In de dynamische omgeving van het openbaar vervoer zijn nauwkeurigheid en efficiëntie van het grootste belang. Met op AI gebaseerde voorspellingen van vertrek- en aankomsttijden, een robuust data-analyseplatform en consistente ondersteuning van het verkeersmanagement, zorgen we ervoor dat het streekvervoer in een tijdperk van datagestuurde, intelligente besluitvorming succesvol kan zijn. Ga met ons mee op een reis waarbij gegevens worden omgezet in bruikbare inzichten, operationele uitmuntendheid de norm wordt en passagiers profiteren van de voordelen van vervoersoptimalisatie.
T-Systems biedt een innovatieve oplossing voor nauwkeurigere en stabielere voorspellingen van aankomst- en vertrektijden. We maken gebruik van verschillende gegevensbronnen en passen moderne methoden toe voor supervised en unsupervised learning op schaalbare open source platforms op basis van kunstmatige intelligentie en machine learning. Ons concept bestaat in wezen uit het gebruik van verschillende modellen om incrementele vertragingsvoorspellingen te genereren in de loop van een treinreis. Deze oplossing garandeert 99,9% beschikbaarheid, uitbreidbare voorspellingsalgoritmen en hoge prestaties dankzij gespecialiseerde nodes (GPU) en ruime bandbreedte. Op basis van een on-demand SaaS-model en een fast-lambda-architectuur hebben we een zeer schaalbaar platform voor verkeersoptimalisatie ontwikkeld dat real-time vereisten en modellering van grote datasets combineert. Onze visie is om toegevoegde waarde te bieden, klanten en kwaliteit voorop te stellen en het voorspellingsproces te verbeteren ten behoeve van de reiziger.
Onverwachte gebeurtenissen kunnen treinvertragingen veroorzaken. Maar de stress die gepaard gaat met het zoeken naar aansluitingen en alternatieve reismogelijkheden voor passagiers en werknemers van vervoersbedrijven, kan worden vermeden. De prognose-automaat berekent 90 minuten van tevoren de aankomst- en vertrektijden van treinen en werkt deze elke minuut bij. Machine learning en kunstmatige intelligentie werken samen bij het automatisch voorspellen. Gegevens uit verschillende bronnen worden geïntegreerd voor de berekeningen. Het resultaat? Een nauwkeurigheid van voorspellingen die eerder onbereikbaar was in verkeersplanning. Met T-Systems en AI heb jij een concurrentievoordeel in de sector.
T-Systems heeft een uitgebreide verzorgingsgebiedsanalyse uitgevoerd (analyse van de herkomst van passagiers of gebruikers op basis van locatiegegevens en verzorgingsgebied) om de verbindingen tussen verschillende Duitse steden te optimaliseren. Daarbij werden de relevante verzorgingsgebieden voor busverbindingen nauwkeurig geanalyseerd, zodat we uiteindelijk in staat waren om bij de zomerevaluatie de 20 belangrijkste herkomstgebieden voor de route Stuttgart-Hamburg te identificeren. We gebruikten gegevens over de herkomst-bestemmingsrelaties van gemeentes, vertrektijden gecategoriseerd in intervallen van vijf uur en beoordelingen voor vijf verschillende dagsoorten. Bovendien voerden we de analyses uit aan de hand van twee verschillende tijdsperiodes, met zowel zomer- als wintergegevens, en rekening houdend met reistijden tussen steden. Deze gegevensgestuurde aanpak stelde ons niet alleen in staat om de werkelijke verzorgingsgebieden te kwantificeren, maar leverde ook waardevolle inzichten op voor het aanpassen van gerichte marketingstrategieën. Daardoor werd de reiservaring geoptimaliseerd en de algehele efficiëntie voor passagiers verbeterd.
Beeldanalyse met digitale camera's kent verschillende toepassingen in het openbaar vervoer. Onze machinale algoritmes zijn in staat om situaties te herkennen die door camera's in voertuigen en op stations worden opgenomen, zoals aantal reizigers, gebruik van zitplaatsen, herkenning van gevaarlijke situaties, vandalisme, tellen van objecten en het verzamelen en analyseren van bewegingspatronen. De analyse gebeurt anoniem en direct bij de bron: er worden dus geen videobestanden opgeslagen of doorgegeven. Bovendien kan gebruik worden gemaakt van de aanwezige infrastructuur. Daarom is onze oplossing kostenefficiënt en voldoet deze aan de eisen van onze klanten en hun betreffende regeringen.
In de dynamische omgeving van vervoers- en routeplanning betekent de integratie van live dashboards een doorslaggevende stap voorwaarts. De software biedt realtime inzicht in de verkeersomstandigheden en helpt bij het analyseren van routeoptimalisaties, met name voor het openbaar vervoer zoals bussen. Medewerkers van het streekvervoer, zowel in de bus als daarbuiten, kunnen nu geautomatiseerde mobiele meldingen ontvangen over actuele onderwerpen, waardoor het streekvervoer efficiënter kan verlopen. Wat echt interessant is, is dat deze live dashboards ook buiten de centrale toegankelijk zijn via mobiele apparaten. Met onze IT-oplossingen kunnen andere bedrijven vergelijkbare systemen implementeren die niet alleen het streekvervoer verbeteren, maar ook helpen de uitstoot te verminderen door routes te optimaliseren en duurzamere mobiliteitspraktijken te bevorderen.
