Endstation im Oldenburger Vorgarten
Studenten-Projekt soll Kunden zufriedener machen und Umwelt nutzen
Eine Schneise der Verwüstung hinterließ dieser Geländewagen bei einem Verkehrsunfall auf dem Sandweg im Oldenburger Stadtteil Osternburg. Am Samstag kurz vor Mitternacht war der Jeep von der Straße abgekommen, hatte mehrere Büsche sowie einen Zaun beschädigt und war dann auf der Seite liegend zum Stillstand gekommen. Laut Polizei beging die 49 Jahre alte Fahrerin zunächst Unfallflucht, meldete sich aber später noch am Unfallort. Bei der Frau sei ein Atemalkoholwert von 1,26 Promille festgestellt worden.
Oldenburg – Ein Mann steht an einer Haltestelle und will mit dem Bus zur Arbeit fahren. Wie so oft um diese Uhrzeit hat der Bus Verspätung – mehr als die Infotafel anzeigt. Der Mann ist genervt.
Situationen wie diese haben oft zur Folge, dass Menschen ihr Auto bevorzugen. Zwölf Masterstudierende der Uni Oldenburg wollten dem entgegenwirken und haben eine Idee entwickelt. Die Fakten im Überblick:
■ Das Projekt
Im Rahmen ihrer Projektgruppe, einem Pflichtmodul, haben sich die Studenten, zehn der Wirtschaftsinformation und zwei der Informatik, ein Jahr lang mit der Verbesserung von Prognosen im Öffentlichen Personennahverkehr (ÖPNV) beschäftigt und das Informationsmanagementsystem „ROCIT“, einen Prototypen, entwickelt.
Geleitet wurde das Projekt von Prof. Dr. Jorge Marx Gómez, betreut von Barbara Rapp. Kooperationspartner war die Firma Amcon aus Cloppenburg.
■ Das Ziel
„Wir wollen die Echtzeit-Prognosen für den ÖPNV verbessern“, erklärt Student Sebastian Schnieder. Aktuelle Systeme würden nur die aktuelle Lage und Entfernung bis zur nächsten Haltestelle einbeziehen. Die erste Verspätung werde nicht erkannt, sondern nur die Folgeverspätungen. Es gebe große Abweichungen.
„Wir versuchen, ein System zu entwickeln, das präzisere Prognosen liefert, um eine höhere Akzeptanz zu erreichen und das Verkehrsmittel Bus attraktiver zu gestalten“, sagt Schnieder. Der Umstieg Busse sei wiederum gut für den Klimaschutz – Stichwort Verkehrswende.
■ Die Vorgehensweise
Um nun präziser zu werden, haben die Studenten für ihr Informationsmanagementsystem viele Daten aus unterschiedlichen Quellen gesammelt. Zwei Busunternehmen stellten Daten zu früheren Positionen und Bewegungen bereit. Hinzu kamen die passenden historischen Verkehrsund Wetterdaten. „Wir haben im Rahmen von maschinellem Lernen mit diesen Daten ein künstliches neuronales Netzwerk trainiert“, erklärt der Student, der Mitarbeiter bei Amcon ist. Nun könne das System mit aktuellen Daten gespeist und angewandt werden.
Ein Beispiel: Wenn es morgens regnet und mehr Personen mit dem Bus statt Rad fahren, benötigt dieser an der Haltestelle mehr Zeit. Dieser Faktor werde nun einbezogen und die Vorhersage präzisiert, sagt Schnieder. „In 83 Prozent der Fälle hat unser System eine Abweichung von nur plus/minus einer Minute.“Andere Systeme hätten sehr viel höhere Ausreißer.
■ Weitere Nutzung
Das System hilft auch Busunternehmern: Diese können auf die Daten zurückgreifen und so im Nachhinein etwa die durchschnittliche Verspätung sehen. „So können die Unternehmer die Fahrpläne optimieren“, sagt Schnieder. Komme ein Bus an einer Haltestelle – unabhängig von Wetter oder Stau – immer zwei Minuten später an, könne man die Fahrzeit neu planen.
■ Nächste Schritte
Sowohl Amcon als auch die Studenten wollen das Thema weiterverfolgen.
Zudem haben die Studenten ihr Projekt bereits in einer wissenschaftlichen Veröffentlichung der Forschung zur Verfügung gestellt.