Urbane Mobilität befindet sich in einem gewaltigen Umbruch. Unter dem Stichwort Smart Mobility werden vermehrt neue Mobilitätsangebote in die städtische Umwelt integriert. Dieser Prozess bietet Chancen zur Reduzierung umweltschädlicher Emissionen, da neue Mobilitätsdienstleistungen den Öffentlichen Personennahverkehr (ÖPNV) ergänzen und den automobilen Individualverkehr in der Stadt reduzieren können. Er ist jedoch auch mit Risiken verbunden, die sich vor allem aus der mangelnden Steuerung und Integration neuer und alter urbaner Verkehrsmittel ergeben.

Erste Untersuchungen zu E-Scootern und anderen Sharing-Services deuten beispielsweise darauf hin, dass diese unter den gegebenen Bedingungen gerade nicht zur ressourcenschonenden Transformation urbaner Mobilität beitragen, sondern durch Überkapazitäten und Verschwendung unterm Strich zu höheren Umweltbelastungen führen.

Die Stadtbevölkerung hat ein legitimes Interesse an möglichst umfassenden, zuverlässigen und komfortablen Mobilitätsangeboten einerseits und an einem möglichst nachhaltigen, insbesondere lärm- und emissionsarmen Stadtverkehr andererseits. Die Zusammenführung der Echtzeitdaten zahlreicher Sharing-Angebote und des ÖPNV-Netzes auf einer nutzeroptimierten Smart-Mobility-Plattform bietet erstmals die Möglichkeit, beide Ansprüche zu kombinieren. Zu diesem Zweck brauchen Städte Mobilitätsplattformen, die die Verbindung und Steuerung alter und neuer Mobilitätsdienste im Sinne sozial-ökologischer Kriterien ermöglichen.

Das Projekt zielte auf die Errichtung einer Plattform für nachhaltige urbane Mobilität ab, in der Klimaschutz und Ressourceneffizienz strukturell verankert sind. Nutzenden sollen dabei die ökologischen Kosten verschiedener Verkehrsoptionen transparent einsehen können und zur Nutzung besonders klimafreundlicher Transportmittel angeregt werden. Wir schließen dazu an ein laufendes Projekt der Berliner Verkehrsbetriebe (BVG) an, welches ÖPNV und neue, privatwirtschaftliche Mobilitätsdienste (Bike-, Roller-, Car- und Scooter-Sharing) zusammenführt und Nutzenden multimodale Mobilität aus einer Hand bereitstellt. Hier mangelt es aber derzeit noch an einer intermodalen Plattformlösung, auf deren Basis alle Mobilitätsangebote einfach und intelligent zu ressourcenschonenden Verkehrsalternative kombiniert werden können. Zudem werden ökologische Kriterien nicht berücksichtigt. Das Projekt widmete sich beiden Herausforderung, indem es die Datenströme verschiedener Mobilitätsanbieter auf einer Plattform zusammenführen und mittels Machine-Learning auswerten wollte. Dafür wurden verschiedene sogenannte Green-AI-Use Cases konzipiert und prototypisch realisiert.

• Prof. Dr. Helena Mihaljevic (Projektleitung)

• Ulrich Overdieck (Projektmitarbeiter_in)

Bundesministerium für Umwelt, Naturschutz und nukleare Sicherheit (BMU)

Humboldt-Universität zu Berlin (HU Berlin)

Technische Universität Berlin (TU Berlin)

KI-Leuchttürme