Smarte Algorithmen für sicheren Abstand im ÖV

RMV präsentiert Auslastungsprognose

Wie lassen sich digitale Technologien nutzen, um Risikogruppen im öffentlichen Verkehr besser zu schützen und gleichzeitig Mobilität zu ermöglichen? Basierend auf verschiedenen Big-Data-Technologien und selbstlernenden Algorithmen haben HaCon und Siemens Mobility eine Software zur Vorhersage der Passagierzahlen entwickelt, die seit September beim Rhein-Main-Verkehrsverbund (RMV) zum Einsatz kommt.

RMV-Fahrgäste, die ihre Reise über die mobile Website m.rmv.de planen, können ab sofort die geschätzte Fahrzeugbelegung auf ihrer Route vor Fahrtantritt überprüfen. Für Verbindungen, deren voraussichtliche Belegung als hoch angezeigt wird, werden automatisch alternative Verbindungen mit geringerer Auslastung vorgeschlagen. Als technologischer Partner des RMV hat HaCon gemeinsam mit Siemens Mobility die entsprechende Softwarelösung entwickelt und nun beim RMV ausgerollt.

Leitgedanke des Projekts war und ist, das Vertrauen in den öffentlichen Nahverkehr wiederherzustellen. „Unser oberstes Ziel ist, dass unsere Fahrgäste auch in Zeiten von Corona mit einem sicheren Gefühl in Bus und Bahn einsteigen“, sagte RMV-Geschäftsführer Prof. Knut Ringat anlässlich der Vorstellung der RMV-Auslastungsprognose in Frankfurt. „Mit der RMV-Auslastungsprognose geben wir unseren Fahrgästen nach sehr kurzer Entwicklungsarbeit ein Tool an die Hand, um ihre Fahrt noch besser planen zu können. Damit sind wir in Deutschland Vorreiter, was eine Auslastungsprognose im Nahverkehr angeht, denn anders als der Fernverkehr können wir nicht auf Reservierungsdaten zugreifen.“

Die Prognose für das Fahrgastaufkommen basiert zum einen auf Verbindungsanfragen aus der RMV-Auskunft, zum anderen aus den Daten des RMV-HandyTicket. Sämtliche Daten werden vollständig anonym genutzt und lassen keinerlei personenbezogene Rückschlüsse zu. Um die Prognosen zu kalibrieren, werden reale Zähldaten aus den Frankfurter U-Bahnen, Straßenbahnen, Bussen und der S-Bahn RheinMain herangezogen, die zur Genauigkeit der Schätzung beitragen. Zusätzlich berücksichtigt der selbstlernende Algorithmus in seiner Prognose auch planbare externe Einflüsse wie Baustellen und etwaige Großveranstaltungen. Mit fortschreitender Zeit und steigender Datenmenge werden die Voraussagen für das Fahrgastaufkommen immer präziser.

„Die Auslastungsprognose ist ein sehr gutes Beispiel dafür, wie der ÖPNV schnell und effektiv auf die Herausforderungen durch Corona reagiert“, so Steven Ahlig, Leiter Geschäftsentwicklung bei HaCon. „Mit unserer Lösung sorgen wir dafür, dass Fahrgäste öffentlicher Verkehrsmittel möglichst transparent informiert werden, wie voll es auf der beabsichtigten Fahrt werden wird, um so größere Ansammlungen von Passagieren vermeiden zu können. Dank des optimierten Routings werden sie sogar automatisiert darin unterstützt, möglichst gering ausgelastete Verbindungen zu nutzen.“

Screen: Die prognostizierte Fahrzeugbelegung wird in Form eines Piktogramms in der Verbindungsauskunft auf der für Smartphones angepassten mobilen RMV-Website (m.rmv.de) angezeigt. Die zweite Verbindungsoption zeigt ein aufgrund der Belegung optimiertes Routing mit geringerer Auslastung.