AISUM-Plattform (Al Empowered Sustainable Urban Mobiltity)
Das Projekt zielt auf die Detailausarbeitung zur Entwicklung einer Mobilitätsplattform für smarten und umweltfreundlichen Stadtverkehr. Die zu entwickelnde AISUM-Plattform soll auf Grundlage der BVG-Applikation Jelbi erstmals intermodalen öffentlichen Nachverkehr unter Einbezug von Car-, Bike- und Scooter-Sharing ermöglichen. Mithilfe von Machine-Learning-Algorithmen sollen die Mobilitätsangebote dabei zuverlässig und komfortabel aber auch nachhaltig, lärm- und emissionsarm ausgestaltet werden.
Das Ziel der fünfmonatigen Detaillierungsphase besteht in der Erarbeitung eines Projektplans, in dem das Vorhaben für eine Anschlussimplementierung weiter konkretisiert wird. Dazu werden in drei Arbeitssträngen – Entwicklung, Integration und Transfer – zunächst Recherchen durchgeführt, deren Ergebnisse anschließend zu umfassenden Konzepten gebündelt werden: Im Bereich Entwicklung werden mittels Datenevaluationen und Literaturrecherchen Konzepte für Algorithmen und Datenbankstrukturen sowie Verfahren der Umweltbilanzierung erarbeitet, auf deren Grundlage vier Green-AI-Use cases für nachhaltige urbane Mobilität entwickelt werden können. Im Arbeitsstrang Integration werden erste Konzeptionen der Human-Computer-Interface-Schnittstelle mit Design-Skizzen und Gamification-Ideen entworfen, die eine spätere Einbettung der AISUM-Plattform in die Mobilitäts-App Jelbi ermöglichen. Der Arbeitstrang Transfer sorgt für eine möglichst breite Verwertbarkeit der AISUM-Plattform in weiteren Mobilitäts-Apps und konzeptualisiert dazu eine umfassende Transfer-Strategie auf Basis der Recherchen zu Open-Source-Optionen, potentiellen Kooperationspartnern und Marktanalysen. Quer durch alle drei Arbeitsstränge zieht sich die Ausarbeitung von grundlegenden Vorarbeiten für eine Anschlussimplementierung, wie u.a. eine detaillierte Ressourcenplanung, ein einheitlicher Zeit- und Kostenplan, die Entwicklung von Messindikatoren sowie eine genaue Beschreibung der Arbeitsweise im Forschungsverbund.
Staab, Philipp Sebastian Prof. Dr. (Details) (Soziologie von Arbeit, Wirtschaft und technologischem Wandel)
Piétron, Dominik M.A. (Humboldt-Universität zu Berlin)
Beteiligte externe Organisationen
Mittelgeber
Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit
Laufzeit
Projektstart: 04/2020
Projektende: 09/2020
Forschungsfelder
Big Data, Deep Learning, Soziologie
