Arbeitspakete von AIAMO

Das zentrale Ziel des Forschungsvorhabens AIAMO (Artificial Intelligence And Mobility) ist die Schaffung einer verkehrsträgerübergreifenden, datensouveränen Informationsgewinnung. Das bedeutet: Es sollen Mobilitätsdatenerhebungen vereinfacht und mittels KI klare Erkenntnisse für umweltorientiertes, multimodales und KI-basiertes Mobilitätsmanagement ermöglicht werden. Die Forschungsergebnisse werden über die sogenannte Integrationszone durch vertrauenswürdige KI-gestützte Anwendungen bereitgestellt. Eine besondere Hervorhebung liegt dabei auf dem Schaffen eines leicht zugänglichen Marktzugangs für KMU und eine Vielzahl von Städten.

Verfasserin
Lisa Schiffers
presse@aiamo.de

ITS Germany Projektbüro
c/o Theis Consult GmbH
D-52066 Aachen
www.aimo.de

Initiiert durch den ITS Germany e. V. und mit 16,7 Mio. € durch das Bundesministerium für Digitales und Verkehr gefördert, geht AIAMO auf eine der drängendsten gesellschaftlichen Herausforderungen unserer Zeit ein: die Vereinbarkeit von zuverlässiger Mobilität und nachhaltigem Umweltschutz. Die Minimierung negativer Umweltwirkungen des Verkehrs- und Mobilitätssystems und somit die Verbesserung der Lebensqualität in unseren Städten wird auch in der Zukunft eine zentrale Herausforderung für Städte und Kommunen darstellen. Neue Antriebssysteme, innovative Mobilitätsservices oder neue gesetzliche Rahmenbedingungen werden Problemlagen zwar verschieben, aber nie komplett auflösen. Hierzu zählt auch, dass sich die Notwendigkeit von Maßnahmen nicht mehr nur ausschließlich auf die Magistralen der Ballungsräume beschränkt, sondern auch deren weniger belastete Netzabschnitte umfasst und auch kleinere Städte und Gemeinden in die Konzeption und Umsetzung von Maßnahmen einzubeziehen sind. Ein beispielhafter Blick auf die zurückliegenden 10 Jahre zeigt, dass in enger zeitlicher Taktung die Lärmaktionsplanung, die NO_X-Grenzwerte oder die klimabedingten CO₂-Emissionen neue Situationen geschaffen haben, auf die das Mobilitätsmanagement reagieren musste. Aufgrund der unterschiedlichen Wirkungsrichtungen der genannten Emissionen mussten die zu ergreifenden Maßnahmen auf ein differenziertes Bild von Situationen reagieren. In einer Zeit, in der Innovationen und neue gesetzliche Rahmenbedingungen allein nicht ausreichen, um komplexe Mobilitätsprobleme zu lösen, stellt AIAMO eine bedeutende Initiative dar. Das Vorhaben wurde ins Leben gerufen, um nicht nur innovative Lösungen zu entwickeln, sondern auch eine Antwort auf die spezifischen Herausforderungen kleinerer Unternehmen (KMU) sowie von Städten und Kommunen zu finden. Für den Entwurf und die Aktivierung von Strategien stehen zunehmend mehr Mobilitätsdaten für die Situationsanalyse zur Verfügung. Darüber hinaus bieten neue, zumeist digital unterstützte Angebote und Lösungen ein breites Spektrum von Maßnahmen, die für den Strategieentwurf kombiniert werden können. Mit den hiermit verbundenen Potenzialen ist aber auch gleichsam die Notwendigkeit zur Bewältigung der Komplexität verbunden. In diesem Spannungsfeld bewegt sich AIAMO.

Arbeitspakete
Das Arbeitspaket (AP) 100 ist die Integrationszone und bildet das Grundgerüst des Vorhabens. Ziel ist die Konzeption und Implementierung einer übergeordneten, skalierbaren und neutralen Zone zum Finden und Austauschen von Daten und Services im Bereich Mobilität. Hier werden ebenfalls die weiteren AP von AIAMO vernetzt und verbunden, um das Themenfeld Mobilitätsdaten find- und erkundbar zu machen. Die Vernetzung und Verknüpfung zwischen den verschiedenen Komponenten von Mobilität optimieren das Gesamtsystem und ermöglichen eine umweltsensitive Verkehrslenkung.

AP 302 umfasst die Identifikation und Erschließung nutzbarer Datenquellen und den Aufbau geeigneter Umweltmessnetze als Basis für ein umweltsensitives Verkehrsmanagement und den Digitalen Zwilling. Bereits heute schon vorhandene Datenquellen werden um innovative Sensornetzwerke ergänzt, die einen wesentlichen Beitrag zum Erreichen einer möglichst flächendeckenden Situationsbeschreibung leisten. KI-basierte Verfahren der Datenfusion tragen weiter zum Erreichen dieser Zielsetzung bei, indem sie unterschiedliche Quellen kombinieren.

