Big Data und Mobilitaet

584 Aufrufe

Veröffentlicht am

Aktuelle Big Data Ansätze im Personenverkehr gliedern sich in eine Verbesserung des Mobilitätserlebnisses (verkehrsmittelspezifisch) sowie eine verbesserte verkehrsmittelübergreifende Mobilitätsplanung.

Veröffentlicht in: Daten & Analysen
0 Kommentare
3 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

Keine Downloads
Aufrufe
Aufrufe insgesamt
584
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
15
Aktionen
Geteilt
0
Downloads
0
Kommentare
0
Gefällt mir
3
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Big Data und Mobilitaet

  1. 1. Agency for Data Science Machine learning & AI Mathematical modelling Data strategy Big Data und Mobilität Eine Bestandsaufnahme
  2. 2. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Inhaltsverzeichnis Seite 2 1 2 3 4 5 6 Übersicht: Mobilitätsökosystem Verkehrsmittelzentrierte Big Data-Ansätze Problem der Multimodalität Mobilität im Personenverkehr 2030: Vision & Use Cases Klassifizierung und Details aktueller multimodaler Ansätze - Fokus: Automobilhersteller - Fokus: Öffentliche Verkehrsmittel - Fokus: Meta-Plattformen Probleme/ Hindernisse auf dem Weg zur Vision 2030
  3. 3. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Mobilitätsökosystem geprägt von Vielfältigkeit der Verkehrsmittel Seite 3 Information Planung Buchung Abrechnung/ Bezahlung Zusatz- dienste Personen- verkehr (individuell – direkt) Automobil Motorrad Fußgänger Fahrrad Personen- verkehr (individuell - indirekt) Carsharing Carpoolling Autoverleih Taxi Bike Sharing Fahrrad- verleih Personen- verkehr (öffentlich) Fernverkehr Nahverkehr Flugzeug U-Bahn Bus Straßenbahn Mobilität Stationäre Dienste (P&R, Bike & Ride etc.) Vor der Fahrt Während und nach der Fahrt Aktuelle Big Data Ansätze im Personenverkehr gliedern sich in eine Verbesserung des Mobilitätserlebnisses (verkehrsmittelspezifisch) sowie eine verbesserte verkehrsmittelübergreifende Mobilitätsplanung 1 2 3 4 5 6 InnoZ (2012): “Total Mobility: Multi-modal, Integrated, Sustainable, Mobility-on-Demand Systems”, Innovationszentrum für Mobilität und gesellschaftlichen Wandel
  4. 4. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Verkehrsmittelspezifische Ansätze (1/3) Automobilhersteller Seite 4 • ITS G5 Technologie ermöglicht Car-to-Car Kommunikation • Bremswarnsysteme und Kreuzungsassistenten tragen zur intelligenten Vermeidung von Verkehrsunfällen bei • Auf europäischer Ebene gibt es diverse Initiativen für das Etablieren eines einheitlichen Kommunikationsstandards Kommunikation der Fahrzeuge untereinander • ITS G5 Technologie erlaubt den Datenaustausch zwischen Automobil und bestimmten Elementen der Verkehrsinfrastruktur • Datenaustausch mit Parkhäusern, Verkehrsampeln, Baustellen etc. ermöglicht optimiertere Navigation Kommunikation von Fahrzeugen und Infrastruktur Austausch von Verkehrsdaten • Echtzeitverkehrsüberwachung und somit optimale Routenführung für das Automobil (GPS / Navigation) • Integration verschiedener Apps in das On-board System des Automobils zur verstärkten Verwertung von Verkehrsdaten Fahrzeuginterne Sensorik • Geschwindigkeit und Navigation • Fahrerassistenzsysteme (Einparkhilfe etc.) und automatische Fahrfunktionen (Abstand, Drosselung der Geschwindigkeit bei schlechten Witterungsbedingungen) • Weitere optimierte Komfortleistungen (Sitzposition, Temerpatur etc.) basierend auf Fahrerprofil 1 2 3 4 5 6 World Economic Forum/ Boston Consulting Group (2014): „Connected World – Hyerconnected Travel and Transportation in Action“
