SIM3S − Smart Inclusive Multi-Modal Mobility Services: Im Rahmen des Projektes SIM3S wurde der Abbau von Barrieren im Mobilitätsalltag durch Digitalisierung erfolgreich unterstützt

SIM3S -Smart inclusive multi modal mobility services

Die Beseitigung von Barrieren und Diskriminierungshürden im öffentlichen Nah- und Fernverkehr sowie Individualverkehr ist eine gesellschaftliche Herausforderung. Dies gilt insbesondere für Regionen mit schwacher Infrastruktur außerhalb von Ballungszentren. In Zeiten des demographischen Wandels und der anhaltenden Land-Stadt-Migration in Deutschland wird sich diese Situation auch weiterhin verschärfen. Menschen mit Behinderung, Menschen im Rollstuhl, Senioren, Touristen aus dem In- und Ausland, Geflüchtete und Menschen mit Migrationshintergrund, aber auch Fahrgäste mit schwerem Gepäck, Kinderwägen oder Fahrrädern sind in puncto Mobilität im Hintertreffen. Allgemeine und spezielle Informationen, Hinweise und Handlungsempfehlungen sind im Mobilitätssektor zwar grundsätzlich vorhanden, sie sind aber nicht inklusiv gestaltet und gedacht. Besonders zeitnahe Informationen über aktuelle Ereignisse (beispielsweise Wechsel des Bahnsteigs oder Änderungen/Behinderungen im allgemeinen Verkehrsfluss) sind teilweise unverständlich, nicht verfügbar oder aufgrund von Sprachbarrieren oder kognitiven Einschränkungen nicht zugänglich. Im Vorhaben SIM3S wurden Daten der BMDV-Datenangebote mCloud und MDM mit anderen offenen Daten, nutzergenerierten Inhalten sowie mit Daten einzelner Verkehrsträger und anderer mobilitätsrelevanter Unternehmen verbunden, veredelt und gemeinsam analysiert, um Barrieren und Diskriminierungshürden im Mobilitätsalltag abzubauen. Für die Durchführung des Projekts wurden modernste Technologien und Methoden der Künstlichen Intelligenz aus den Bereichen Big Data – Intelligente Analyse von Massendaten und der künstlichen Intelligenz insbesondere des Natural Language Processing (NLP) eingesetzt. (A) ABSTRACT IN ENGLISH: Removal of barriers and discrimination obstacles in local and longdistance traffic as weil as the individual traffic is a social challenge. This is particularly for regions with a weak infrastructure outside metropolitan areas. In times of demographic changes and the ongoing rural-urban migration in Germany, this situation will continue to worsen. Handicapped people, people in wheel chairs, seniors, tourists from home and abroad, refugees and people with migration background but also passengers with heavy luggage, strollers or bikes are at a disadvantage in terms of mobility. General and special information, hints and recommendations for action are basically available in the mobility sector, but they are not intended to be inclusive designed and thought. Particularly, real-time information on current events (for example, platform changes or changes/obstacles in the general flow of traffic) are partially incomprehensible, not available or due to language barriers or cognitive restrictions not accessible. In the SIM3S project, data of the BMDV-data offerings mCloud and MDM were combined with other open data user generated content as weil as with data from individual transport modes and other mobility-relevant companies connected, refined and jointly analysed to reduce barriers and discrimination obstacles in everyday mobility. State-of-the-art technology and artificial intelligence methods from the fields of Big Data - Intelligent Analyses of mass data and artificial intelligence particularly the Natural Language Processing (NLP) were used to carry out the project.

  • Availability:
  • Authors:
    • Schwarzer, I
    • Lakritz, J
    • Schmeier, S
  • Publication Date: 2022

Language

  • German
  • English

Media Info

  • Media Type: Print
  • Features: Figures;
  • Pagination: pp 25-9
  • Serial:
    • Nahverkehr
    • Volume: 40
    • Issue Number: 7+8
    • Publisher: ALBA FACHVERLAG GMBH & CO. KG
    • ISSN: 0722-8287

Subject/Index Terms

Filing Info

  • Accession Number: 01910962
  • Record Type: Publication
  • Source Agency: Forschungsgesellschaft für Straßen- und Verkehrswesen (FGSV)
  • Files: ITRD
  • Created Date: Mar 7 2024 9:13AM