienzen identifiziert und quantifiziert. Diese Evaluierung dient insbesondere dem Abwägen zwischen verschiedenen Handlungsoptionen. Um die gesamte Infrastruktur (Verkehrs- und Ladeinfrastruktur) zu optimieren, greift man auf Methoden der mathematischen, insbesondere kombinatorischen und diskreten Optimierung zurück.
Typische Anwendungsfälle sind zum Beispiel die optimale Planung von Pendelbussen (z.B. Projektbeispiel „commutify“), die optimale Verteilung von Ladestationen oder die optimale Verteilung von Mobilitätshubs. 

  • Wir unterstützen Sie bei der intermodalen Verkehrsoptimierung
  • Wir optimieren Ihre intermodale Flottenplanung
  • Wir modellieren Ihre Infrastrukturplanung (Verkehrs- und Ladeinfrastruktur)

 

Experten der IABG arbeiten mit bei der „Deutschen Normungs-Roadmap Künstliche Intelligenz“ des DIN e.V. und vertreten die deutschen Belange in internationalen Gremien.