VSB-ÖP

Ansprechpartner: Dipl.-Inf. Christine Keller, Felix Glück M.Sc.

Wie lässt sich die Datenqualität im öffentlichen Personenverkehr erfassen und verbessern, damit das Reisen mit Bus und Bahn reibungsloser funktioniert? Dieser Frage geht das Forschungsprojekt „VSB-ÖP (Verlässlichkeit von Smart und Big Data im öffentlichen Personenverkehr)“ nach.

Im öffentlichen Personenverkehr (ÖPV) fallen viele unterschiedliche Daten aus verschiedensten Datenquellen an. Unter anderem werden Abfahrts- und Ankunftszeiten, Standzeiten, Positionen der einzelnen Fahrzeuge, Anzahl der Fahrgäste, Ausfälle und Störungen erfasst. Ziel dieses Forschungsprojekts ist die Erfassung und Verbesserung der Datenqualität, um darauf aufbauend die Auswertung der Daten mit Smart und Big Data Technologien und damit die Qualität des ÖPV nachhaltig zu verbessern. Die Datenqualität ist wichtig, da anhand der erfassten Daten Entscheidungen getroffen und Planung gemacht werden.

Big und Smart Data Ansätze zur Optimierung der Planung im ÖV

Dies geschieht, indem Herkunft und Verarbeitungskette der Daten in einem semantisch reichhaltigen Modell erfasst und als Metadaten mitgegeben werden. Darauf aufbauend werden Big Data und Smart Data Ansätze eingesetzt und die Planung optimiert. Die erforschten Methoden sollen im Projekt auf ihre Einsatzfähigkeit in Echtzeit auf Echtzeitdaten erprobt werden. Ziel ist es, möglichst schnell auf unvorhersehbare Ereignisse reagieren zu können. Durch die fortschrittliche Nutzung von ÖPV-Daten und deren Auswertung mit Big Data und Smart Data Technologien wird den Verkehrsbetrieben ermöglicht, Ursachen für Fehlplanungen und Fehlfahrten zu finden und zu beseitigen, Ursachen für Störungen im Betriebsablauf und Ausnahmesituationen zu erkennen und darauf zu reagieren.

Das Forschungsprojekt wird bis 2021 vom Bundesministerium für Bildung und Forschung (BMBF) gefördert. Außerdem bringt die init GmbH neben ihrer 35-jährigen Erfahrung bei Informatiklösungen für Transport und Verkehr finanzielle Mittel in das Projekt ein. Von den Ergebnissen erhoffen sich die Beteiligten neue Erkenntnisse für die Datenverarbeitung und -optimierung und damit für die Kunden stressfreie und pünktliche Fahrten im öffentlichen Personenverkehr.