search
close-icon
Rechenzentren
PlatformDIGITAL®
Partner
Wissenswertes
Über uns
Language
Login
Ihr Kontakt zu uns
banner
Artikel

Big Data in der städtischen Mobilität verbessert Ihren Pendelverkehr

27. August 2019

Compute to Commute

Schlüssel, Telefon, Portemonnaie – checken. Wenn wir irgendwohin reisen, verlassen sich die meisten von uns auf Navigations-Apps – wie Google Maps, Apple Maps oder Nahverkehrs-Apps –, um die städtische Mobilität zu verbessern und unseren Reiseweg und die geschätzte Zeit bis zum Ziel zu ermitteln. Wir haben Zugriff auf Echtzeit-Updates zu Verkehr und Staus pro Transportart, empfohlene Umwege zur Verkehrsvermeidung und Busfahrzeiten direkt auf Knopfdruck. Denn so gut der Podcast, den Sie gerade hören, auch ist, es gibt kaum etwas Frustrierenderes, als einfach nur den Bus zu verpassen und zu spät zur Arbeit zu kommen. Haben Sie sich jemals gefragt, wie diese Apps so präzise arbeiten können?

Big Data spielt eine große Rolle

Das Herzstück der Nutzung von Navigations-Apps zur Verbesserung unseres Pendelverkehrs sind Daten. Big Data. Google Maps ist beispielsweise auf Millionen von Gigabyte an Daten angewiesen, um zu funktionieren. Und es hört nicht nur bei Apps auf. Sensoren an intelligenten Ampeln, Autobahnen, Geschwindigkeitsschildern, Straßenkameras, Parkplätzen und Straßenlaternen werden durch Big Data angetrieben, insbesondere in der bevorstehenden 5G-Welt. Sensoren über Smartphone-Apps werden sogar in der Lage sein, eine ungewöhnlich holprige Fahrt zu erkennen und Rückmeldung zu geben, dass eine Straße repariert werden muss. Dadurch wird die Sicherheit nachfolgender Fahrer gewahrt und die hohen Kosten für die Entsendung von Sachverständigen vor Ort gesenkt.

Die Zukunft des Pendelns

Angesichts des zunehmenden Verkehrs wird erwartet, dass Mitfahrgelegenheiten nur noch zunehmen und in einigen Gebieten sogar den öffentlichen Nahverkehr vollständig ersetzen könnten. Die Analyse von Daten hat sogar ergeben, dass ein Verbot des Linksabbiegens dazu beitragen kann, Gegenverkehr zu vermeiden und Millionen Gallonen Kraftstoff pro Jahr einzusparen. Mit genaueren Verkehrs- und Stadtverkehrsdaten, die entlang wichtiger Pendelstrecken erfasst werden, werden wir weniger Fahrzeuge effizienter nutzen. Selbstfahrende Autos entwickeln sensorgesteuerte Technologien, um zu bestimmen, wann der Fahrer sich zurücklehnen und entspannen kann und wann er übernimmt. Bis 2020 sollen fliegende Uber-Taxis in Dubai und Dallas eingesetzt werden. Sie entwickeln derzeit eine leisere Technologie und umweltfreundlichere Energie- und Emissionen als ihre Pkw-Pendants. Einige VC-Investoren bleiben auf dem Laufenden und halten an traditionelleren Methoden fest, um das Problem der ersten und letzten Meile zu lösen, die etwa 50 % der Pendelzeit ausmachen, indem sie das Andocken von Fahrrädern und Motorrollern sowie Möglichkeiten ohne Dockingstation in Ballungsräumen verbessern.

Sind wir schon da?

Big Data sammelt immer mehr Informationen darüber, wohin Menschen gehen, wie sie dorthin gelangen, welche Routen verfügbar sind, welche Routen sie nutzen und welche Fahrzeuge sie verwenden, um dorthin zu gelangen. Die Fähigkeit und Bereitschaft der Städter, sich an den Fortschritt der Big Data-Technologie im Pendelverkehr anzupassen, wird großen Einfluss auf die Geschwindigkeit haben, mit der Verbesserungen im Pendlerverkehr vollständig integriert werden. Ein Großteil der Weiterentwicklung der Pendlertechnologie dreht sich um Sensoren und Überwachung, um die Sicherheit zu gewährleisten. Im Fall des autonomen Autos hängt die Sicherheit von der Genauigkeit der Sensordaten ab.

