Plavcan, DavidDavidPlavcanLukau, EridyEridyLukauKlafft, MichaelMichaelKlafftPiening, MoritzMoritzPiening2023-04-042023-04-042022https://publica.fraunhofer.de/handle/publica/43947910.1007/978-3-658-39796-8_3Kenntnisse der Zusammenhänge zwischen Wetterbedingungen und Fahrgeschwindigkeiten verbessern die Planbarkeit und Reaktionsfähigkeit im Bereich der Güterlogistik und des öffentlichen Personenverkehrs und können so genutzt werden, um die Kundenzufriedenheit zu verbessern. Ziel ist es dabei, mit Hilfe möglichst genauer Wetterprognosen zu erwartende Beeinträchtigungen frühzeitig zu identifizieren und so die Auswirkungen derselben zu reduzieren. Dieser Beitrag untersucht den Einfluss des Wetters auf die Fahrgeschwindigkeiten von Lastkraftwagen und Fernbussen. Genauer werden zwei Ansätze aus dem Bereich der künstlichen Intelligenz angewandt, um zum einen wetterbedingte Ankunftszeitprognosen zu erstellen und zum anderen Frühwarnungen vor wetterbedingten Verzögerungen zu generieren. Die Ergebnisse der Modelle bestätigen einen negativen Einfluss von Neuschnee und Starkregen auf die Fahrzeuggeschwindigkeiten, wohingegen andere Wetterparameter wie z. B. Wind nur einen marginalen Einfluss auf die Fahrgeschwindigkeiten im Untersuchungsgebiet hatten. Es konnte gezeigt werden, dass die genutzten Modelle geeignet sind, sowohl Navigationssysteme als auch intelligente Frühwarnsysteme zu verbessern.deconference paper