  5. 5. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Verkehrsmittelspezifische Ansätze (2/3) Beispiel: FORD Seite 5 Auf der Consumer Electronics Show (CES) 2015 hat Ford eine große Mobilitätsoffensive angekündigt, die aus ingesamt 25 Projekten/Experimenten besteht. Eine Auswahl davon ist hier dargestellt. Painless Parking (London / GB) • Im Tausch gegen ein Daten-Plug- In bekommen die Teilnehmer Echtzeit-Daten über den Verkehr und die aktuelle Parksituation • Die App informiert und empfiehlt legale Parkmöglichkeiten und ermöglicht die direkte Bezahlung Parking Spotter (Atlanta / USA) Fleet Insight (Dearborn / USA) Crowd Park (Los Angeles / USA) City Mobility (Lissabon / Portugal) Monsoon Helper (Mumbai / Indien) Golden Hour (New Dehli / Indien) Data Driven Insurance (London / GB) • Benutzung von Fahrzeugsensoren zum Erkennen von freien Parkplätzen • Ermöglicht Erkennung von Parkplätzen, Reservierung und Navigation • Datensammlungsexperiment um detaillierte Schlussfolgerungen bezüglich der Benutzung von Fahrzeugen zu erhalten • Analyse des Fahrverhaltens besonders bzgl. externer Faktoren wie Wetter und Stau • Die App ermöglicht es, Parktickets kurz vor Ablauf direkt per Smartphone zu verlängern • Crowd-Sourcing Möglichkeit zur Überwachung und Kontrolle der Parksituation und allgemeingültiger Parkplatzregeln • Eine Heatmap-Analyse von Verkehrsteilnehmern und potentiellen Passagieren für Taxis um Nachfrage und Angebot zu koordinieren • Geographische und aktualisierte Vorhersage der Nachfrage für Taxis im Tagesverlauf • Die App ermöglicht es Benutzern überflutete Straßen aktiv zu vermeiden, indem Echtzeit-Daten über Wetterverhältnisse und Straßenzustand analysiert werden • Proaktive Navigation zur Umfahrung der betroffenen Gebiete • Die App ermöglicht das schnelle Melden eines Unfalls und das Benachrichtigungen von Personen in der Nähe • Freiwillige in geographischer Nähe werden danach von den Rettungsdiensten gesteuert, bis dieser eintrifft • Analyse der Mobilitätsprofile verschiedener Fahrer • Evaluation wie Mobilitätsdaten in bestimmten Fällen zu niedrigeren Versicherungsprämien für verantwortungsbewusste Fahrer führen können Bestrebung der sukzessiven Integration von Fahrzeugdaten und Fahrzeugkommunikation ebenso wie weiterer Datenquellen zur besseren Echtzeitanyse von externen Ereignissen 1 2 3 4 5 6 Ford (2015): “Smart Mobility Map – 25 Experiments and Projects”, aufrufbar unter: https://media.ford.com/content/fordmedia/fna/us/en/news/2015/01/06/ford-at-ces-announces-smart-mobility-plan.html
  6. 6. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Verkehrsmittelspezifische Ansätze (3/3) Transportunternehmen Anlagen-Management • Optimierung der Fahrbahn-Instandhaltung durch bessere Steuerung von Maintenance-Terminen • Archivierung und Analyse von vielfältigen Messdaten • Verfügbarkeits- und Auslastungsoptimierung des Bahnnetzes in Abstimmung mit Netzinstandhaltung • Verbesserung der Bahnsicherheit & Netzsicherheit Fahrplangestaltung • Analyse und Simulation verschiedener Verknüpfungsszenarien unter Berücksichtigung von externen Szenarien (Wetter, Großereignisse etc.) • Historisierungen und Nachforschungen • Optimierung des Verständnisses über Kundenbedürnisse und Profile Kundenfokus • Marketing und personalisierte Preisvorschläge/Angebote • Verbesserung des Kundendienstes durch Analyse der Kundenreaktion (kanalübergreifend) • Monitoring der Meinungen in den sozialen Medien und Trends für Marketing und Public Affairs Steuerung • Mobilitätsprofile der Kunden und Vorhersage Immobilienmanagement • Optimierung der Bewirtschaftung existierender Verkaufhallen und des eingesetzten Kapitals • Datenzusammenführung und Integration mit Mobilitätsdaten um Möglichkeit von speziellen kundenzentrierten Angeboten zu schaffen Sowohl Optimierungsbestrebungen in der Mobilitätserfahrung (Kundenfokus / Analyse der soziale Medien) als auch bei der Wirtschaftsgüter-Verwaltung Schwerpunkt aktueller Big-Data Ansätze und Einsatzmöglichkeiten im Bereich „Schienenverkehr“ 1 2 3 4 5 6 SBB CFF FFS Cargo (2014): “Driving trains – data driven? Big Data and Analytics @SBB” Seite 6
