Kontrastansicht zur Hauptnavigation zum Hauptinhalt
1

DaMaSt - Datenbasiertes Management im Straßenraum

Die Verkehrswende digital vorantreiben – dieses Ziel hat sich die Stadt Heilbronn gesetzt und entwickelt dafür unter anderem gemeinsam mit Projektpartnern eine smarte Datenplattform, die Mobilitäts- und Parkraumdaten zusammenbringt und KI einsetzt um die Wahrscheinlichkeit für einen freien Parkplatz vorherzusagen.

Informationen zum Projekt

Wie hoch ist die Wahrscheinlichkeit, dass hinter der nächsten Kurve der ersehnte freie Parkplatz liegt? Mit dem innovativen landesgeförderten Datenprojekt DaMaSt (Datenbasiertes Management im Straßenraum) will die Stadt Heilbronn der Antwort auf diese und weitere Fragen rund um die Mobilität näherkommen. Im ersten Teilprojekt entwickelt sie dafür mit dem Fraunhofer IAO eine künstliche Intelligenz, die Parkplätze voraussagen kann.

Bündelung von Daten macht Mobilitätsmanagement nachhaltiger

Die Basis dafür liegt in den größtenteils bereits vorhandenen Mobilitäts- und Parkdaten, die im Rahmen des Teilprojekts »Parkko« analysiert werden. Dabei werden Daten aus verschiedensten Bereichen zusammengeführt, auf ihre Qualität und ihren Standard hin geprüft und es wird gezielt festgestellt, welche Datenbestände für ein intelligentes Mobilitätscontrolling geeignet sind. So könnte zukünftig das Verkehrs- und Mobilitätsmanagement nachhaltiger und einfacher gestaltet und ein ganzheitliches Parkraummanagement ermöglicht werden.

KI soll Parkplatzbelegung zielsicher vorhersagen

Im nächsten Schritt wird ein KI-gestützter Algorithmus entwickelt, der auf die Daten zurückgreift und so die Parkraumverfügbarkeit im Straßenraum prognostiziert. Dabei spielen Faktoren wie Rückmeldungen von Induktionsschleifen an Straßenkreuzungen, KfZ-Zulassungen, Veranstaltungen und häufig besuchte Orte im Umfeld eine Rolle. Um zu messen, wie präzise die künstliche Intelligenz tatsächlich arbeitet, sollen Sensoren angebracht werden, welche die tatsächliche Belegung der Parkplätze messen.

Projekterfolg würde weitreichende Auswirkungen haben

Wenn sich im Zuge des Projekts zeigt, dass der Algorithmus zuverlässig funktioniert, könnte dies weitreichende Auswirkungen auf das Curbside Management, also die Aktivitäten rund um die Erfassung, Optimierung und Verwaltung der städtischen Straßenflächen des ruhenden Verkehrs in Heilbronn haben: So könnten der Parksuchverkehr deutlich reduziert werden, der Ausbau von E-Ladeinfrastruktur ließe sich gezielter optimieren und Mikromobilitätsangebote, also beispielsweise E-Scooter, könnten am jeweils optimalen Ort angeboten werden. Auch der Bedarf an kostspieligen Sensoren würde deutlich sinken. 

Weiteres Teilprojekt folgt

Ein zweites Teilprojekt der Stadt konzentriert sich dann auf die Einführung einer Software, die zukünftig eine Vielzahl von Aktivitäten rund um die Erfassung, Optimierung und Verwaltung von städtischen Straßenflächen zusammenfasst. Sperr-, Park- und Parkverbotszonen könnten so individuell nach tatsächlichem Verkehrsaufkommen eingerichtet werden. Beschwerden oder Verkehrsverstößen, beispielsweise im Zusammenhang mit Sharing-Angeboten, ließe sich schneller auf den Grund gehen.

Hintergrund

Das Projekt DaMaSt wurde im September 2022 begonnen und soll Ende März 2024 abgeschlossen werden. Projektpartner ist das Forschungs- und Innovationszentrum Kognitive Dienstleistungssysteme (KODIS) des Fraunhofer IAO als wissenschaftlich-beratende Vorhabenbegleitung.

Gefördert wird das Projekt zu 50 % im Rahmen des Förderprogramms „Erschließung offener Mobilitätsdaten in Kommunen“ vom Ministerium für Verkehr Baden-Württemberg. Die im Projekt erschlossenen Daten werden der landesweiten Mobilitätsdatenplattform MobiData BW unter einer Open-Data-Lizenz zur Verfügung gestellt. Dies bietet die Chance, zukünftige Apps, Auskunftssysteme oder andere Mobilitätsinnovationen zu entwickeln und so die Mobilitätswende voranzutreiben.