Zurück Vor

Detailergebnis zu DOK-Nr. 80542

Advanced-Analytics-Plattform für On-Demand-Verkehr: Intelligente Nachfrageprognosen mit Machine Learning zur Optimierung des Fahrzeugeinsatzes im ODV

Autoren	J. Schrögel L. Schwiedrzik S. Schwinn
Sachgebiete	0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 5.3.4 Öffentlicher Personennahverkehr

Internationales Verkehrswesen 76 (2024) Nr. 2, S. 72-75, 2 B

On-Demand-Verkehre können zum klassischen ÖPNV eine flexible Ergänzung darstellen, die Überbrückung der ersten oder letzten Meile erleichtern, den ÖPNV attraktiver machen und insgesamt zu höheren Fahrgastzahlen beitragen. Die Herausforderung ist dabei, durch Bedarfsprognosen eine Planbarkeit des benötigten Fahrzeugeinsatzes herzustellen, zum Beispiel durch Einsatz von KI. Im Pilotprojekt "Predictive Demand" wurde eine Plattform für Advanced Analytics aufgebaut und umgesetzt, um mittels datenbasierter Modelle zur Nachfragevorhersage die Fahrzeugdisposition zu optimieren. Ein On-Demand-Verkehr (ODV) im Flächenbetrieb unterscheidet sich für die Nutzerinnen und Nutzer im Vergleich zum klassischen ÖPNV im Wesentlichen durch zwei Aspekte. Zum einen werden die Fahrgäste an ihrem Wunschort oder in unmittelbarer Nähe dazu abgeholt und sind somit nicht örtlich an die vorhandenen Haltestellen gebunden. Zum anderen entfällt die strikte zeitliche Vorgabe durch Fahrpläne, denn die Abholung durch On-Demand-Shuttles orientiert sich zeitlich an dem konkreten Bedarf beziehungsweise Fahrtwunsch. Dadurch gelingt es, ein Mobilitätsangebot zu schaffen, das sich nach den Bedürfnissen und der Mobilitätsnachfrage richtet, anstatt durch die Haltestellen und die Taktung basierend auf betrieblichen Abläufen und Schichtplänen getrieben zu sein.