Künstliche Intelligenz verbessert S-Bahn-Auslastung in Hamburg und Berlin!

Künstliche Intelligenz verbessert S-Bahn-Auslastung in Hamburg und Berlin!
Coburg, Deutschland - Die Nutzung von Künstlicher Intelligenz (KI) im öffentlichen Nahverkehr gewinnt zunehmend an Bedeutung, besonders wenn es um die Auslastung von Zügen geht. Ein neuer Ansatz, der von der Deutschen Bahn verfolgt wird, zielt darauf ab, Fahrgästen präzise Informationen über die Auslastung von S-Bahnen bereitzustellen. Diese Strategie wurde vor kurzem in einer Mitteilung der S-Bahn Hamburg vorgestellt, die darauf hinweist, dass an zahlreichen Stationen in Hamburg und auch in Berlin Technik zum Einsatz kommt, die mithilfe von Lichtschranken die Passagiermengen ermittelt. Die Prognosegenauigkeit übersteigt laut Julia Kuhfuß, der Leiterin von „DB Lightgate“, beeindruckende 90 Prozent, was eine bemerkenswerte Verbesserung darstellt.
In Berlin wird momentan ein spannendes Pilotprojekt zur Echtzeitanzeige der Zugauslastung getestet, das direkt am Bahnsteig erfolgt. Zehn Sensoren wurden dazu an den Strecken zwischen Jannowitzbrücke und Hauptbahnhof sowie zwischen Tempelhof und Neukölln installiert. Dieses System nutzt LED-Licht, das für die Fahrgäste vollkommen unbedenklich ist. Über die aus diesen Messungen ermittelten Daten wird ein Ampelsystem zur Auslastung angezeigt: Grün signalisiert viel Platz, Gelb zeigt eine mittlere Auslastung an, und Rot weist auf wenig Platz hin. Interessanterweise können Fahrgäste die Auslastung der Züge mittlerweile sogar über Google Maps abrufen, was die Planung der Fahrten erheblich erleichtert.
Intelligente Informationssysteme im Nahverkehr
Die Versorgungsbereitschaft mit aktuellen Informationen ist entscheidend für die Nutzer des öffentlichen Verkehrs. Hier kommt das System MOBILEguide ins Spiel, das ebenfalls auf KI und moderne Technologien setzt. Dieses System ermöglicht es, den erwarteten Besetztgrad genau zu prognostizieren. Dabei wird die momentane Auslastung durch Übertragungen von Ein- und Aussteigerzahlen nach jeder Abfahrt ermittelt. In Fällen, in denen Zählsensoren fehlen, werden Alternativen wie WLAN- und Bluetooth-Signale von Smartphones genutzt, um die Datenbasis zu erweitern.
Die Herausforderungen in der Datenverfügbarkeit erfordern ein intuitives Zusammenspiel von verschiedenen Informationsquellen. MOBILEguide lockt passgenaue Informationen aus unterschiedlichen Datenströmen, verknüpft sie mit Fahrplandaten und prüft deren Plausibilität. Dies stellt sicher, dass die Nutzer des öffentlichen Nahverkehrs nicht nur auf die Ist-Situation, sondern auch auf zukünftige Auslastungen reagieren können. Besonders hervorzuheben ist, dass die INIT-Lösung herkömmliche Systeme hinsichtlich Zuverlässigkeit übertrifft, was letztlich zu einem besseren Reiseerlebnis führt.
Zukunftsausblick der Zugauslastung
Die Entwicklungen im Bereich der Zugauslastung sind ein Zeichen für die Fortschrittlichkeit und Anpassungsfähigkeit des öffentlichen Nahverkehrs. Mit der Implementierung von KI und Echtzeitdaten können Fahrgäste nun besser planen und sich für weniger ausgelastete Verbindungen entscheiden. Das Pilotprojekt zur Zugauslastung in Berlin mit einem Budget von 900.000 Euro, finanziert von der Deutschen Bahn sowie den Ländern Berlin und Brandenburg, wird nach der Testphase evaluiert, um über die nächsten Schritte zu entscheiden. Die S-Bahn Hamburg zeigt mit 88 Prozent der Stationen, die über Auslastungsanzeigen verfügen, wie wichtig diese Informationen für die Fahrgäste sind.
Es bleibt also spannend, wie sich die Technologien weiterentwickeln und welchen Einfluss sie auf unsere tägliche Mobilität haben werden. Da ist definitiv etwas in Bewegung und die Zukunft des Nahverkehrs wird durch Innovation geprägt!
Details | |
---|---|
Ort | Coburg, Deutschland |
Quellen |