  7. 7. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Verkehrsmittelzentrierte Ansätze können keine multimodale Mobilitätserfahrung bieten Seite 7 Optimierung der Mobilitätserfahrung Die Betreiber/Hersteller verschiedener Verkehrsmittel konzentrieren sich naturgemäß auf die Optimierung der jeweiligen Mobilitätserfahrung (gesamter Prozess) Unterschiedlichkeit der Schwerpunkte Hersteller (Automobil-OEMs) haben bei der Integration von Big Data andere Schwerpunkte als Betreiber (Deutsche Bahn etc.), die Big Data auch zur Verkehrssteuerungsplanung nutzen Sharing Economy & Umweltbewusstsein Der Besitz von Kraftfahrzeugen geht stetig zurück, weil Verbraucher zunehmend auf verschiedene Optionen zurückgreifen (z.B Car-Sharing), um die Umwelt und den Geldbeutel zu schonen Tür-zu-Tür Service Fokussierte Transportanbieter können oft keine durchgehende Lösung für den Transport von A nach B anbieten, weshalb Verbraucher oft verschiedene Verkehrsmittel bei einer Reise benutzen müssen 1 2 3 4 5 Entwicklung multimodaler Mobilitätsansätze Sowohl die führenden fokussierten Transportanbieter (Nahverkehr, Bahn, Automobil) als auch neue Marktteilnehmer versuchen Ansätze zu entwickeln, um eine neue Mobilitätserfahrung verkehrsmittelübergreifend zu gestalten 1 2 3 4 5 6 Boltze, Manfred (2013): “Intelligente Verkehrssysteme – Aktuelle Entwicklungen”, Kongress “Global Navigation meets Geoinformation”, Darmstadt
  8. 8. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de World Economic Forum/ Boston Consulting Group (2014): „Connected World – Hyerconnected Travel and Transportation in Action“ InnoZ (2012): “Total Mobility: Multi-modal, Integrated, Sustainable, Mobility-on-Demand Systems”, Innovationszentrum für Mobilität und gesellschaftlichen Wandel Vision 2030: Integration, Flexibilität, Proaktivität und Multimodalität Seite 8 Integration • Nahtlose Integration aller Verkehrsmittel auf einer Plattform • Eine Anlaufstelle für Planung, Buchung, Bezahlung und Abrechnung • Agreggierte Information von verschiedenen Dienstleistungsanbietern • Intuitive Benutzeroberfläche Proaktivität • Echtzeit-Anpassung an externe Umstände (Wetter, Streik, Großereignisse, etc.) Automatisches Buchen & Stornieren basierend auf Echtzeit-Reiseverlauf • Angebote und Hinweise/ Vorschläge am Zielort der Reise Personal- isierung • Personalisierte Suchparameter und erfasste Präferenzen für Reiseverlauf • Bereitstellung von Zusatzleistungen basierend auf Kundenpräferenzen und Reisequalität • Bereitstellung geospezifischer Informationen Multi- modalität • Tür-zu-Tür Planung unter Berücksichtigung aller zur Verfügung stehenden Transportmittel • Berücksichtigung aller Parametern wie Preis, CO2-Ausstoß etc. Echtzeit- Monitoring und Analyse • Sensoren-basierte Daten (an Verkehrsmitteln und Infrastruktur) zur Auswertung für Verkehrssteuerung • Monitoring der Verkehrssituation und Modellierung verschiedener Parameter zur proaktiven Entscheidungsfindung im Verkehrsfluss • Berücksichtigung des Einflusses aller Datenquellen (Soziale Medien, etc.) Intelligente Steuerung • Steuerbare Geschwindigkeitsbegrenzungen und Ampelphasen • Bereitstellung von Park&Ride-Möglichkeiten und aktive Navigation im Verkehrsfluss • Flexibles Management der Parkmöglichkeiten durch aktive und adaptive Preissteuerung • Intelligente Lösungen und Navigation von Rettungswagen • Flexible Zugangsbegrenzungen im Stadtzentrum während hohem Verkehrsaufkommen Dynamische Preise • Angebot von vergünstigten Bus/Zug/U-Bahn- Tickets bei hohem Verkehrsaufkommen • Flexible Maut-Gestaltung für innerstädtische Straßen bei hohem Verkehrsaufkommen Benutzersicht Anbietersicht 1 2 3 4 5 6
  9. 9. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Vision: Mobilität im Personenverkehr 2030 Seite 9 Nahverkehr Zug Auto HEUTE Flugzeug MORGEN Planen Buchen Reisen Service Planen Buchen Reisen Planen Buchen Rech- nung Reisen Rück- gabe Planen Buchen Zugang Reisen Planen Buchen Reisen Service Nahverkehr Zug Auto Flugzeug Planen Buchen Rech- nungService Dynamisches Routing mit optimierter Streckenführung und integrativem Management 1 2 3 4 5 6 Multimodalität und Integration als Leitbild einer Mobilitätsvision, welche das Mobilitätserlebnis betont, während Buchung und Abrechnung parallel im Hintergrund laufen Roland Berger Strategy Consultants (2014): „Shared Mobility: How new businesses are rewriting the rules of the private transportation game“
