16.10.2017

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

Das niederländische Startup Fileradar arbeitet im Accelerator Factory1 gemeinsam mit Kapsch an einem Verkehrs-Vorhersagesystem. Ein erstes gemeinsames Projekt wird in Madrid umgesetzt.
/artikel/kapsch-factory1-fileradar
(c) Kapsch: Das Fileradar-Team (l.) Mit Kapsch-Lead-Mentor Benoit Robinet (r.)
sponsored

Viele Menschen haben es im Laufe der Geschichte versucht – manche erfolgreicher, manche weniger erfolgreich: Die Zukunft vorhersehen. Dieser alte Traum kann nun dank der technischen Entwicklung in Erfüllung gehen. Während man sich in alten Zeiten auf göttliche Eingebung, Glaskugeln und dergleichen verließ, baut das niederländische Startup Fileradar im Accelerator-Programm Kapsch Factory1 auf Big Data und Machine Learning. Das Ziel ist dann auch etwas bescheidener (und realistischer), als jenes von Nostradamus und Co: 10 bis 15 Minuten im Voraus will Fileradar die Verkehrssituation vorhersagen.

+++ Kapsch: Hinter den Kulissen von Factory1 +++

Nicht nur reine Verkehrsdaten…

“Wir verwenden sowohl Daten über die aktuelle Verkehrssituation als auch große Datensets zum gegebenen Straßenzug aus der Vergangenheit. Über einen Machine Learning-Ansatz sagt unser System dann die wahrscheinlichste Verkehrsentwicklung voraus”, erklärt Fileradar-Co-Founder Frank Zuurbier. Project Engineer Peter Biczók ergänzt: “Was uns von anderen unterscheidet ist, sind die Daten, die wir nutzen.” Denn man verwende bei Fileradar nicht nur direkte Verkehrsdaten, sondern Informationen über unterschiedlichste Parameter, die auf den Verkehr Einfluss haben. So fließen etwa auch Wetterdaten, Informationen über größere Events in der Gegend und Berichte über Unfälle in die Analyse.

… auch Tweets fließen in die Analyse

Eine wichtige Rolle spielen dabei Social Media. “Dass es irgendwo einen Verkehrsunfall gab, wird oft schneller getwittert, als es bei den Verkehrsbehörden landet”, erklärt Biczók. Dabei kombiniere immer eine ganze Reihe von Daten, um Fehlinformationen zu eliminieren: “Ein einzelner Tweet ist ebenso unzuverlässig, wie die Daten eines einzelnen Verkehrssensors.” Generell erwarte man aber auch keine gezielt gestreuten Fehlinformationen im Verkehrsbereich. Vorsicht sei jedenfalls geboten: “Wir hatten einmal einen Tweet über einen ‚Unfall‘, bei dem das falsche Papierformat gewählt wurde, nämlich A4”, erzählt Zuurbier. Das System wertete dies als Hinweis zu einem Verkehrsunfall auf der Autobahn A4.

Mit Kapsch zu neuen Märkten

In der Heimat, den Niederlanden, hat das Unternehmen, das vor sieben Jahren an der Universität Delft gegründet wurde, bereits eine Kooperation mit der Verkehrsbehörde und ist in mehreren Städten aktiv. Über die Zusammenarbeit mit Kapsch soll nun ein größerer Markt erschlossen werden. “Wir dachten uns, wir können es nicht stemmen, einfach loszuziehen und weltweit bei jeder Verkehrsbehörde anzuklopfen, ob sie an unserem Produkt interessiert sind. Wir sollten einen Partner finden, der diese Kontakte bereits hat und diese Märkte bereits abdeckt”, erzählt Zuurbier. Die Ausschreibung der Kapsch Factory1 hätte sich dabei perfekt ergeben.

„Fügt sich perfekt in unser Kerngeschäft“

“Was Fileradar macht, fügt sich wirklich perfekt in unser Kerngeschäft”, ergänzt Eric Karl Diethelm von Kapsch TrafficCom, der im Accelerator als Mentor für das Startup fungiert. “Ein tieferes Verständnis für die vorhandenen Daten zu erlangen und immer mehr aus ihnen herauszuholen ist eines unserer wichtigsten Ziele”, sagt er. Konkret haben Fileradar und Kapsch im Rahmen der Factory1 ein gemeinsames Projekt in Spaniens Hauptstadt Madrid. Das System wird dort für einen etwa fünf Kilometer langen Straßenzug mit 15 Kreuzungen implementiert, den Kapsch bereits seit längerem betreut.

