Public IT


Kurzzeitprognosen von IBM

Köln schließt Stau-Vermeidungsprojekt ab

Johannes Klostermeier ist freier Journalist aus Berlin. Zu seinen Spezialgebieten zählen unter anderem die Bereiche Public IT, Telekommunikation und Social Media.

In einem Vergleich der Prognosedaten mit den tatsächlich entstandenen Echtzeitdaten lag die Genauigkeit der Kurzzeitprognose laut IBM bei einer halbstündigen Vorhersage für die Fahrzeuggeschwindigkeit bei 94 Prozent, beim Verkehrsaufkommen bei 87 Prozent. Mit anderen Worten: Auf Basis von Prognosedaten kann der Verkehr effektiver gesteuert werden.

„Wir sind mit den Analyseergebnissen sehr zufrieden", sagt Thomas Weil, Leiter der Verkehrszentrale Köln. „Sie zeigen, dass die Nutzung der Messdaten für eine zuverlässige Prognose sehr gut geeignet ist, um für die Verkehrsteilnehmer präzisere Verkehrsinformationen bereitzustellen. Die Verkehrsmanagement-Software von IBM ist ein passendes Instrument dafür, auch um die Abläufe in der Verkehrsleitzentrale zu optimieren."

Module werden nach Haushaltslage der Stadt eingeführt

Das in diesem Projekt eingesetzte „Traffic Prediction Tool" ist Teil des „IBM Intelligent Operation Center "(IOC), das es der Stadt Köln ermöglichen soll, Informationen zum Verkehr, aber auch zu Umweltereignissen und zur öffentlichen Sicherheit, integriert auszuwerten und darzustellen. Interessant für die Öffentliche Hand sei dabei, so IBM, auch die Möglichkeit, nur einzelne Module entsprechend der Haushaltslage einzuführen und schrittweise zu integrieren.

„Köln geht bei diesem Projekt als eines der ersten staubelasteten Ballungszentren einen wichtigen Schritt in die richtige Richtung", sagte Yvonne Balzer, Leiterin des Bereichs Verkehrs- und Polizeibehörden bei IBM. „Ein intelligentes Verkehrsmanagement auf Basis präziser Prognoseverfahren kann helfen, die Verkehrsbelastung in Ballungszentren zu reduzieren und damit auch das steigende Verkehrsaufkommen umweltverträglicher zu gestalten."

Staus noch vor dem Entstehen erkennen

Denn es sei davon auszugehen, dass möglichst präzise Kurzzeitprognosen und Verkehrslagen-Analysen dazu beitragen, Staus und dichten Verkehr noch vor der Entstehung zu erkennen, um dann gegenzusteuern. Außerdem sei es auf Basis von Prognosedaten möglich, die Autofahrer rechtzeitig auf mögliche Verkehrsstörungen hinzuweisen. Das könnte ihnen bei der Einschätzung ihrer Fahrdauer und bei der Planung der Fahrroute nützen. Die Autofahrer könnten sich dann auch dafür entscheiden, lieber Bus, U-Bahn oder Straßenbahn zu fahren.

Zur Startseite