Wagner-Hanl, NicoleNicoleWagner-HanlWagner, JulianJulianWagnerRüpplein, LeandraLeandraRüppleinHuber, ThomasThomasHuber2023-12-222023-12-222023-09https://publica.fraunhofer.de/handle/publica/458281Kann Künstliche Intelligenz (KI) den Einsatz von autonomen Kleinbussen verbessern? Shuttles, die wissen, wann und wo sie gebraucht werden – das ist die Ambition im Forschungsprojekt KI4autoBUS. Eine effizientere Flottensteuerung, die auch die Gestaltung und Nutzung für Menschen mit Mobilitätseinschränkungen einschließt, wird im Rahmen des Projektes entwickelt und getestet. Für das Projekt werden die autonomen Busse, die in Bad Birnbach (Niederbayern) im Einsatz sind, barrierefrei umgerüstet und im Hintergrund temporär mit einer innovativen KI-Software gesteuert. Die Optimierung durch KI bietet einerseits Vorteile für Nutzer:innen, indem durch eine Vorhersage der Fahrtanfragen bzw. eine Vorhersage der günstigsten Wartehaltestelle lange Wartezeiten vermieden werden. Gleichzeitig profitieren auch die Mobilitätsanbieter, indem Leerfahrten minimiert werden, die Flottengröße optimiert werden kann und Betriebskosten durch den verbesserten Einsatz der Shuttles gesenkt werden. KI4autoBUS steht für „Optimierung barrierefreier Mobilität durch autonome Shuttles - Entwicklung einer KI-basierten Lösung zur Planung und Steuerung des ÖPNV-Angebots“. Das Projekt wird vom Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi) im Rahmen der Förderlinie Digitalisierung, Förderbereich Informations- und Kommunikationstechnik gefördert.deAutonome MobilitätKünstliche IntelligenzKI-MobilitätBarrierefreie MobilitätOn-Demand MobilitätReinforcement LearningPredictive DemandKI4autoBUSjournal article