  10. 10. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Vision 2030 Use Case 1: Reise von Köln nach Berlin Seite 10 A • Über zentrale Plattform wird Reise per Car- Sharing gebucht • Auf der A2 kurz vor Hannover passiert ein Unfall • Per integrierter On- Board App wird der Fahrer informiert, dass es eine Sperrung der A2 gibt • Es werden direkt alternative Reiserouten vorgeschlagen B • Da es schon spät ist, entscheidet sich der Fahrer zu einer Weiterfahr per Zug am nächsten Morgen • Die Plattform generiert sofort Vorschläge für Hotelübernachtungen basierend auf individuellen Präferenzen – dabei fließen auch Social Media Daten mit ein • Einige Freunde des Fahrers haben vor kurzem ein Hotel in der Nähe des Bahnhofs als gut bewertet - deshalb offeriert das Hotel einen Sonderpreis • Am nächsten Morgen wird die Reise im Zug weitergeführt – dazu checkt sich der Reisende leidglich per Smartphone App bei Betreten des Zuges ein • Bei Ankunft in Berlin checkt sich der Reisende aus – die App generiert automatisch die optimalen Preise und führt die Abrechnung durch 1 2 3 4 5 6 Schaffer, Stefan; Reithinger, Norbert (2014): Intermodal personalized Assistance and routing Interface”, DFKI GmbH • Die App ändert die Car-Sharing Buchung und navigiert direkt nach Hannover
  11. 11. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Vision 2030 Use Case 2: Vom Ruhrgebiet nach Stuttgart Seite 11 A • Der Fahrer wird in seinem privaten Auto bei der Fahrt zum Dortmunder Bahnhoft über ein erhöhtes Verkehrsaufkommen in der nächsten Stunde informiert • Er bekommt die Option, entweder für eine Maut pro Kilometer weiterzufahren, oder zur nächsten P&R Station zu fahren • Der Fahrer wählt die P&R Option und wird direkt dorthin navigiert • Dort warten bereits extra bereitgestellte Elektrobusse für den Transport in die Stadt • Von dort kommt der Reisende noch pünktlich für den Zug zum Flughafen B • Da der einfahrende Zug jedoch Verspätung hat, schlägt die Mobilitätsplattform proaktiv neue Routen für die Fahrt nach Stuttgart vor • Da Abends ein Fußballspiel in Stuttgart stattfindet, vermeidet der Routenplaner automatisch den vollen IC, der die Fans vom 1. FC Köln dort hinbringt • Der Reisende betritt den ausgewählten Zug, die App bucht das alte Ticket automatisch um und verrechnet dementsprechend • Das Zugpersonal ist über die Verspätung des Reisenden informiert und verteilt einen Kaffeegutschein für das BordBistro • Am Endbahhof setzt der Reisende die Fahrt mit dem Fahrrad fort – freigeschaltet per Smartphone, zentral automatisch abgerechnet 1 2 3 4 5 6 Mausch, Nils; Lützenberger, Marco; Keiser, Jan (2014): “An Open Extensible Platform for Intermodal Mobility Assistance”, The 4th International Conference on Ambient Systems, Networks and Technologies
  12. 12. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Klassifizierung aktueller multimodaler Ansätze Seite 12 Taxi Metro Tram Bus Fahrrad Auto Zug Flugzeug Information Planung Buchung Bezahlung Bi-/ Multimodale Kooperationen Multimodales Reiseinformations- system Multimodales Elektronisches Buchungs- system Multimodales Elektronisches Ticketsystem Multimodale Ansätze sind am ausgeprägtesten im Bereich der verkehrsmittelübergreifenden Planung und Information, andere Ansätze sind bisher weniger umfassend 1 2 3 4 5 6 Arthur D. Little (2014): “The Future of Urban Mobility 2.0 – Imperatives to Shape Extended Mobility Systems of Tomorrow”
  13. 13. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Zukünftige Geschäftsmodelle: Wer treibt die Multimodalitätsvision? Seite 13 1 2 3 Integrator + Aggregator mit Zentrum Automobilindustrie Integrator + Aggregator mit Zentrum Öffentl. Verkehrsmittel Aggregator Automobilhersteller verstehen sich zunehmend als Mobilitätsunternehmen, integrieren weitere Dienstleistungen in ihr Geschäftsmodell und aggregieren darüber hinaus verkehrsmittelübergreifend Informationen Multimodales Reiseinformationssystem: Moovel (Daimler) Bi-/multimodale Kooperationen: Car2Go (Daimler), BMW Drive Now, Quicar (Volkswagen), Multicity (Citroen), Ford Fleet Car Sharing & Flinkster Öffentliche Nahverkehrssysteme integrieren auf lokaler/sub-regionaler Ebene ihr Angebot und aggregieren Informationen über den Zugang zu überregionalen sowie individuellen (Auto etc.) Transportleistungen Multimodales Reiseinformationssystem: quixxit Multimodales Elektronisches Buchungssystem: DB Navigator Multimodales Elektronisches Buchungssystem: Touch & Travel Bi-/multimodale Kooperationen: Lufthansa AiRail Project, Rail & Fly, Flinkster, Call a bike Lokale Projekte: SMILE (Wien), Stuttgart Services Mobility Platform Keine physische Infrastruktur sondern lediglich Fokus auf Aggregation von Mobilitätsdienstleistungen im Sinne eines One-Stop-Shops Multimodales Reiseinformationssystem: Waymate, GoEuro, Google Transit, Rome2Rio 1 2 3 4 5 6 Arthur D. Little (2014): “The Future of Urban Mobility 2.0 – Imperatives to Shape Extended Mobility Systems of Tomorrow”
  14. 14. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Der Weg zur Multimodalität Automobilindustrie (1/2) Seite 14 Anbieter Details • Anbieter: moovel GmbH (100%ige Tochter der Daimler AG) • Integration von Car-Sharing, Taxi- Dienst, Öffentlichem Nahverkehr, Deutscher Bahn, Mitfahrgelegenheiten und Mietfahrrädern in einer zentralen Applikation • Partner: Nextbike, NorisBike, metropolradruh, Car2Go, VRR, SRR, DB, MyTaxi, VGN, MVV, Carpooling • Mit der Übernahme von mytaxi im Herbst 2014 bietet moovel mittlerweile auch direkte Buchungen für Deutsche Bahn und Fahrten mit mytaxi über die App an Multimodales Reiseinformationssystem Anbieter Details • Anbieter: Daimler AG • Weltweit über 12.000 Fahrzeuge • Präsenz in allen großen deutschen Städten, sowie in ausgewählten Städte in den USA und Kanada • Joint Venture von BMW und Sixt • Präsenz in den großen deutschen Städten • Car-sharing Angebot von Volkswagen • Fokus: Hannover • Rein elektrisches Car-Sharing Projekt des französischen Herstellers Citroen in Berlin • Ford Car-Sharing Angebot sowohl mit Rückgriff auf die Flinkster Flotte als auch auf das Angebot der teilnehmenden Ford Autohäuser Bimodale Kooperationen 1 2 3 4 5 6 All Ways Travelling Final Report (2014): “To develop and validate a European passenger transport information and booking system across transport modes”, DG Mobility and Transport
  15. 15. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Der Weg zur Multimodalität Automobilindustrie - Beispiel (2/2) Seite 15 GB • Integration: On-demand Fahrzeugbenutzung von Ford-Autos, welche an großen Hubs positioniert sind mit der Möglichkeit der flexiblen Bezahlung (pro Minute) sowie verschiedener Rückgabeoptionen • Integration: Ein dynamischer „Social Shuttle“ offeriert Start-Ziel Transport bei Bedarf in Minibussen mit bis zu 10 Passagieren und kalkuliert automatisch die beste und passendste Route USA • Integration: Entwicklung von Sensoren für den Einsatz an Fahrrädern zur Datengenerierung- und auswertung bezüglich der urbanen Benutzung von Fahrrädern und ihrer komplementären Funktion zu anderen Verkehrsmitteln Integration: App zum gezielten Autotausch zwischen registrierten Fahrern, welche direkte Verhandlungen zwischen Fahrern ermöglicht Deutschland • Integration: Kooperation mit Flinkster, dem Car-sharing Service der Deutschen Bahn • Zusätzliches erstes Car- sharing Programm, welches von den Ford-Autohäusern unterstützt wird und über 55 Städte in Deutschland abdeckt – insgesamt mit über 100 Start- und Zielstellen Argentinien / China • Integration: Entwickung eines „Urban Shuttle“, der die standardisierten Busrouten mit der Flexibiliät des Automobils kombinieren soll, um das Verkehrsaufkommen zu reduzieren (Argentinien) • Aggregation: Entwicklung einer multimodalen Verkehrsplattform, welche nicht nur traditionelle Verkehrsmittel, sondern auch lokale Möglichkeiten (Rickshaws, etc.) abbildet (China) Berlin London Palo Alto Dearborn Chongqing Buenos Aires 1 2 3 4 5 6 Auf der CES 2015 hat Ford eine große Mobilitätsoffensive angekündigt. Ein Teil der Projekte fokussiert sich gezielt auf die Förderung multimodaler Ansätze. Ford (2015): “Smart Mobility Map – 25 Experiments and Projects”, aufrufbar unter: https://media.ford.com/content/fordmedia/fna/us/en/news/2015/01/06/ford-at-ces-announces-smart-mobility-plan.html
