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.

Projektleitung
Staab, Philipp Sebastian Prof. Dr. (Details) (Soziologie der Zukunft der Arbeit)
Piétron, Dominik M.A. (Humboldt-Universität zu Berlin)

Mittelgeber
Sonstige Bundesministerien

Laufzeit
Projektstart: 04/2020
Projektende: 09/2020

Forschungsfelder
Big Data, Deep Learning, Soziologie

Zuletzt aktualisiert 2020-05-08 um 15:41