Die PTV Group erweitert die automatisierte Erstellung von Verkehrsmodellen um eine innovative, KI-gestützte Funktion: PTV Model2Go TripGenAI. Das neue Tool übernimmt den Schritt der Verkehrserzeugung innerhalb makroskopischer Nachfragemodelle und wandelt Daten damit deutlich schneller als bisher in fundierte Entscheidungsgrundlagen für Verkehrsplanung und Mobilitätsstrategien.
Strukturdaten KI-gestützt ermitteln
Mit Hilfe des Tools kann die Anzahl der erzeugten Wege feinräumig innerhalb eines beliebigen Planungsgebiets in Deutschland berechnet werden. Die dazu notwenigen Strukturdaten wie zum Beispiel Bevölkerungs- und Beschäftigungsdaten werden KI-gestützt ermittelt. Darüber hinaus fließen Auswertungen aus der deutschlandweiten Mobilitätserhebung „Mobilität in Deutschland (MiD)“ in die Berechnung ein, um das Mobilitätsverhalten realitätsnah abzubilden.
Die Bevölkerungsdaten basieren auf dem deutschen Zensus und werden auf einem 100-Meter-Raster abgebildet. Ein statistisches Verfahren erstellt einen virtuellen Zwilling der Bevölkerung und unterteilt die Daten in differenzierte demografische Gruppen – Schüler, Studierende, Erwerbstätige, Nichterwerbstätige und Rentner – jeweils nach Pkw-Verfügbarkeit. Diese feine Segmentierung ermöglicht eine realistische Abbildung der unterschiedlichen Bedürfnisse und Aktivitätsmuster – von der Schulweganalyse bis zur Pendlerprognose.
„Im Zentrum jedes Verkehrsmodells steht die Frage: Wo entstehen Wege – und warum? PTV Model2Go TripGenAI liefert die Antwort automatisch“, erklärt Mogens Abel-Bache, CTO der PTV Group als Teil von Umovity. „Durch die Standardisierung von Daten, Methoden und Modellarchitekturen reduziert TripGenAI Kosten, Aufwand und Komplexität – und macht modellgestützte Planung schneller, günstiger und so auch für kleinere Städte möglich.“
Erweiterung der Model2Go-Produktfamilie
Mit TripGenAI wächst das Model2Go-Ökosystem um eine weitere Schlüsselkomponente:
- Model2Go Supply liefert die Grundlage: multimodale Verkehrsnetzmodelle, inklusive ÖPNV, Straßen- und Fahrradnetz, Zonen, Verknüpfungspunkte und Points of Interest (POIs).
- Model2Go Demand ergänzt das System optional um empirische Nachfragedaten (auf Basis von Floating Car Data oder Mobilfunkdaten).
- Model2Go TripGenAI führt die automatisierte Verkehrserzeugung als Grundlage für die weiteren Modellierungsschritte wie zum Beispiel Destination Choice, Mode Choice und Assignment ein.
Die Ergebnisse von TripGenAI fließen direkt in PTV Visum ein und ermöglichen es Planern, nahtlos mit Schritten wie Zielwahl, Modal Split und Verkehrszuweisung fortzufahren – ganz ohne manuelle Datenaufbereitung.
Markteinführung in Deutschland
PTV Model2Go TripGenAI richtet sich an öffentliche Verwaltungen und Beratungsunternehmen, die nachhaltige, datenbasierte Mobilitätsstrategien entwickeln, ebenso wie an Verkehrsunternehmen und -verbände, die ihre Erreichbarkeitsanalysen und Angebotsplanung optimieren möchten. Durch die Automatisierung der Verkehrserzeugung und die Standardisierung von Datenstrukturen und Methoden beschleunigt das Tool die Projektdurchführung, verbessert die Reproduzierbarkeit und stellt eine hohe Datenqualität sicher, unabhängig von der Größe der betrachteten Region.
Der erste Rollout von PTV Model2Go TripGenAI erfolgt in Deutschland, basierend auf umfangreichen, KI-gestützten räumlichen und demografischen Daten. Die Einführung in weiteren europäischen Ländern ist für 2026 geplant – ein weiterer Schritt hin zu einem vollständig integrierten Model2Go-Ökosystem, das Daten, Nachfrage und strategische Verkehrsplanung durch Automatisierung miteinander verknüpft.
Weitere Informationen unter www.ptvgroup.com/de/