Das ÖPNV-Angebot durch Linienverkehre auf dem Land ist häufig sehr eingeschränkt. Um in diesen Gebieten eine kundenzentrierte Alternative anzubieten, werden immer häufiger Rufbussystem etabliert. Dabei sind die Betreiber mit der Schwierigkeit konfrontiert, dass die zur Verfügung stehenden Ressourcen beschränkt sind und die Nachfrage das Angebot übersteigt, extrem zufällig ist und daher nur schwer vorhergesagt werden kann. ÖPNV-Anbieter stehen somit vor der Herausforderung ihr Budget in diesen Systemen effizient einzusetzen.
Im Rahmen des Projekts newMind haben Prof. Fontaine und sein wissenschaftlicher Mitarbeiter Simon Mader untersucht, wie man durch den Einsatz von maschinellen Lernverfahren die Effizienz steigern kann. Unterstützt wurden sie dabei auch von Stefan Voigt vom Lehrstuhl für Supply Chain Management & Operations. Auf der diesjährigen BAI.CON Conference konnte Pirmin Fontaine diese Ergebnisse präsentieren und mit Experten aus Forschung und Praxis diskutieren. Die Ergebnisse zeigen, dass in dem getesteten Gebiet 16% mehr Anfragen durch den Einsatz von KI bedient werden könnten. Weitere Untersuchungen zeigen, dass die Einführung des Deutschlandtickets je nach Systemstruktur erhebliche Auswirkungen auf die Nachfrage hat.
In der anschließenden Podiumsdiskussion wurde über die Herausforderungen und mögliche zukünftige Entwicklungen im ÖPNV diskutiert.
