UNSER REALLABOR IN ERFURT

Mit dem Ziel Mobilität umwelt- und gemeinwohlorientiert zu gestalten, werden KI-basierte Dienstleistungen im Kontext von multimodalen Mobilitätsangeboten erprobt. Dazu gehört u.a. die automatisierte Erkennung der Verkehrsmittelwahl mittels maschinellen Lernens, die datenschutzkonforme Personalisierung von Belohnungssystemen (Incentivierung) auf dem Endgerät der Nutzer:innen durch Anwendung von Federated Learning und der Aufbau eines agentenbasierten, digitalen Zwillings des Mobilitätsverhaltens unter Einbindung von anonymisierten Mobilfunkdaten.

Zudem wird die moderne Verkehrstechnik in Erfurt für das Bauhaus.MobilityLab weiter mit KI-unterstützter Sensorik ausgerüstet. Damit wird u.a. die Erprobung stadtweiter Luftqualitätsmodelle und deren Verknüpfung mit umweltorientiertem Verkehrsmanagement möglich, es erfolgt ein Testbetrieb von KI-basierter Schaltzeitprognose an Verkehrsampeln in Hinblick auf Fragestellungen rund um das Thema hochautomatisiertes Fahren und für Fahrzeugerkennung einschließlich Fahrzeugklassifizierung werden intelligente Kamerasysteme evaluiert.

In diesem Bereich wird mit Hilfe von KI-Analysen das Energiemanagement innerhalb von Stadtquartieren optimiert und der lokale Energiebedarf und die -erzeugung besser aufeinander abgestimmt. Dabei werden auch sogenannte Mieterstromkonzepte getestet: Wie kann in den Quartieren erzeugter Strom, etwa durch Solaranlagen auf Wohnhäusern, optimal mit dem lokalen Energiemanagement abgestimmt werden? Hierzu ist die Entwicklung von Methoden und Algorithmen zur Automatisierung und selbstständigen Verbesserung des Energiemanagements bis hin zu einem kognitiven Energiemanagement geplant. Mit Hilfe von KI soll ein assistiertes Service-Engineering und ein Entscheidungshilfemanagementsystem umgesetzt werden.

Im Logistiksektor erfolgen Erprobungen im Bauhaus.MobilityLab entlang der gesamten Supply Chain mit besonderem Fokus auf Themenstellungen der Verkehrslogistik. Hierzu wird ein digitaler Zwilling der Stadt durch Integration von Verkehrs- und Logistikmodellen aufgebaut, welcher der Vorabbewertung diverser Szenarien dient. Damit ist z.B. die KI-basierte Optimierung von Paketzustellungen mittels elektrischer Fahrzeuge hinsichtlich Zeit, Kosten und Umweltwirkungen sowie eine anschließende reale Erprobung möglich. Zudem sollen künftig auch die Potenziale von innovativen Zustellfahrzeugen (Logistikstraßenbahn, Lieferroboter) und hochautomatisiertem Fahren für den Logistiksektor im Bauhaus.MobilityLab mittels der aufgebauten Laborinfrastruktur untersucht werden können.