Wie bringen uns Künstliche Intelligenz und Daten nahtlos und nachhaltig ans Ziel?
Abstract:
Damit Mobilität wirklich nachhaltig ist, müssen wir verschiedene Verkehrsmittel kombinieren,
manchmal sogar auf derselben Strecke: Erst in die Straßenbahn, dann in den Bus, und für die letzte Strecke das Sharing-Fahrrad – das klingt schon kompliziert. Und was, wenn die Straßenbahn voll ist, der Bus im Stau steht, und am letzten Halt keine Sharing-Fahrräder mehr verfügbar sind oder es regnet? Wo der Mensch den Überblick verliert, soll Künstliche Intelligenz (KI) einspringen. Im Forschungsprojekt DAKIMO wird eine KI für Verkehrsmittel-übergreifende Routenvorschläge entwickelt, die zukünftig zum Beispiel in der regiomove-App des KVV zum Einsatz kommt.
manchmal sogar auf derselben Strecke: Erst in die Straßenbahn, dann in den Bus, und für die letzte Strecke das Sharing-Fahrrad – das klingt schon kompliziert. Und was, wenn die Straßenbahn voll ist, der Bus im Stau steht, und am letzten Halt keine Sharing-Fahrräder mehr verfügbar sind oder es regnet? Wo der Mensch den Überblick verliert, soll Künstliche Intelligenz (KI) einspringen. Im Forschungsprojekt DAKIMO wird eine KI für Verkehrsmittel-übergreifende Routenvorschläge entwickelt, die zukünftig zum Beispiel in der regiomove-App des KVV zum Einsatz kommt.
| Zugehörige Institution(en) am KIT | Institut für Verkehrswesen (IFV) Karlsruher Institut für Technologie (KIT) |
| Publikationstyp | Zeitschriftenaufsatz |
| Publikationsmonat/-jahr | 09.2023 |
| Sprache | Deutsch |
| Identifikator | ISSN: 2941-7554 KITopen-ID: 1000189652 |
| Erschienen in | KAMO-Magazin : Karlsruhe Mobility / High Performance Center / Profilregion |
| Verlag | Fraunhofer-Institut für Chemische Technologie (ICT) |
| Band | 1 |
| Heft | 09/2023 |
| Seiten | 24–29 |
| Relationen in KITopen |