„Die Verkehrsvorhersage ist kein Selbstzweck. Sie nutzt nur dann etwas, wenn man etwas aus den Ergebnissen macht“

Evaluierung führt zu konkreten Vorschlägen

“Wir haben dort zunächst sechs Monate lang Verkehrsdaten gesammelt. Seit September sind wir mit unserem System live”, erzählt Zuurbier. Im nächsten Schritt werde man die Performance in dieser ersten Phase evaluieren. “Das Schöne daran, wenn man 10-Minuten-Voraussagen macht ist, dass man zehn Minuten später weiß, ob man richtig gelegen ist”, sagt Biczók dazu. Doch man verfolge bereits weitere Ziele in Madrid. “Die Verkehrsvorhersage ist kein Selbstzweck. Sie nutzt nur dann etwas, wenn man etwas aus den Ergebnissen macht”, sagt Zuurbier. In diesem Fall wolle man etwa nachher Vorschläge liefern können, die Ampelschaltung effizienter zu gestalten.

„Blicken auf eine sehr reichhaltige Daten-Zukunft“

Außerdem wolle man das Konzept mit den gewonnenen Daten und der weiteren Verbesserung des Machine Learning Systems immer schneller auf neue Orte ausweiten können. “Früher wurden Verkehrsmodelle manuell erstellt. Für so einen Straßenzug wie in Madrid hätte das etwa ein halbes Jahr lang gedauert. Wir sind jetzt bald soweit, dass wir das in unter einer Woche automatisiert machen können”, sagt Biczók. Wichtig sei es nun auch, das System auf Orte ausweiten zu können, die über keine so gute Datenlage verfügten. Auch an der stärkeren Integration von Daten, die von Fahrzeugen selber kommen, arbeite man bereits intensiv, so habe man etwa eine Kooperation mit dem Navigationssystem-Hersteller Tom Tom. “Wir blicken auf eine sehr reichhaltige Daten-Zukunft. Und wir sind dafür bereit”, sagt Zuurbier.

+++ Kapsch Factory1: Wenn Autos andere Fahrzeuge vor Gefahren warnen +++

Deine ungelesenen Artikel:
10.09.2026

Warum Europa kein eigenes Waymo braucht

Ein Fahrzeug ist noch kein Geschäftsmodell: Warum beim autonomen Fahren nicht die Technologie über Europas Chance entscheidet, sondern der Betrieb dahinter, erklärt vionmo-Gründer Michael Jayasekara im Gastkommentar.
/artikel/warum-europa-kein-eigenes-waymo-braucht
10.09.2026

Warum Europa kein eigenes Waymo braucht

Ein Fahrzeug ist noch kein Geschäftsmodell: Warum beim autonomen Fahren nicht die Technologie über Europas Chance entscheidet, sondern der Betrieb dahinter, erklärt vionmo-Gründer Michael Jayasekara im Gastkommentar.
/artikel/warum-europa-kein-eigenes-waymo-braucht
(c) Verena Nageler

Mit vierundzwanzig habe ich einen großen Teil meines Ersparten in ein Wiener Mobility-Startup gesteckt. Verrückt, ich weiß, aber ich habe verdammt viel gelernt, als ich am Tisch mit namhaften Business Angels aus Österreich und VCs wie Elevator Ventures, Uniqa Ventures und dem aws Gründerfonds sitzen durfte. Die Firma hieß goUrban, eine Plattform für Car- und Micro-Mobility-Sharing und für die Digitalisierung von Firmenflotten. Im September 2024 wurde goUrban von Wunder Mobility übernommen.

Geblieben ist mir aus dieser Zeit vor allem eine Lektion. Sie kommt in der aktuellen Debatte über autonomes Fahren fast nie vor: Ein Fahrzeug ist noch kein Geschäftsmodell.

Beim Sharing entscheidet nämlich nicht die App. Fahrzeuge wollen geladen, gereinigt, gewartet und umverteilt werden. Sie müssen dort stehen, wo in zwanzig Minuten jemand sucht. Stehen sie falsch, kosten sie Geld. Sind sie defekt, ist die Kund:in weg. Bleibt die Auslastung aus, hilft die beste Technologie nichts.

Beim autonomen Fahren ist und wird das nicht anders sein. Die Person am Steuer kann verschwinden. Der Betrieb bleibt ja trotzdem.

Die USA und China machen es logisch, aber anders

Die USA und China skalieren autonome Mobilität dort, wo Dichte, große Flotten und zahlungsbereite Kund:innen zusammenkommen. Das Robotaxi ist als individuelles Produkt gedacht und fährt zuerst in den Gebieten, in denen sich der Betrieb rechnet. Das ist logisch und funktioniert dort auch.

Bei uns sind die Voraussetzungen andere. Wir haben ein dichtes öffentliches Netz, starke Verkehrsverbünde und die politische Erwartung, dass Mobilität auch dort funktioniert, wo sie sich betriebswirtschaftlich nicht ausgeht.

