Zur Startseite

AG Connected Mobility

Die AG Connected Mobility untersucht neue technische Möglichkeiten zur Ermittlung von Transportbedarf und Störungsauswirkungen.

Mehr über Kunden lernen und Mobilität neu denken

Rahmenbedingungen

In der Digitalisierung liegt großes Potenzial zur Optimierung des Personenverkehrs. Die Arbeitsgruppe (AG) Connected Mobility untersucht Konzepte, mit denen sich Reisendenströme intermodal lenken, Transportbedarfe mithilfe neuer Algorithmen errechnen und bedarfsgerechte Mobilitätslösungen entwickeln lassen. Außerdem befassen sich die Wissenschaftler mit Modellen zur Ermittlung der Verkehrsnachfrage Wochen oder Monate im Voraus.

Strategische Ziele

Die Arbeitsgruppe will die Qualität des öffentlichen Verkehrs steigern, indem intelligente Anwendungen die wachsenden Datenströme auswerten, und neue Wege aufzeigen, auf denen Fahrgäste ihre Ziele intermodal, schnell und komfortabel erreichen.

Die Digitalisierung liefert den Schlüssel dazu, um die Effizienz und Kundenfreundlichkeit des Personenverkehrs zu steigern. Vor diesem Hintergrund forscht die AG Connected Mobility parallel an mehreren Projekten. Zu den strategischen Zielen gehören

  • multimodale Mobilitätsdienste, wie z. B. die Entwicklung neuer algorithmischer Ansätze zur Ermittlung von Transportbedarfen,
  • digital vernetzte Mobilitätskonzepte im Bereich „Internet der Dinge“ (IoT)
  • die Entwicklung neuer Ansätze zur Ermittlung der Verkehrsnachfrage und zur Auslastungsprognose,
  • die Weiterentwicklung der Fahrgastinformation,
  • die Entwicklung einer situationsabhängigen, intermodalen Reisendenstromlenkung.

Laufende Projekte

  • Simulationsplattform Mobilität, Transport und Verkehr Darmstadt (SMD)
  • Reisendenstromlenkung (RSL)
  • Deriving Value from Data through Maschine Learning
  • Verbesserung von dialogischen KI-Komponenten zur Beantwortung von Kundenfragen

Abgeschlossene Projekte

  • Reisendenstromlenkung: Rückkopplungsprozesse
  • Providing Data Lake Architectures to Enable new Artificial Intelligence and Machine Learning Use Cases
  • Effektivität der Reisendenstromsteuerung mit Sparpreisen
  • Embiflexion (Erhebungserweiterung und Modellbildung für eine bedarfsgerechte, innovative und flexible Fahrgastinformation)
  • Konzeption einer kurzfristigen Auslastungserfassung von Zügen (ALEF)
  • Verbesserung der Reisendenlenkung an Bahnsteigen (REILE)
  • Prebiflexion (Praktische Evaluation für eine bedarfsgerechte, innovative und flexible Fahrgastinformation)
  • Reisendenstromlenkung: Maßnahmenakzeptanz - Validierung
  • Integrierte Auslastungserfassung in Zügen
  • Auslastungs- und Reisendenstromprognose 2019
  • Per Pedes
  • Kobiflexion (Erarbeitung eines Konzepts für eine bedarfsgerechte, innovative und flexible Fahrgastinformation)
  • Reisendenstromlenkung: Grundlagen der Maßnahmenakzeptanz
  • Analyse organisatorischer und technischer Hürden bei der Implementierung datenbasierter Dienste
  • Auslastungsprognose 2018
  • Sammelverkehr mit autonomen Fahrzeugen im ländlichen Raum
  • Konzeption der Vernetzung
  • Reisendenstromlenkung Teil 2016: Anschlussprobleme
  • Erfolgsfaktoren und Bewertung kundendatenbasierter Dienste
  • Reisendenkettenüberwachung – Datenanalyse 2016
  • Intermodale Reisendenstromlenkung Teil 2015: Anschlussprobleme – Szenarien und erste allgemeine Ansätze
  • Identifikation, Entwicklung und Bewertung von datenbasierten Geschäftsmodellen
  • Inno Navigator (2 - regelwerkbasierte Nutzerbenachrichtigung)
  • OARD (Offline Alternativen und Disposition)
  • Inno Navigator (1 - MOTIS VM und App)
  • Reisendenkettenüberwachung – Datenanalyse 2015
  • BZIV (Beauskunftung zuverlässiger intermodaler Verbindungen)
  • Analyse zur Nutzung von Floating Phone Data
  • Entwicklung einer Basisdiensteinfrastruktur für Multiprovider-Mobilitätsmanagement
  • MDD
  • Reisendenkettenüberwachung – Datenanalyse 2014
  • Reisendenkettenüberwachung – Datenanalyse 2013
  • Mobilitätsverhalten im urbanen und ländlichen Raum - Anwendungsmöglichkeiten von Floating Phone Data