  16. 16. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Der Weg zur Multimodalität Öffentliche Verkehrsmittel (1/2) Seite 16 Multimodales Reiseinformationssystem Multimodales elektronisches Buchungssystem Multimodales Elektronisches Ticketsystem • Plattform der Deutschen Bahn positioniert sich als persönlicher Mobilitätsberater • Vorschläge über Reiserouten werden verkehrsmittelübergreifend generiert und orientieren sich an vorher definierten Präferenzen des Benutzers (z.B kein Führerschein vorhanden, nur Carpooling-Option, mehr Fahrrad-Fahren aus Gesundheitsgründen) • Integrierte Karten und weitere Funktionen ermöglichen „aktive Begleitung“ der Verkehrsroute • Verkehrsmittelübergreifende Reiseplanung von Tür-zu-Tür inklusive GPS-Ortung und Navigation • Integration von Verspätungsdaten durch Echtzeit-Daten und anschließende Services wie bspw. „Verspätungsalarm“ • Buchung von Online-Tickets direkt in der DB Navigator App und zentrale Verwaltung. Smartphone dient als Online-Ticket mit zusätzlicher Identifikationskarte (BahnCard, Kreditkarte, etc.) • Online-Ticket oft auch am Tag der Reise für öffentlichen Nahverkehr am Zielort einsetzbar • Keine Notwendigkeit der Ticket-Buchung und Planung • App (entwickelt von der Deutschen Bahn) ermöglicht das einfache Einsteigen in das ausgewählte Verkehrsmittel, sowie Umsteigen durch automatisches generieren eines Handy-Tickets bei Fahrtantritt • Die App berechnet monatlich für die gefahrenen Strecken rückwirkend die besten Tarife und rechnet über SEPA-Lastschrift ab • Berlin, Frankfurt, Mannheim, Mainz und Karlsruhe bisher mit größtem Level der Integration an Verkehrsmitteln 1 2 3 4 5 6 Nosbers, Frank (2014): “Das Smartphone: “Zündschlüssel” der Mobilität von Morgen”, BearingPoint GmbH
  17. 17. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Der Weg zur Multimodalität Öffentliche Verkehrsmittel (2/2) Seite 17 Bi-/multimodale Kooperation AiRail • Kooperation für Interkontinental-Flüge zwischen Deutscher Bahn und Lufthansa (AIRail) • Minimierung der Aufenthaltszeiten am Flugehafen durch optimierte Fahrplanabstimmung • Direktes und gemeinsames Einchecken für Zugfahrt und Flug vor Reiseantritt • Spezieller AIRail Check-In Counter für Passagiere verringert die Zeit für den Baggage-Drop Off signifikant • Miles & More (Vielfliegerprogramm der Lufthansa) Credits werden auch für die Zugfahrt angerechnet Rail & Fly • Spezielles Bahnticket zur Fahrt in Nah- und Fernverkehrszügen wenn sich Abfahrtsbahnhof und Abflughafen in verschiedenen Verkehrsverbünden befindent • Möglichkeit der Buchung bei internationalen Flügen und Angebotsverwaltung durch Fluganbieter (Air Berlin, Lufthansa, etc.) Flinkster • Carsharing Angebot der Deutschen Bahn ermöglicht Öffnen der Leihfahrzeuge durch Smartphone App • Ab 2015 auch Kooperation mit Car2Go (Daimler), was dann eine Gesamtflotte von ca. 6000 Fahrzeugen bedeutet • Flinkster ist aktuell in ca. 140 deutschen Städten vertreten Call a Bike • Fahrradverleihsystem der Deutschen Bahn – Aktivierung der Fahrräder individuell durch Telefonanruf oder App, die Abrechnung erfolgt über Kredit- oder EC-Karte • Zwei verschiedene Arten von Verleihmöglichkeiten • Call-a-bike-Flex: Start- und Endmöglichkeit im gesamten Stadtgebiet an ausgewählten Kreuzungen • Call-a-bike-Fix: Start- und Zielpunkt der Tour ist stets der Hauptbahnhof 1 2 3 4 5 6
  18. 18. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Köhler, Martin (2014): “#Big Data in #Austria – Österreichische Potenziale und Best Practice für Big Data”, Bundesministerium für Verkehr, Innovation und Technologie SMILE, aufrufbar unter: http://smile-einfachmobil.at/index_en.html, Stuttgart Services, aufrufbar unter: http://www.stuttgart-services.de/ Der Weg zur Multimodalität Integrative Ansätze auf lokaler Ebene Seite 18 1 2 SMILE – Smart Mobility Information and Ticketing System leading the way for Effective e-mobility (Wien und Österreich) Stuttgart Services Projekt vom BMWi bis Ende 2015 gefördert (Region Stuttgart) - Öffentliche Pilotphase läuft seit November 2014 - Abbilden des gesamten Prozesses: Kombination von multimodaler Planung, Buchung und Bezahlung und Abrechnung auf einer integrierten Mobilitätsplattform - Einbezug von saisonalen und tagesaktuellen Sonderpreisen, Monatskarten etc. führt zu optimalen Preisgestaltung - Kooperation mit 14 Mobilitätspartnern - Projektziel: "Intelligent vernetzte, nachhaltige und einfache Mobilität ergänzt um urbane Angebote“ - Bündelung von 23 regionalen Mobilitätspartnern - Routenplanung und Auskunftsfunktion der App wurde im nicht-öffentlichen Beta-Test bereits getestet - Für 2015 ist der Launch der Mobilitätsplattform mit Buchung und Ticketing geplant 1 2 3 4 5 6
  19. 19. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Der Weg zur Multimodalität Meta-Plattformen Seite 19 Waymate (www.waymate.de) GoEuro (www.goeuro.com) Google Transit • Wurde 2007 in Google Maps integriert • Integration von GTFS Feeds der Transportunternehmen • Unterstützung der Reiseplanung durch aktuelle Informationen über Verkehrssituationen etc., aber nur begrenzte Informationen über Preise • Proaktivee Vorschläge, wenn sich Benutzer beispielweise einer Bahnstation nähert • Reiseroutenplanung für ausgewählte europäische Länder • Momentan nur für Bus, Zug- und Flugverbindungen optimiert • Keine Buchungsoption, lediglich Transparenz über Preise verschiedener Anbieter • August 2014: $27 Mio Finanzierungsrunde für weitere Expansion und Funktionsintegration • Gegründet 2010 in Berlin • 2012: Gewinner der „1st Smart Mobility Challenge“ der Europäischen Kommission • Überblick über alle verfübaren Reiseoptionen für sämtliche Verkehrsmittel als App und als Web- Applikation • Kooperation mit u.a. AirBerlin, Google, Deutsche Bahn Rome2Rio (www.rome2rio.com) • Gegründet 2011 in Melbourne (Australien) • Unterstützt fast alle Verkehrsmittel und liefert besonders präzise Ergebnisse bei komplexen internationalen Reisen mit detaillierten Preisangaben • Keine direkte und gebündelte Buchungsmöglichkeit über die Plattform • Suchtechnologie kann durch API und While Label Lösungen in andere Web-Apps ingegriert werden 1 2 3 4 5 6 All Ways Travelling Final Report (2014): “To develop and validate a European passenger transport information and booking system across transport modes”, DG Mobility and Transport
  20. 20. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Use Cases: Erfordernisanalyse Seite 20 Dimension der Mobilitätsvision 2030 Use Case 1: Reise Köln - Berlin Use Case 2: Aus dem Ruhrgebiet nach Stuttgart Integration Proaktivität Personalisierung Multimodalität Echtzeit Monitoring und Analyse Intelligente Steuerung Dynamische Preise Use Cases fordern alle Dimensionen der Mobilitätsvision, mit besonderem Fokus auf Multimodalität und Echtzeit Monitoring und Analyse Andere Dimensionen wie Intelligente Steuerung, Proaktivität und Personalisierung bauen maßgeblich auf diesen Bereichen auf 1 2 3 4 5 6 World Economic Forum/ Boston Consulting Group (2014): „Connected World – Hyerconnected Travel and Transportation in Action“
  21. 21. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Gesamteinordnung aktueller multimodaler Ansätze Seite 21 Umfang der integrierten Funktionalitäten Umfang der Integration von Verkehrsmitteln Reichweite / Internationalität “Blank Spot” Vision 2030 Nationale Grenzen • Aktuelle Marktlösungen können noch nicht nahtlos grenzenübergreifend arbeiten • Meta-Plattformen zwar international aufgestellt, aber geringe Integration aller Funktionalitäten Funktionalitätsbarrieren • Während lokale Projekte bereits alle Funktionalitäten abbilden können, gibt es auf überregionaler Ebene aufgrund der Inkompatibilität der Wertschöpfungsketten verschiedener Verkehrsmittel noch keine Marktlösungen Vision 2030 wird von aktuellen Marktlösungen bisher zwar in einigen Aspekten, aber nicht umfassend abgebildet Stuttgart Service SMILE Rome2Rio Waymate GoEuro GoogleTransit Quixxit MoovelTouch & Travel DB Navigator AirRail 1 2 3 4 5 6 All Ways Travelling Final Report (2014): “To develop and validate a European passenger transport information and booking system across transport modes”, DG Mobility and Transport