Ein europäisches Waymo zu bauen, löst diese Frage nicht. Der Bahnhof im Seitental, der Weiler am Dienstagabend, der Tourismusort im November: Da fehlt kein weiteres einzelnes Fahrzeug. Da fehlt das System, das dieses Fahrzeug in den öffentlichen Verkehr einhängt.

Die spannendste europäische Position liegt für mich deshalb nicht im Technologie-Layer. Sie liegt bei denen, die Flotten betreiben, Nachfrage bündeln, Fahrten disponieren, Fahrzeuge laden und warten, Schnittstellen zu den Verbünden bauen und Gemeinden, Betriebe und Behörden an einen Tisch bekommen. Also bei der unglamourösen Arbeit.

Ohne Nachfrage keine Skalierung

Autonome Fahrzeuge rechnen sich erst, wenn sie regelmäßig fahren. Und genau hier wird der Tourismus unterschätzt.

Eine Destination bündelt Nachfrage räumlich und zeitlich. Samstagvormittag kommen die Gäste an denselben zwei, drei Bahnhöfen an. Sie fahren zu einer überschaubaren Zahl an Unterkünften, Bergbahnen, Veranstaltungsorten und Ausflugszielen. Diese Wege sind planbarer als die einer beliebigen Stadtbevölkerung. Wir sehen das in unseren Daten immer wieder.

Ein einzelnes Hotel wird trotzdem nie eine autonome Flotte aufbauen. Eine Region kann es. Sie kann die Nachfrage aus Beherbergung, Freizeitwirtschaft, Bevölkerung und öffentlichem Verkehr zusammenlegen. Aus einzelnen Fahrten wird ein Bediengebiet, aus dem Pilotprojekt ein Angebot, das bleibt. Und die Einheimischen fahren mit. Das ist der Punkt, an dem Konnektivität das Leben am Land wieder attraktiver macht.

Nur: Irgendwer muss diese Struktur aufsetzen. Wer übernimmt die Buchung? Wer garantiert den Anschluss, wenn der Zug 18 Minuten Verspätung hat? Wer zahlt die schwachen Zeiten? Wem gehören die Daten? Wer haftet, wenn eine Fahrt ausfällt? Und wer entscheidet, ob das Fahrzeug zum gut ausgelasteten Bahnhof fährt oder zum Betrieb am Ende des Tals?

Das klingt weniger nach Zukunft als Sensorik und Fahrzeugmodelle. Wirtschaftlich entscheidet es mehr.

Menschen steigen nicht wegen der Technik um

Das beste Angebot scheitert, wenn es niemand nutzt. Und die Rolle des Klimabewusstseins wird dabei gehörig überschätzt.

Der Gast lässt das Auto nicht stehen, um ein guter Mensch zu sein. Er lässt es stehen, wenn die Alternative bequemer ist und er sich darauf verlassen kann. Wenn sie günstiger ist, umso besser.

Der Urlaub ist dafür ein guter Moment. Menschen sind aus ihren Routinen raus, probieren Sachen aus, organisieren ihre Wege ohnehin neu. Ob das zuhause nachwirkt, ist noch nicht ausreichend belegt, da würde ich mich nicht zu weit hinauslehnen. Für eine Destination reicht der Urlaub trotzdem: Hier lässt sich zeigen, dass es ohne eigenes Auto geht, ohne dass sich jemand einschränken muss.

Die Technologie macht es möglich. Genutzt wird sie erst, wenn sie im Alltag der Gäste die bequemere Variante ist.

Wer das System organisiert, dem gehört der Markt

Europa pilotiert viel und skaliert wenig. Das liegt nicht nur an Regulierung und technischer Vorsicht. Meistens fehlt jemand, der aus Fahrzeug, öffentlichem Verkehr, touristischer Nachfrage und regionaler Verantwortung ein Produkt macht.

Waymo wird uns das nicht bauen. Und auch kein europäischer Fahrzeughersteller wird entscheiden, wie der Gast vom Bahnhof in ein österreichisches Seitental kommt.

Die unternehmerische Chance liegt zwischen den Zuständigkeiten. Sie gehört denen, die Betreiber, Verkehrsverbünde, Destinationen, Gemeinden und Betriebe koordinieren und daraus ein Angebot machen, das an einem Dienstag im November genauso funktioniert wie am Anreisesamstag im Winter.

Wer damit anfangen will, braucht dafür übrigens kein autonomes Fahrzeug. Es reicht, in einer Region die Fragen von oben zu beantworten: Buchung, Anschluss, Finanzierung der schwachen Zeiten, Daten, Haftung. Wer das geklärt hat, ist bereit, wenn die Fahrzeuge kommen. Die anderen pilotieren dann noch.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird