Wer als Autofahrer schon mal von seinem Navi oder von gedruckten Karten und Stadtplänen geradewegs in einen dicken Stau geführt wurde, kennt das Problem: Karten, die auf statischen Datensätzen beruhen, veralten schneller als Schnittblumen welken. Sie helfen nur bedingt weiter, wenn es unterwegs ein Verkehrsproblem gibt. Mitten im Problem zu stecken, ist schlecht für den Blutdruck, doch Staus verursachen auch immense volkwirtschaftliche Schäden. Laut IBM Whitepaper Intelligent Urban Transportation (pdf) standen 2009 allein in den USA autofahrende Pendler 4,8 Milliarden Stunden im Stau, was Kosten von 115 Milliarden Dollar an zusätzlichen Benzin und verlorener Arbeitszeit entsprach. Die Kosten der Umweltverschmutzung, der Folgen des aufgeheizten Mikroklimas und gesundheitlicher Schäden sind in dieser Berechnung noch nicht einmal enthalten.
Welche Ansätze gibt es, Staus möglichst gar nicht erst entstehen zu lassen oder möglichst schnell wieder aufzulösen? Für mich besteht intelligente Verkehrsführung aus einem gedanklichen Dreieck, in dessen Ecken man mit verschiedenen Lösungskonzepten ansetzen kann:
Google Traffic Map am Beispiel Frankfurt am Main
Eine mögliche nutzerbasierte Lösung sind die Google Traffic Maps für das Smartphone, wobei hier allerdings die Nutzer nur passiv ihre Aufenthaltsorte freigeben. Seit dem Frühjahr 2012 zeigen die Google Karten in immer Großstädten (mittlerweile auch in Deutschland) Verkehrsdaten in Echtzeit an. Erfasst sind innerstädtische Hauptstraßen, Landstraßen und Autobahnen. Ein grüner Strich bedeutet freie Fahrt, bei Gelb ist der Verkehr schon etwas dichter, bei Orange zählfließend und bei Dunkelrot ist Stillstand auf der Straße. Die Daten stammen von Drittanbietern und von Android Smartphone Nutzern, die Google das Einverständnis gegeben haben, ihre Ortsdaten zu verwenden. Ein Problem kann Google Traffic allerdings nicht lösen: Ich erfahre zwar, wo ein Stau ist, aber nicht, wie ich ihn am besten umfahren kann.
Eine andere mögliche Lösung ist nach Glaubwürdigkeit. Auch wenn die App gerade nicht aktiv genutzt wird, holt sich Waze wie die Google Traffic Maps im Hintergrund die Geodaten der Nutzer (mit deren Einverständnis), um Verkehrsströme darzustellen. Waze-Nutzer können alle Straßen (nicht nur Hauptstraßen) markieren. Sie können schildern, was das jeweilige Problem ist und wie man das Hindernis am besten vermeiden kann. Ende 2012 zählte das 2008 gegründete US-Startup 40 Millionen Nutzer, was eine Verdoppelung innerhalb eines halben Jahres bedeutet. In den vergangenen zwölf Monaten wurden ein halbe Million Eingaben getätigt. Die Nutzer von Waze dürften damit die derzeit am schnellsten wachsende Verkehrs-Community der Welt sein.
An der Fahrzeug-basierten Lösung arbeiten BMW mit Vision Connected Drive und Mercedes mit Intelligent Drive. Diese Systeme arbeiten mit Fühlern, die Hindernisse erkennen, sollen zwar vor allem das Fahren sicherer machen und Unfälle vermeiden helfen, dienen aber auch der Stauvermeidung, weil sie zu dichtes Auffahren verhindern (viele Staus haben bekanntlich keinen anderen Grund).
An der zentralen Steuerung setzt wiederum IBM mit seinem Konzept Intelligent Urban Transportation an. Die Software analysiert Verkehrsdaten in Echtzeit und gibt sie sowohl an die einzelnen Fahrzeuge als auch an eine zentrale Leitstelle weiter. So können beispielsweise Ampelschaltungen verändert werden, um Fahrzeuge um Stauzonen herumzuführen. Ein Algorithmus erkennt außerdem anhand gespeicherter Daten welche Situationen mit hoher Wahrscheinlich an bestimmten Stellen zu Staus führen wird und macht Stauvorhersagen bis zu eine Stunde in die Zukunft.
Um intelligente Verkehrsführung und weitere Konzepte für die “intelligenten Stadt” (z.B. Recycling und Energiesparen), die das Leben in der Stadt lebenswerter machen, geht es auch bei der CeBit in Hannover, wo IBM Polen und Fraunhofer mit Smart Cities vertreten sind. Nahezu zeitgleich findet auch die SXSW Interactive Conference in Austin/Texas stattfindet, die ich besuchen werde. Dort gibt es ebenfalls mehrere Veranstaltungen zum Thema Smart Cities, auf die ich sehr gespannt bin. Mit ortsbasierten Anwendungen, die Datenmengen für mobile urbane Menschen nutzwertig aufbereiten, beschäftige ich mich außerdem (neben vielen weiteren Aspekten) in meinem neuen Hyperlocal-Report, der demnächst in der Schriftenreihe des BDZV erscheinen wird.
Stau-Grafik: Ulrike Langer / Foto: EyeLivesey, Deviant Art, Lizenz: cc by-sa 3.0