Mobilität und Umwelt

Ausgangssituation

Die Effizienz des Gesamtsystems des öffentlichen Personennahverkehrs kann unter Einsatz künstlicher Intelligenz (KI) signifikant gesteigert werden. Dies gilt sowohl anbieterseitig als auch nutzerseitig. Deshalb soll am prototypischen Beispiel von Bad Birnbach gezeigt werden, wie KI die im ÖPNV-System von Bad Birnbach bereits vorhandenen autonomen Shuttles befähigt, eigenständig und situativ die effizienteste Route zu kalkulieren und durchzuführen.

Unter der Federführung des Fraunhofer-Institut für Materialfluss und Logistik (IML) erstellen die DB Regio Bus Bayern und Q_PERIOR AG verschiedene Analysen, verkehrliche Bewertungen und beziehen die schon bestehende Infrastruktur und autonome Shuttle in Bad Birnbach zur Entwicklung und Testung der KI ein. Das Projekt wird von Oktober 2021 bis September 2023 durchgeführt. Mit dem Vorhaben kann ein effizienter und smarter Beitrag für das Programm »Bayern barrierefrei« geleistet werden, welches die barrierefreie Gestaltung des ÖPNV bis 2023 zum Ziel hat.

Ziele des Projekts - drei Themenschwerpunkte

Um auf die Herausforderungen entsprechend passende Lösungen erarbeiten zu können, wird ein mehrstufiges Vorgehen gewählt.

Das Vorhaben hat zum Ziel, die Effizienz des Gesamtsystems des öffentlichen Personennahverkehrs (ÖPNV) unter Einsatz künstlicher Intelligenz (KI) am prototypischen Beispiel von Bad Birnbach signifikant zu steigern. Der eigenständige Entscheidungsprozess der KI ermöglicht eine optimale Verkehrsmittel-Disposition, zugeschnitten auf die mitunter besonderen Anforderungen jedes einzelnen Nutzers. Zudem verfügt die KI über die Fähigkeit, die individuellen Mobilitätsbedarfe vorherzusehen und den einzelnen Nutzern situativ die besten Mobilitätsangebote aktiv zu kommunizieren. In diesem Vorhaben wird zusätzlich die Nutzbarkeit von autonomen Kleinbussen für Personen, die eine barrierefreie Mobilität benötigen, geprüft und durch Modifizierungen optimiert. Mithilfe einer durch KI optimierte Kommunikation der Fahrgäste mit dem fahrerlosen System, aber insbesondere durch ein zusätzliches IuK-Interface im Fahrzeug und durch eine Anpassung der Mobilitäts-App wird eine einfachere Nutzung erreicht. Um die Projekt- und Entwicklungsressourcen optimal zu nutzen, werden bestehende autonome Kleinbusse, die seit längerer Zeit in Bad Birnbach im Betrieb sind, für die Erweiterungen und Tests in diesem Vorhaben genutzt. Auch die Mobilitäts-App Wohin Du Willst (WDW) kann in dem Vorhaben für Tests eingesetzt und erweitert werden. Die komplette Tragweite der Effizienzsteigerung durch die Einbindung von selbstständig lernender und entscheidender KI zeigt sich in mehreren Umsetzungsschritten, die im Folgenden grob skizziert werden.

(1) Alle im ÖPNV-System vorhandenen Verkehrsmittel (inkl. bedarfsorientierter Busse und autonomer Shuttles) werden mit technischen und strukturellen Details (bspw. Akkustand, Sitzplatzanzahl, aktueller Standort) in einem System erfasst. Durch die permanente Analyse der ÖPNV-Nachfrage in Bad Birnbach entsteht eine Datengrundlage, die als Basis für den Lernprozess der KI dient. Darüber hinaus werden externe Daten herangezogen, bspw. Echtzeitdaten zu Störungen im ÖPNV und SPNV, Kalenderdaten, Prognosedaten zum Wettergeschehen und zu anstehenden Veranstaltungen. Die beschriebenen Daten liefern die Grundvoraussetzung, um unter Berücksichtigung der aktuellen Nachfragesituation eine optimale Entscheidung hinsichtlich Gefäßwahl, Fahrzeit und Route zu treffen. Die zusätzliche Nutzung von ÖPNV-Daten einer vergleichbaren Kommune vergrößert die Datenbasis und kann somit den Trainingsprozess der KI verbessern.

