Verkehrsplanung von A nach B(esser) mit „Journey Time“

Oktober 27, 2023

KI-gestützte Verkehrsanalyse von Swarm Analytics gibt Städten und Gemeinden mit dauerhaften Reisezeitanalysen ein mächtiges Werkzeug an die Hand

Aktuelle und umfassende Verkehrsanalysen mit automatisierter Erkennung von Fahrzeugklassen, Geschwindigkeiten, Bewegungsrichtungen und noch viel mehr – das sind die Grundlagen für eine evidenzbasierte Verkehrsplanung in Städten und Gemeinden. Und damit unverzichtbare Werkzeuge bei der Suche nach der Lösung für den Verkehrsinfarkt und den immer schneller voranschreitenden Klimawandel. Swarm Analytics erweitert jetzt mit dem neuen Feature der Reisezeitenerfassung („Journey Time“) sein System zur Verkehrsanalyse und -planung. Die Reisezeit erschließt, welche Fahrzeugklassen wie lange auf welchen Strecken unterwegs sind. Ein besonders mächtiges Feature, das schon seit Jahren ganz oben auf der Wunschliste aller VerkehrsexpertInnen rangiert. Jetzt steht es zur Verfügung.

„Auf die Möglichkeit, Reisezeiten mit geringem Aufwand zu bekommen, warten StädteplanerInnen schon seit Jahren“, so Michael Bredehorn, CEO bei Swarm Analytics. Ab jetzt können diese Daten dauerhaft, automatisiert und vollständig DSGVO-konform erfasst werden. Und stehen für die faktenbasierte Verkehrsplanung und -steuerung zur Verfügung.

Grundvoraussetzung: Vollständige Datenschutzkonformität 

Für die Reisezeit, egal ob für Autos, ÖPNV oder LKW, muss ein Fahrzeug über räumliche und zeitliche Distanzen eindeutig erkennbar sein. Die Krux dabei: Persönliche Informationen dürfen nicht erkannt oder gespeichert werden. DSGVO-konform eben.

Die Lösung von Swarm Analytics basiert auf der KI-gestützten Auswertung von Videodaten handelsüblicher IP-Kameras. Die Informationen werden vor Ort, ohne jemals gespeichert zu werden, datenschutzrechtlich einwandfrei umgewandelt in verschlüsselte Zeichenketten (sog. Hashes), welche dann weiter codiert werden. Eine persönliche Zuordnung ist damit unmöglich.

Auf kurz oder lang: Dauerhafte Erfassung von Reisezeiten ist für moderne Verkehrsplanung unabdingbar

In Echtzeit werden Daten zur Verfügung gestellt, die von VerkehrsingenieurInnen und Verkehrsinformationssystemen sofort genutzt und aktuelle Probleme genutzt werden können: Umleitungen, Pannen, Wartezeiten – alles wichtige Informationen für die Menschen unterwegs.

Doch weitaus wichtiger ist der langfristige Nutzen: Fahrzeugart, Geschwindigkeit und Streckenbelastung – bisher gab es diese Daten einfach nicht oder nur sehr vereinzelt. Mit ihnen werden strategische Maßnahmen, dank der riesigen, dynamischen Datenbasis zuverlässig simuliert.

Durch die Integration von Informationen wie Reisezeiten und Verkehrsfrequenzen, ist sichergestellt, dass jegliche Planung auf neuesten Erkenntnissen beruht und nicht auf Daten, die schon seit Jahren veraltet sind. Daraus lassen sich erstmals belastbare, tagesaktuelle Studien als Grundlage von einer teuren Investitionsentscheidung nutzen und eine datengetriebene Verkehrswende sinnvoll gestalten.

Reisezeit erfasst den Verkehrsmix

Aus den Daten der Reisezeit ergibt sich die Verkehrsverteilung innerhalb des gesamten Straßennetzes und damit die wertvolle Erkenntnis, wie sich der Verkehr, nach Fahrzeugklassen aufgeschlüsselt, verteilt. Also das, wie Menschen wahrnehmen, ob und wie flüssig der Verkehr läuft – oder eben stockt. Damit lässt sich der Verkehr u.a. in folgende Nutzergruppen unterteilen:

  • Pendelverkehr, welcher wiederkehrend zu festen Uhrzeiten entsteht und durch entsprechende Priorisierung (z.B. grüne Welle morgens stadteinwärts) optimiert werden kann. 
  • Durchfahrtsverkehr, welcher einen Ort lediglich durchquert, aber trotzdem das Straßennetz belastet. Vor allem in Urlaubs- und Ferienregionen kann hier deutlicher Mehrverkehr entstehen. 
  • Einkaufsverkehr bzw. Kurzzeitbesuchsverkehr, welche gezielte Trips in Bereiche (z.B. Einkaufszentren, Industriegebiet) unternimmt und nach weniger als zwei bis vier Stunden diese wieder verlässt.

Alle genannten und noch viel mehr Verkehrsarten nutzen ein und dasselbe Straßennetz und sind wichtig für eine zukunftsfähige Verkehrsplanung. Und genau hier setzen Verkehrsanalysesysteme an. Dank des Features Reisezeit jetzt auch mit wertvollen Daten, die es bisher einfach nicht gab. Möglichst viele belastbare und nachvollziehbare Daten sind die Grundlage für jede vernünftige Steuerung des Verkehrs und für neue Ideen oder Ansätze.

Vorreiter und Think Tank Innsbruck

Bestes Beispiel für Nutzen und Implementierung der Journey Time in anspruchsvollem Verkehr ist Innsbruck: In enger Zusammenarbeit mit der fünftgrößten Stadt Österreichs, hat Swarm Analytics eine produktive Testinstallation aufgebaut. An vier Teststrecken, die praktisch alle Herausforderungen für die automatische Erkennung und Auswertung vereinen, wird seit November 2022 gezählt, klassifiziert und eben die Reisezeit berechnet.

Eine Win-Win-Situation: Swarm Analytics beweist mit der Installation den tagtäglichen Nutzen bei geringem Aufwand und optimiert das System nach den realen Anforderungen kontinuierlich weiter. Die Stadt Innsbruck wiederum hat alle Vorteile der Echtzeit-Daten und einen verlässlichen Überblick über den anspruchsvolle Traffic-Hotspot Stadtgebiet. Verbesserungsmaßnahmen können vernünftig geplant und deren Erfolg einfach überprüft werden. Inklusive „Aha-Erlebnissen“, etwa, dass durch das Sperren von Straßen den Verkehr flüssiger werden kann.

Related Articles

Rittal entwickelt Megawatt-Kühlung für KI

Rittal entwickelt Megawatt-Kühlung für KI

Neue Kühllösung nutzt Wasser für Single Phase Direct Liquid Cooling Künstliche Intelligenz (AI) verspricht geradezu revolutionären Nutzen. Ist die IT-Infrastruktur schon bereit? Betreiber von Rechenzentren betreten mit ihren Technologie-Partnern gerade technologisches...

Infineon: Roadmap für Stromversorgungseinheiten in KI-Rechenzentren

Infineon: Roadmap für Stromversorgungseinheiten in KI-Rechenzentren

Künstliche Intelligenz führt zu steigendem Energiebedarf von Rechenzentren weltweit Neue Power Supply Units (PSU) stärken führende Position von Infineon bei KI-Energieversorgung auf Basis von Si, SiC und GaN Betreiber von KI-Rechenzentren profitieren von weltweit...

Share This