In AP 303 (Digitaler Zwilling Verkehr und Umwelt) werden Verfahren der Ausbreitungsberechnung sowie der Prognose von Emissionen und Immissionen für die Ermittlung von Wirkungen und deren Prognose in das Gesamtpaket integriert. Sie zielen zusammen mit den Sensordaten auf den Aufbau eines digitalen Zwillings einer Pilotregion ab. Es sollen im Rahmen dieses Vorhabens verschiedenste Datenquellen in Echtzeit ausgewertet, fusioniert und weiterverarbeitet werden, um das dynamische Verkehrs- und das darauf basierende Umweltgeschehen hochaufgelöst abbilden und in einem Umweltdaten-Dashboard visualisieren zu können.

AP 304 (KI-basierte Mobilitätsleitung ÖV/IV) beinhaltet KI-basierte Methoden, um aus den in AP 303 erstellten verschiedensten Szenarien die bestmögliche Strategie ableiten zu können. Aufbauend auf der geschaffenen komplexen Situationsbeschreibung werden innovative Maßnahmen im Bereich der Mobilitätsdienstleistungen entwickelt. Flexible Angebote können auf schwankende Nachfragesituationen, aber auch Umweltsituationen reagieren. Weiterhin werden Services bereitgestellt, die eine Veränderung des Nachfrageverhaltens entsprechend der Umweltsituation bewirken sollen. Die hiermit erreichten Entlastungen des Netzes leisten auch einen Beitrag zur Optimierung der Netzsteuerung.

In AP 305 (Umweltsensitive Verkehrsleitung bodengebundener Verkehre) findet die Optimierung der Netzsteuerung statt. Ziel dieses Arbeitspakets ist es, die Anwendung der in den AP 302–304 erzeugten Daten in eine reale Umgebung einzugliedern, so wie sie heute typisch anzutreffen ist. Neue infrastrukturseitige Optimierungsverfahren sind hierbei ebenso einzubinden wie die Möglichkeiten, die sich aus der Vernetzung von Fahrzeugen mit der Infrastruktur ergeben. Dieser bidirektionale Informationsfluss kann auch zu Erweiterung der oben aufgeführten Datenquellen beitragen.

Die praxisnahe Umsetzung des AIAMO-Projekts in mehreren Pilotregionen stellt sicher, dass die entwickelten Lösungen nicht nur theoretischer Natur sind, sondern tatsächlich in den realen Herausforderungen des Mobilitätsmanagements Anwendung finden. Durch die Integrationszone und die darin eingebetteten Anwendungen wird eine nahtlose Vernetzung verschiedener Mobilitätsdienste ermöglicht.

Mobilitätsdatenerfassung, KI-gestützte Verarbeitung und intelligentes Mobilitätmanagement
Die Mobilitätsdatenerfassung in AP 302 bildet die Basis in AIAMO. Durch die Identifikation und Erschließung nutzbarer Datenquellen wird eine umfassende Datengrundlage geschaffen, die für die Umsetzung weiterer Schritte dient. Der digitale Zwilling Verkehr und Umwelt (AP 303) ermöglicht eine präzise virtuelle Abbildung der realen Verhältnisse, was wiederum die Grundlage für die KI-basierte Mobilitätsleitung (AP 304) bildet. Diese Anwendung nutzt KI-Algorithmen, um eine effiziente Steuerung des öffentlichen und individuellen Verkehrs zu gewährleisten. Dabei werden nicht nur aktuelle Verkehrsbedingungen berücksichtigt, sondern auch Umweltaspekte integriert. Die Kombination von Mobilitätsdatenerfassung und KI-gestützter Verarbeitung ermöglicht letztendlich intelligentes und KI-basiertes Mobilitätsmanagement, das in AP 305 realisiert wird. Die umfassende Datengrundlage ermöglicht es, Verkehrsströme in Echtzeit zu analysieren, Engpässe vorherzusagen und alternative Routen vorzuschlagen. Durch die Berücksichtigung von Umweltdaten kann das Verkehrsmanagement zudem umweltorientiert gestaltet werden.

Die Verknüpfung von Mobilitätsdatenerfassung und KI-gestützter Verarbeitung ermöglicht ein intelligentes, KI-basiertes Mobilitätsmanagement, das nicht nur effizient, sondern auch umweltorientiert agiert. Die praxisnahe Umsetzung und die Fokussierung auf einen niedrigschwelligen Marktzugang für KMU und kleinere Städte machen das Projekt zu einem Modell für zukunftsweisende Mobilitätskonzepte. AIAMO zeigt, dass durch die Integration von künstlicher Intelligenz und fortschrittlicher Datenverarbeitung eine nachhaltige und sichere Mobilität für die Gesellschaft von morgen geschaffen werden kann.