Der Motor hinter Big Data

Allein Google Maps verbraucht Petabytes an Daten, sodass die Datenmenge für alle Navigations-Apps und Sensordaten, wie Sie sich vorstellen können, riesig ist. Rechenzentren und die Cloud sind das Herzstück, um diesen Daten-Tsunami nutzbar zu machen. Die Infrastruktur, in der all diese Daten gespeichert sind, muss belastbar, sicher und skalierbar sein, um weiterhin mit den von Pendlern, Satelliten sowie IoT-Sensoren und -Geräten erzeugten Daten Schritt halten zu können. Als Erweiterung zu zentralisierten Rechenzentren ermöglichen Edge-Computing-Strategien die Verarbeitung und Übertragung von Daten näher an IoT-Geräte, wodurch die Latenz deutlich verringert wird.

Bei der Analyse und Optimierung von Big Data spielt maschinelles Lernen (ML) eine große Rolle dabei, diese Daten in etwas Nützliches umzuwandeln. ML-Algorithmen können automatische Anpassungen in Echtzeit vornehmen und Muster erkennen, während sie gleichzeitig Entscheidungen ohne oder mit geringem menschlichem Eingreifen treffen. Beispielsweise kann Ihr autonomes Auto Ihre Route zur Arbeit möglicherweise automatisch an die Wetteränderung oder einen kürzlichen Autounfall anpassen, der zu einem Stau geführt hat.

Hier kommt die Wolke

Mit Big Data geht große Verantwortung einher. Die Cloud bietet eine Lösung für die inhärente Komplexität, die mit der Verarbeitung riesiger Datenmengen einhergeht. Große Datenmengen erfordern mehr Rechenleistung und die Möglichkeit einer schnellen Skalierung. Glücklicherweise haben Cloud-Dienste eine einfache und nahtlose Skalierbarkeit mit einer leicht verfügbaren Infrastruktur ermöglicht. Die Flexibilität bei der Arbeit mit riesigen Datenmengen erfordert die Möglichkeit, Dienste innerhalb der Cloud schnell hoch- oder herunterzufahren und dabei nur für das zu bezahlen, was Sie nutzen. Bei der Navigation und beim Pendeln wird es in der Hauptverkehrszeit und an Feiertagen höchstwahrscheinlich zu einem Anstieg des Datenvolumens kommen, das verarbeitet werden muss, da in der Regel mehr Menschen, Fahrzeuge und Geräte unterwegs sind.

Letztlich ermöglichen Cloud-Dienste, weniger Zeit mit den technischen Aspekten der IT-Umgebung eines Unternehmens zu verbringen, was bedeutet, dass mehr Zeit für die Gewinnung umsetzbarer Erkenntnisse aus Echtzeit-Big-Data-Analysen aufgewendet werden kann. Dies ist äußerst wichtig, um das beste Benutzererlebnis zu bieten und die Sicherheit von Pendlern zu gewährleisten, wenn Dinge wie selbstfahrende Autos und intelligente Ampeln Einzug in eine stärker vernetzte „Smart Cities“-Landschaft halten.

Big Data, große Chancen

Auch wenn es der Technologie nicht gelungen ist, den Verkehr vollständig zu eliminieren oder die U-Bahn zu beschleunigen, hat sie dank Big Data und der Cloud die Art und Weise, wie wir jeden Tag reisen und pendeln, verbessert. Ganz gleich, ob wir zur Arbeit fahren oder schließlich mit unserem Auto selbst durch das Land fahren, Daten und die Verarbeitung von Daten werden weiterhin ein entscheidendes Rückgrat sein, um unser Reisen sicherer und effizienter zu machen.

Tags