KI.Mobilität - Künstliche Intelligenz in der Mobilität

Mobilitätsmanagement
Digitalisierung und neue Technologien
Mobil in der Stadt
Öffentlicher Verkehr

Organisationen/Vereine

Österreich
Wien

2024

Eingereicht beim VCÖ-Mobilitätspreis

Ziele/Ideen

Der digitale Wandel führt zu grundlegenden Veränderungen der urbanen Mobilität. Beschleunigt durch die Covid-19 Pandemie werden sich technische, wirtschaftliche, gesellschaftliche, politische und rechtliche Rahmenbedingungen maßgeblich verändern. Um diese Trends in der verkehrsträgerübergreifenden Planung & Steuerung urbaner Mobilität zeitnahe berücksichtigen zu können, soll KI.M Zugang zu mobilitätsrelevanten Daten und Schnittstellen im Sinne eines digitalen Portfolios für unterschiedliche Aufgabenstellungen im Kontext Verkehr & Mobilität schaffen. Der Mehrwert des Projekts liegt unter anderem im Einsatz Künstlicher Intelligenz (KI) zur Validierung, Anreicherung, Verknüpfung und interaktiven Visualisierung dieser Daten. Damit unterstützt KI.M ein einheitliches Datenökosystem und hilft Insellösungen zu vermeiden.

Kurzbeschreibung

Unsere Vision ist es, bis 2040 führend in klimaneutraler und effizienter urbaner Mobilität zu sein. Das Projekt KI.M, Teil der FTI-Strategie Mobilität 2040, nutzt eine umfassende Wissensbasis zur Abbildung verschiedener Mobilitätsaspekte. Multimodale Daten werden automatisch verknüpft und kontextualisiert, um die Anwendbarkeit innovativer Mobilitätslösungen zu bewerten. Zusammen mit städtischen Akteuren fördert KI.M einen interdisziplinären Ansatz zur Gestaltung der Mobilität der Zukunft durch Künstliche Intelligenz und Zusammenarbeit.

Resultate

Nachdem das Projekt noch so jung ist, wird aktuell der Fokus auf die semantische Integration heterogener Daten für den nationalen Mobilitätsdatenraum gelegt. Aktuell werden interne Diskussionen geführt, um einen Proof-of-Concept-Datensatz bereitzustellen. Dabei wurden bereits Bewegungs- und Nutzungsdaten von den Konsortialpartnern mo.point, Hutchison/Drei, UBIMET und NAST erhalten und in ein KI gestütztes Analysemodell eingepflegt. Es wird an der Integration von Umweltindikatoren wie Wetter- und Geodaten gearbeitet, sowie an der Öffentlichkeitsarbeit und der Kommunikation mit Stakeholdern. Des Weiteren erfolgt die Anbindung an nationale Data Spaces und die Systeme von Bedarfsträgern, wobei verschiedene Technologien wie EDC Native und Nexyo evaluiert werden.