  22. 22. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Gründe für Abwesenheit von allumfassender Lösung & Lösungsansätze Seite 22 Die Mobilitätsdaten sind weiterhin fragmentiert und Wertschöpfungsketten inkompatibel… …obwohl es auf europäischer und internationaler Ebene einige Initiativen in diesem Bereich gibt • Europäische Initiative zur Etablierung eines europaweiten Ticketsystems für den öffentlichen Nah- und Fernverkehr auf Basis von NFC-befähigten Geräten • Statische, dynamische und aktuelle Mobilitätsinformationen sind oft fragmentiert, weil sie von den Transportmittelbetreibern (Nahverkehr, Fernverkehr, etc.) verwaltet werden • Es gibt keine zentrale Bündelung der Mobilitätsdaten und keinen „Open Access“ Fragmentierte Mobilitätsdaten Inkompatible Wertschöpfungsketten • Während beim beim Buchungsprozess für den Flugverkehr viele Interessengruppen mitwirken, wird der Nahverkehr oft direkt am Ticketautomaten abgewickelt • Kaum einheitliche Transparenz über Preismodelle und Struktur von Sonderangeboten im Fern- und Flugverkehr (e.g. Flugpreisgestaltung, DB Sparpreise) Smart Ticketing Alliance TAP – TSI: Telematics Applications for Passenger Services – Technical Specifications for Interoperability • Definieren der notwendigen Datenschnittstellen aller Interessengruppen im Schienenverkehr zur Sicherstellung der Interoperabilität auf dem Weg zu einem europäischen Informations- und Ticketsystem • Der NDC-Standard (New Distribution Capability) ist ein XML-basierter Datentransfer Standard zur besseren Kommunikation zwischen Fluglinien, Reisebüros und dritten Parteien um den Flugverkehr besser mit übrigen Verkehrsmitteln zu integrieren IATA: NDC Program 1 2 3 4 5 6 Smart Ticketing Alliance, aufrufbar unter: http://www.smart-ticketing.org/ Telematics Applications for Passenger Services – Technical Specifications for Interoperability, aufrufbar unter: http://tap-tsi.uic.org/ IATA NDC Programm, aufrufbar unter: http://www.iata.org/whatwedo/airline-distribution/ndc/pages/default.aspx
  23. 23. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Mobilitätssystem und Data Value Chain auf dem Weg zur Mobilitätsvision 2030 Seite 23 Zusatz- dienste Personen- verkehr (individuell – direkt) Personen- verkehr (individuell – indirekt) Personen- verkehr (öffentlich) Mobilität Stationäre Dienste (P&R, Bike & Ride etc.) Vor dem Kauf Nach dem Kauf Echtzeit-Daten Fahrpläne Preise Verfügbarkeit Soziale Medien Pünktlichkeit Störungen Datenermittlung (Sammlung, Vorbereitung, Organisation) Datenquellen Datenverwertung (Analyse, Visualisierung, Entscheidungen) Datenermittlung (Sammlung, Vorbereitung, Organisation) Datenverwertung (Analyse, Visualisierung, Entscheidungen) Dynamische DatenStatische Daten Kundenmeinungen 1 2 3 4 5 6 Information Planung Buchung Abrechnung/ Bezahlung Integration Integration der statischen, dynamischen und Echtzeit-Datenverfügbarkeit zur Bereitstellung für verkehrsmittelübergreifende Mobilitätsdienste entlang der gesamten Prozesskette All Miller, Gilbert; Mork, Peter (2013): “From Data to Decisions: A Value Chain for Big Data”, IEEE Computer Society
  24. 24. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Weitere Informationen zum Thema Big Data und Mobilität auf unserer Webseite Blog-Einträge • Get me there – now • Rail and Road are two different kind of shoes • Hassle to get around in Prague? Blame big data, but hope for its potential • idalab joins “Smart Data for Mobility – SD4M” consortium, led by Deutsche Bahn Systel idalab.de LinkedIn Twitter Seite 24
  25. 25. © 2016 | idalab GmbH | Alexanderstraße 7 | 10178 Berlin | idalab.de Seite 25 idalab.de Agency for Data Science hello@idalab.de +49 30 814 513-0

×