Daten und KI als Befähiger für nachhaltige, intermodale Mobilität (DaKiMo)

Problemstellung
Die vielschichtige Transformation der Mobilität bietet erhebliche Potenziale zur Verbindung von Wirtschaftlichkeit, Nachhaltigkeit, Umweltfreundlichkeit und Individualität. Voraussetzung für deren umfassende Nutzung ist jedoch, die Komplexität aus Angeboten sowie gesellschaftlichen Bedürfnissen handhabbar zu machen. So dominiert der PKW als Verkehrsmittel weniger aufgrund objektiver Vorteile für jede Tür-zu-Tür-Verbindung, sondern aufgrund von etablierter Verfügbarkeit und Planbarkeit aber auch aus Mangel an Alternativen insbesondere im ländlichen Raum. Soll die Gesellschaft intermodale Mobilitätslösungen nutzen, die in Betrieb, Wartung und Aktualisierung erheblich flexibler und nachhaltiger sind, so muss die Nutzung einer intermodalen Verbindungskette (etwa über ÖPNV, Mobility-as-a-Service, e-Scooter) mindestens genauso einfach und angenehm sein, wie der Griff zum eigenen Autoschlüssel.

Projektziel
Ziel des Vorhabens ist es daher, Bürgerinnen und Bürgern für eine geplante Tür-zu-Tür-Verbindung zugeschnittene intermodale Verbindungsketten vorzuschlagen, die nicht nur ihre individuellen Bedürfnisse, sondern auch datengetriebene Aspekte wie Verkehrslage oder Witterung berücksichtigen. Durch Konzeption und Bereitstellung von Informationsdiensten für die Bürger und die Wirtschaft sollen Anreize für ressourceneffiziente Mobilitätsaktivitäten in einer Modellregion geschaffen werden. Aus dem kumulierten Nutzerverhalten soll darüber hinaus maschinell gelernt werden, um die Optimierung des Gesamtsystems zu unterstützen.

Vorgehensweise
Methodisch soll initial analysiert werden, welche Datenquellen zu Mobilitätspotenzialen und bedürfnissen bereits heute zur Verfügung stehen und welche Daten durch absehbare Entwicklungen, bspw. GAIA-X, in naher Zukunft bereitstehen werden. Basierend darauf wird untersucht, inwieweit individuelle Mobilitätsbedürfnisse bestimmt werden können und passende intermodale Mobilitätsvorschläge erstellt werden können. Diese können bestehende Angebote umfassen, die beispielsweise über mobile Endgeräte empfohlen werden, etwa in der intermodalen Anwendung „regiomove“, aber ebenso völlig neue On-Demand-Mobilitätsangebote, sowie neue technische Lösungen, wie „Smart Stations“ als intelligent vernetzte Umstiegsmöglichkeiten zwischen Mobilitätsformen. Wesentlicher Gegenstand des Projekts ist die systematische Modellierung der damit verbundenen neuen Verkehrskonzepte etwa im Verkehrsnachfragemodell „mobiTopp“, sowie die Umsetzung in Realdemonstratoren, um systematisch und quantitativ zu bewerten, wie effektiv sich die neuen Angebote in den Alltag der Nutzer einfügen, und inwieweit diese geeignet sind, die Mobilitätswende aktiv zu befördern. Hierzu arbeiten Wissenschaftler aus den Bereichen Verkehrsforschung, Informationsmanagement und Smart City/Region mit Unternehmen aus dem Mobilitätsumfeld zusammen.

Ergebnisse und Anwendungspotenzial
Das Potenzial des Ansatzes besteht in der Harmonisierung der laufenden Aktivitäten im Bereich Mobilitätsdatenräume mit den technischen Entwicklungen von Vernetzung und Automatisierung und den individuellen Mobilitäts- und Informationsangeboten. Daraus kann über ein KI-gestütztes Daten-Ökosystem ein neues Verständnis für Mobilität entwickelt werden, welches die Mobilitätswende aktiv positiv befördert. Herstellern, Betreibern und Dienstleistern soll die Möglichkeit geboten werden, Bedürfnisse und Möglichkeiten schneller und genauer zu verstehen und somit nachhaltig erfolgreiche Mobilitätssagebote zu gestalten. Daher fußt das Projekt auf der Einbindung von Bürgern, Betreibern und Zulieferern ebenso wie der öffentlichen Hand und leistet einen maßgeblichen Beitrag zur Schaffung neuer Arbeitsplätze und Wertschöpfung.

• Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein
• Karlsruher Institut für Technologie (Universitätsaufgabe)
• raumobil GmbH
• INIT GmbH
• INOVAPLAN GmbH