Projekt KelRide - Implementierung eines wetterunabhängigen und hochautomatisierten Ridesharing-Dienstes unter Anwendung von KI im Landkreis Kelheim als Ergänzung zum regionalen ÖPNV und zur Ermöglichung von Mobilität für eine erweiterte Zielgruppe

Abstract

Das Projekt KelRide verfolgte das Ziel, einen hochautomatisierten, KI-basierten On-Demand-Ridesharing-Dienst im Landkreis Kelheim zu entwickeln und in den Realbetrieb zu überführen. Im Fokus stand die Integration einer gemischten Flotte aus autonomen und konventionellen Fahrzeugen in den bestehenden öffentlichen Personennahverkehr (ÖPNV), um insbesondere ländliche Räume besser anzubinden und die „Letzte Meile“ effizient zu schließen. Ein zentrales Entwicklungsziel war die Verbesserung der Allwettertauglichkeit hochautomatisierter Fahrzeuge (AWP), um einen zuverlässigen Ganzjahresbetrieb auch unter schwierigen Wetterbedingungen zu ermöglichen. Hierzu wurden Sensorik, Softwarearchitekturen sowie KI-basierte Auswertungs- und Filterverfahren weiterentwickelt und validiert. Ergänzend erfolgte die Implementierung dynamischer Routing- und Dispositionsalgorithmen, die eine flexible Bedienung über virtuelle Haltestellen und eine bedarfsgerechte Bündelung von Fahrten ermöglichen. Im Rahmen des Projekts wurden zudem ein agentenbasiertes Verkehrsmodell, umfangreiche Simulationen sowie reale Betriebsdaten genutzt, um Nachfrage, Betriebseffizienz und Systemwirkungen zu analysieren. Die Ergebnisse zeigen, dass autonome On-Demand-Systeme einen signifikanten Beitrag zur Steigerung der Erreichbarkeit, zur Verkehrsverlagerung sowie zur Attraktivität des ÖPNV leisten können. Gleichzeitig wurden wirtschaftliche Bewertungsansätze entwickelt, die eine Übertragbarkeit auf andere Regionen ermöglichen. KelRide liefert damit eine praxisnahe Blaupause für die Implementierung skalierbarer, hochautomatisierter Mobilitätslösungen im ländlichen Raum und leistet einen wichtigen Beitrag zur Weiterentwicklung und Markteinführung autonomer Verkehrssysteme in Deutschland.