IT-Rebellen Das Blog für IT- und Businessentscheider, die neue Wege gehen wollen.
Big-Data-Analysen statt aufwendiger Pendler-Befragungen – das könnte die Zukunft der Verkehrsplanung sein. Denn Forscher des Massachusetts Institute of Technology (MIT) und von Ford haben ein System entwickelt, das urbane Verkehrsmuster mithilfe der Standortdaten von Smartphones abschätzt. Das verspricht schneller erstellte, aktuellere Verkehrsmodelle – und somit eine Erleichterung für die Planer.
Basis für die Infrastruktur-Planung vieler Großstädte sind bis heute Pendlerbefragungen. Obwohl sie nur einen kleinen Teil der Bevölkerung erfassen, dauert es teils Jahre, bis daraus Verkehrsmuster und somit der Entwicklungsbedarf bei Straßennetz und öffentlichem Verkehr abgeleitet werden. In der aktuellen Ausgabe von „Proceedings of the National Academy of Sciences“ beschreibt das MIT-Ford-Team nun ein System, das Verkehrsmuster auf Basis von Smartphone-Standortdaten berechnet. Mit einem Sechs-Wochen-Datensatz aus dem Großraum Boston hat dieses binnen kurzer ein Bedarfsmodell erstellt, das gut mit jenem der zuständigen Planungsstelle übereinstimmt.
„Unsere Methode und Modell könnten die nächste Generation der Planer-Werkzeuge darstellen, um die nächste Infrastruktur-Generation zu planen“, meint daher Shan Jiang, Postdoc am Human Mobility and Networks Lab. Ein Vorteil ist dabei die Datenbasis. Denn Bostons Verkehrsplaner müssen mit 25.000 Pendlerbefragungen auskommen müssen, um den Verkehr in einem Großraum mit 3,5 Mio. Einwohnern zu modellieren. Das neue System konnte auf Standortdaten von 1,92 Mio. Smartphone-Nutzern zurückgreifen. Drei Viertel dieser Datensätze wiesen genug Telefonie- und Internetzugriffe und somit Standorte aus, um für die Analyse tatsächlich verwertbar zu sein.
Persönliche Bewegungsmuster aus Big-Data-Analysen
„Wir entwickeln individuelle Modelle, um die täglichen Bewegungen der großen Mehrheit der Handy-Nutzer abzuschätzen“, erklärt Marta González, Professorin für Zivil- und Umwelttechnik am MIT. Dazu nimmt das System an, dass jener Standort, den jemand in der Früh verlässt, wohl sein Eigenheim ist. Der Ort, an dem jemand unter der Woche tagsüber die meiste Zeit verbringt, wiederum ist wohl der Arbeitsplatz.
Das System erstellt anhand dieser und weiterer Annahmen letztlich für jeden Nutzer ein Wahrscheinlichkeitsmodell seiner Bewegungen für jeden Wochentag mit einer zeitlichen Auflösung von zehn Minuten. Mithilfe von Volkszählungs-Daten verallgemeinert das System die Modelle und gelangt so letztlich zu einer Abschätzung größerer Verkehrsflüsse. Diese stimmte für Boston gut mit dem klassischen Ansatz überein. Die Forscher glauben daher, dass ihr Ansatz eine schnellere und klügere Verkehrsplanung ermöglichen wird.
