KI für Mobilität und Verkehr

Die Nachhaltigkeit, Effizienz und Attraktivität öffentlicher Verkehrsnetze in ländlichen Regionen mit geringer Bevölkerungszahl wird durch den Einsatz einer auf künstlicher Intelligenz (KI) basierenden, erklärbaren Planungshilfe verbessert. In Kombination mit  einer neuartigen Integration ganzheitlicher Datenquellen werden datengetriebene Engpässe im Mobilitätsnetz erkannt und zuverlässige Vorhersagen des Mobilitätsbedarfs erstellt.

Zu den wichtigsten Innovationen zählen:

• Die Integration neuer und heterogener (u.a sozio-ökonomischer) Datenquellen über Datenkataloge für ein umfassenderes Verständnis der Verkehrsnachfrage.
• Graph-basierte KI-Modelle (GNN, GTN) zur Nutzung von Graphtopologien für KI-basierte Vorhersagen und zur Bewertung der Auswirkungen von Maßnahmen zur Netzverbesserung
• Einsatz von Methoden der erklärbaren KI für Vorhersagen, um das Verständnis der sozioökonomischen Mobilitätsnachfrage zu unterstützen

Ausgewählte Projektreferenzen sind:

• AI FOR SUSTAINABLE PT: Projektziel ist die Erhöhung der Effizienz und Attraktivität öffentlicher Verkehrsnetze in ländlichen Regionen durch den Einsatz von graph-basierten KI-Modellen. Eine Projektförderung erfolgt durch das BMIMI. Projektpartner sind die SCCH Software Competence Center Hagenberg GmbH und die Vienom OG. Projektlaufzeit ist von 2024 bis 2026.
• GMaasAI PT: Projektziel ist die Erhöhung der Effizienz und Attraktivität von öffentlichen Bedarfsverkehren durch den Einsatz von graph-basierten KI-Modellen. Eine Projektförderung erfolgt durch das BMIMI. Projektpartner sind die SCCH Software Competence Center Hagenberg GmbH und die Vienom OG. Projektlaufzeit ist von 2025 bis 2027.

Ansprechpartner: Daniel Elias