Deaktivierung durchgeführt! Ihre Besuche auf dieser Webseite werden von der Webanalyse nicht erfasst. Bitte beachten Sie, dass auch der Matomo-Deaktivierungs-Cookie dieser Webseite gelöscht wird, wenn Sie die in Ihrem Browser abgelegten Cookies entfernen. Außerdem müssen Sie, wenn Sie einen anderen Computer oder einen anderen Webbrowser verwenden, die Deaktivierungsprozedur nochmals absolvieren.

  Ihr Besuch dieser Webseite wird aktuell von der Matomo Webanalyse nicht erfasst. Diese Checkbox aktivieren für Opt-In.
X

MUCmoves – Daten, die die Stadt bewegen

DTLab-Challenge mit dem Mobilitätsreferat der Landeshauptstadt München

Übersicht

Im Rahmen der Challenge „MUCmoves“ arbeiteten Bachelor- und Masterstudierende aus den Fakultäten Informatik und Betriebswirtschaftslehre der Hochschule München mit dem Mobilitätsreferat der Landeshauptstadt München zusammen. Das Mobilitätsreferat hat die Vision „die Verkehrswende in München für eine nachhaltige und lebenswerte Zukunft zu gestalten“ und erhoffte sich von den Studierenden kreative Ideen, um diese voranzutreiben.

Problem

Um Projekte für eine Verkehrswende planen zu können, werden vollständige und zuverlässige Daten benötigt. Dabei sind belastbare Informationen über den ruhenden und fließenden Verkehr essenziell. Außerdem sollten möglichst alle Verkehrsträger (Autos, FußgängerInnen, FahrradfahrerInnen und der öffentliche Verkehr) abgebildet werden.

Den VerkehrsplanerInnen in München fehlt eine solche verlässliche Datenlage noch. Es wurde bereits in der Vergangenheit versucht, Daten mit Hilfe von Sensoren, Videoerfassungen und manuellen Zählungen zu sammeln, aber bisher waren diese Ergebnisse nicht ausreichend. Ebenso sind Hochrechnungen und Annahmen zu ungenau und risikoreich, um sich bei einem ambitionierten Ziel wie der Verkehrswende darauf zu verlassen.

Besonders wichtig wäre bei diesem Projekt eine einheitliche und leicht verständliche Darstellungsform der gesammelten Daten. Denn nur wenn diese auch miteinander verglichen werden können, bieten sie einen Mehrwert für ihre BetrachterInnen.

Lösungsansatz

Zu Beginn musste das Problem mithilfe eines Challenge-Statements klar definiert werden. Dies lautete:

„Wie kann man die Datenlage zum fließenden Verkehr (Kfz-, Fuß-, Radverkehr und ÖV) in München verbessern?“

Um dieses Problem bestmöglich lösen zu können, arbeitete das Team mit der Scrum-Methode und dem Working-Backwards-Ansatz, welcher auch bei Amazon verwendet wird. Während ihres Arbeitsprozesses erhielten die Studierenden zudem Unterstützung von Amazon Web Services (AWS).

Die digitale Lösung, die die Studierenden implementierten und die sowohl für mehr Daten als auch ihre bessere Visualisierung und Vergleichbarkeit sorgt, heißt „MUCmoves“. MUCmoves ist in der Lage, Verkehrsdaten aus unterschiedlichsten Quellen in einer zentralen Datenbank zu sammeln und zu vereinheitlichen. Über eine Filterfunktion lassen sich Ort, Zeit, Datum und Verkehrsträger auswählen, so dass sich VerkehrsplanerInnen die für sie relevanten Verkehrsdaten anzeigen lassen können. Visualisiert werden die Daten je nach Präferenz als Linien-, Balken- oder Radardiagramm und als einfache Tabelle.

Die Website für MUCmoves ist bereits voll funktionsfähig und kann von jedem Interessierten genutzt werden. Für die interne Weiterverarbeitung lassen sich die Verkehrsdaten sowohl als Tabelle als auch als Rohdaten herunterladen.

Sollten noch weitere Unternehmen oder Personen Verkehrsdaten zur Verfügung stellen wollen, können diese ihre Daten ganz einfach bei MUCmoves hochladen und so die Datenbasis der Plattform vergrößern. Um sicherzustellen, dass nur verlässliche Datenquellen eingespeist werden, werden die Zugriffsrechte, die eine Eingabe von Daten ermöglichen, vom Mobilitätsreferat selbst vergeben.

Nächste Schritte

Um die Visualisierung der Daten zu verbessern, arbeitete das Team an zwei weiteren Zukunftsprojekten.

Die dynamische Ansicht der Verkehrsströme soll alle Verkehrsdaten, die in der Datenbank verfügbar sind, miteinander kombinieren. So soll die Karte, analog zu einer Wetterkarte, im zeitlichen Verlauf die eingegebenen Daten widerspiegeln. Sie soll ebenfalls in der Lage sein, mögliche Ursachen wie beispielsweise Bus- oder Bahnverspätungen oder Unfälle anzuzeigen und so vermehrte Verkehrsaufkommen erklären.

Zu der Vision von MUCmoves gehört ebenfalls eine interaktive Karte, die die Verkehrszählstellen, die in der Datenbank vorhanden sind, automatisch anzeigen soll. Diese Datensätze würden als Punkte auf der Karte erscheinen und ein Klick auf einen Punkt würde dann alle Informationen, die zu dieser Zählung verfügbar sind, anzeigen.

Als Open-Source-Projekt laden wir alle BastlerInnen, Coder und Verkehrsplanungsenthusiasten dazu ein, MUCmoves fit für die Zukunft zu machen und unsere Visionen mitumzusetzen.

Über das Co-Innovation Lab

Diese Challenge wurde als Gemeinschaftsprojekt zwischen dem DTLab und dem Co-Innovation-Lab der Hochschule München bearbeitet. Das Co-Innovation-Lab ist ein übergreifendes Konzept für Innovationsprojekte von Studierenden mit Unternehmen. Hierzu werden temporäre Innovationspartnerschaften – in Form von Projekten – zwischen Unternehmen, Studierenden und DozentInnen geschaffen. Initiiert durch Prof. Holger Günzel und Prof. Lars Brehm (beide Hochschule München) werden aktuell mehr als 25 Innovationsprojekte pro Jahr, auch häufig interdisziplinär, durchgeführt. Das Co-Innovation Lab ist als offene Community aufgebaut. Interessierte Dozierende können das Konzept des Co-Innovation Labs in ihren Lehrveranstaltungen nutzen und sich gerne aktiv in die Weiterentwicklung einbringen.

Semester: Sommersemester 2021

Fakultät: FK7 Informatik und FK10 Betriebswirtschaftslehre

Professoren:

Challengepartner: Mobilitätsreferat der Landeshauptstadt München

Team: 12 Studierende

Termin: 16.7.21

Dokumente

Im Rahmen der Challenge wurden die folgenden Dokumente erstellt:

Weitere Informationen über die Challenge finden sie auf Github.