Smart Data

Wie Daten unsere Mobilität verändern

Prof. Dr. Dr. Stefan Jähnichen ist Leiter der Begleitforschung des vom Bundeswirtschaftsministerium geförderten Technologieprogramm „Smart Data – Innovationen aus Daten“. Er ist Professor an der Technischen Universität Berlin und gleichzeitig Direktor am FZI Forschungszentrum Informatik. Smart Data fördert von 2014 bis 2018 insgesamt 13 Leuchtturmprojekte, die den zukünftigen Markt von Big Data-Technologien für die deutsche Wirtschaft erschließen sollen. Der Schwerpunkt liegt dabei auf den Anwendungsbereichen Industrie, Mobilität, Energie und Gesundheit.
Mit dem Bus zum Bahnhof und mit dem Zug in die nächste Stadt, dann mit dem Mietwagen zum Reiseziel und mit dem Flugzeug und dem Taxi wieder zurück: Smart Data-Technologien können zukünftig Mobilitätsdienstleistern beim Optimieren ihrer Prognosen und Planungen helfen und den Reisenden das Reisen erleichtern.
Beim Thema Mobilität ist es notwendig, die Leistungsfähigkeit des Gesamtsystems, wie einer Großstadt, als Ganzes zu betrachten.
Beim Thema Mobilität ist es notwendig, die Leistungsfähigkeit des Gesamtsystems, wie einer Großstadt, als Ganzes zu betrachten.
Foto: nongkran - shutterstock.com

Im Bereich der Mobilität spielen Daten von Transportmitteln und Infrastrukturen sowie deren Vernetzung eine entscheidende Rolle. Denn: Diese Daten können unter anderem zur Vermeidung von Stausituationen oder im Hinblick auf personalisierte Mobilitätskonzepte und darauf ausgerichtete Dienstleistungen eingesetzt werden. Wo sind Ladestationen für Elektroautos dringend notwendig? In welcher Region besteht ein besonders hoher Bedarf an Car-Sharing-Angeboten? Zu welcher Zeit werden zusätzliche Kapazitäten im Personennahverkehr benötigt? Fragen, die mithilfe bereits gesammelter Daten der Verkehrsunternehmen oder durch öffentlich zugängliche Informationen aus Foren, Blogs oder den sozialen Medien beantwortet werden könnten.

Das Transportsystem als Ganzes betrachten

Zu beachten ist zunächst, dass Transportkapazität ein vergängliches Gut ist. Der Sitz im Flugzeug oder in der U-Bahn ist nach einer Leerfahrt für dieselbe Reise nicht wiederverkäuflich. Die Dienstleister streben deswegen eine optimale Auslastung ihrer Kapazitäten und die effiziente Nutzung ihrer Ressourcen an. Die Nutzung der Mobilitätsangebote schwankt allerdings sehr stark.

Diese Schwankungen sind für die Anbieter – ob auf der Straße, auf der Schiene oder in der Luft – nur schwer zu prognostizieren. Eine zusätzliche Herausforderung besteht für den Mobilitätssektor in kurzfristigen, unerwarteten Ereignissen, die sich auf die zu erbringenden Dienstleistungen auswirken. Staus, Unfälle oder Wettereinbrüche können nicht vorhergesehen werden. Eine schnelle Reaktion auf diese Zwischenfälle und damit die Begrenzung von Schäden fällt noch schwer.

Insgesamt besteht der Mobilitätssektor mit seinen verschiedenen Anbietern aus sehr vielen, für sich arbeitenden Dienstleistern, die nur selten aufeinander abgestimmt sind. Ein typischer Transportweg erstreckt sich jedoch über mehrere Systeme. Deswegen ist es notwendig, die Leistungsfähigkeit des Gesamtsystems, wie einer Großstadt, als Ganzes zu betrachten.

Allerdings können die Verkehrsunternehmen oftmals nicht auf externe Daten anderer Anbieter zugreifen und diese daher nicht verarbeiten und für die eigene Optimierung nutzen. Auch öffentlich zugängliche Informationen, beispielsweise aus dem Internet, werden häufig nicht genutzt. Dabei käme es allen Elementen des Transportnetzes zugute, wenn aus öffentlichen Daten und denen der einzelnen Dienstleister Smart Data generiert werden können. Das sind aus großen, heterogenen Datenmengen gewonnene, aufgearbeitete und nutzbringende Informationen. Aus diesen hochwertigen Daten kann, unter Berücksichtigung der Datensicherheit und des Datenschutzes, Wissen generiert werden, das auch im Bereich der Mobilität zu einer Optimierung von Abläufen beiträgt. Werden diese veredelten Daten zentral gesammelt und für alle Mobilitätsdienstleister eines Transportnetzwerks zugänglich gemacht, können Taktzeiten besser aufeinander abgestimmt und Kapazitäten optimal ausgelastet werden.