(2) Die KI befähigt die im ÖPNV-System von Bad Birnbach bereits vorhandenen autonomen Shuttles eigenständig und situativ die effizienteste Route zu kalkulieren und durchzuführen. Die Shuttles werden zudem für die Beförderung mobilitätseingeschränkter Personen modifiziert, d. h. sie werden mit zusätzlichen Komponenten ausgestattet, um die Fahrten auch barrierefrei anbieten zu können. Die Komponenten werden reversibel verbaut. Die modifizierten autonomen Kleinbusse werden in erster Linie für die Bedarfe Mobilitätseingeschränkter eingesetzt. Sofern keine Nachfrage besteht, werden die Shuttles auch für den Normalbetrieb eingesetzt, um eine möglichst hohe Auslastung zu erreichen. Die Barrierefreiheit wird nicht nur hardwareseitig in den Fahrzeugen ersichtlich, sondern auch softwareseitig in einer Smartphone-Anwendung. Die bereits vorhandene WDW-App der DB Regio Bus wird für Mobilitätseingeschränkte durch entsprechende Einstellungen optional modifizierbar. Der KI-Einsatz ermöglicht eine Vorhersage der Nutzungsbedarfe und eine Differenzierung zwischen vulnerablen und nicht-vulnerablen Nutzern. Dadurch wird situativ die richtige Gefäßwahl getroffen und im Falle eines vulnerablen Nutzers das modifizierte Shuttle zugeordnet.

(3) Die KI ermöglicht es, in Abhängigkeit der aktuellen Nachfrage geeignete Mobilitätsoptionen für die einzelnen Nutzer anzubieten. Das führt zu einer praktikableren Nutzung des ÖPNV und erleichtert den Zugang für die vulnerable Nutzergruppe. Die Verknüpfung zwischen dem schienengebundenen Personennahverkehr (SPNV) und des KI-gesteuerten ÖPNV-Systems in Bad Birnbach erfolgt sowohl software- als auch hardwareseitig. Infolgedessen ist das effiziente ÖPNV-System überregional verzahnt.

Zusammenfassend wird mit dem Vorhaben eine effizientere Gestaltung des gesamten ÖPNV-Systems mit sämtlichen Verkehrsmitteln und Anschlüssen zum SPNV am Beispiel von Bad Birnbach ermöglicht. Dies bildet sich anbieterseitig als auch nutzerseitig ab. Die Innovation des Vorhabens besteht in der Schaffung einer KI, die durch einen konstanten Lernprozess eine selbstständige Entscheidungsfähigkeit entwickelt. Die KI lernt durch die bedarfsorientierten Mobilitätsprozesse, welche Mobilitätsnachfragen im Erprobungszeitraum entstehen (differenziert nach verschiedenen Nutzergruppen) und wie eine optimale Zuordnung der vorhandenen Gefäße (modifiziert / herkömmlich) erfolgen kann.

Projektkonsortium

Das Projektkonsortium bündelt die langjährigen Expertisen aus den Bereichen Wissenschaft & Technik, innovativer Verkehrskonzepte, vernetzter Mobilität sowie kommunaler Praxis. Die Partner nutzen so Synergien und kombinieren ihre Erfahrungen aus dem Projektmanagement, Digitalisierung, KI-gesteuerten Datenanalysen, Verkehrsplanung sowie Erfahrungen im Betrieb automatisierter Shuttlebusse und Prozessoptimierung.

• Fraunhofer IML, Projektzentrum Verkehr Mobilität und Umwelt in Prien am Chiemsee
• DB Regio Bus Bayern
• FMS Future Mobility Solutions GmbH
• Q_PERIOR AG
• qdive GmbH

Das Fraunhofer IML stellt die Gesamtprojektleitung. Das Fraunhofer-Projektteam steht unter der Leitung von Frau Nicole Wagner-Hanl.

Fördermittelgeber

Das Projekt wird vom Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi) im Rahmen der Förderlinie Digitalisierung, Förderbereich Informations- und Kommunikationstechnik gefördert.