IIP - Intelligenter Intermodaler Pendlerverkehr

Speziell in urbanen Regionen ist das Verkehrsaufkommen in den letzten Jahren gestiegen. Insbesondere ist ein nach wie vor hohes Verkehrsaufkommen im Bereich des Individualverkehrs während der Stoßzeiten zu beobachten. Die Nutzung alternativer Verkehrsmittel ist für viele Menschen immer noch keine Wahl. Insbesondere intelligente, intermodale Mobilitätsnetzwerke könnten dieser Problematik entgegenwirken.

Aktuelle Ansätze zur Optimierung von Mobilitätsnetzwerken basieren weitestgehend auf Daten aus Verkehrszählungen, um Mobilitätsströme innerhalb einer Stadt besser zu verstehen. Durch diese stichpunktartige Betrachtungsweise werden nur wenige oder einzelne Verkehrsmittel in einem begrenzten Raum erfasst. Die Analyse von Pendlerströmen einer Stadt oder Region erfordert eine Unterscheidung des Zu-, Ab- und Durchgangsverkehrs sowie die Erschließung ausreichender Observationspunkte. Die Erfassung von Pendlerströmen mittels Sensorik stellt aus technischer Sicht heutzutage kein Problem dar. Fortschritte im Bereich der Bilderkennung durch maschinelles Lernen erlauben beispielsweise auch, einzelne Objekte zu verfolgen. Durch ein damit verbundenes Erfassen personenbezogener Daten, und den daraus resultierenden rechtlichen Pflichten zum Schutz dieser, ist ein großflächiger Einsatz in den Kommunen nicht zu beobachten. Weiterhin darf nicht erwartet werden, dass eine Optimierung von Pendlerströmen alleine durch kommunale Lösungen erreicht wird. Vielmehr sollten die Daten auch Unternehmen und Start-Ups zur Verfügung stehen, damit diese darauf aufbauend innovative Dienste und Lösungen für gemeinwohlorientierte Mobilitätsziele entwickeln können. Die Weitergabe der Daten
erfordert eine hinreichende Anonymisierung. Zur Optimierung intermodaler Mobilitätsnetzwerke wird daher ein datenbasierter Ansatz entwickelt, der zusätzliche Datenquellen erschließt.

Das Projekt "Intelligenter Intermodaler Pendlerverkehr" (IIP) zielt darauf ab, intermodale Mobilitätsnetzwerke zu optimieren, die innerhalb eines Weges auf verschiedene Verkehrsmittel zurückgreifen, sowohl in ländlichen als auch in urbanen Regionen. Zu betrachten sind hierbei beispielsweise Fußgänger, privater Verkehr sowie ÖPNV. Besonders wichtig ist hierbei die Anonymisierung der verschiedenen erhobenen Verkehrsdaten, um den Datenschutz zu gewährleisten. Im Bereich des Datenschutzes wird eine innovative und flexible Plattform entwickelt, womit sich personenbeziehbare Mobilitätsdaten depersonalisieren lassen. So ist es datenquellenübergreifend möglich, Objekte wie Autos, Busse, Fußgänger oder Radfahrer ohne direkten Personenbezug zuzuordnen. Bezüglich der Wertschöpfung erfolgt ebenfalls eine ökobilanzielle Ermittlung der CO2-Emissionen verschiedener Verkehrsmitteloptionen auf ausgewählten Strecken sowie des insgesamt entwickelten Systems.

Zukünftige Applikationen der Forschungsergebnisse könnten es ermöglichen, den Pendlerverkehr intelligenter zu gestalten und dynamisch zu optimieren. So kann es sich beispielsweise basierend auf der aktuellen Verkehrslage, Baustellen sowie der Auslastung des ÖPNVs lohnen, Teile der Strecke mit verschiedenen Verkehrsmitteln zurückzulegen und trotzdem oder gerade deshalb pünktlich anzukommen. Ebenfalls entsteht hier ein Potenzial, um bewusst CO2-Emissionen durch die Wahl des Verkehrsmittels einzusparen, aber auch ein Bewusstsein für die Abwägung zwischen voraussichtlicher Fahrtzeit und Verkehrsmittel zu schaffen.

Laufzeit: 15.11.2022 - 14.11.2025 (3 Jahre)

Konsortium:
- SWO Netz GmbH - Projektkoordinator (Osnabrück)
- Hochschule Osnabrück
- Westfälische Wilhelms-Universität Münster
- Stadt Osnabrück
- items GmbH (Münster)
- iotec GmbH (Osnabrück)
- Lambus GmbH (Osnabrück)
- cybob communication GmbH (Osnabrück)