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.
/kapsch-factory1-fileradar/
(c) Kapsch: Das Fileradar-Team (l.) Mit Kapsch-Lead-Mentor Benoit Robinet (r.)
sponsored
Der Summary Modus bietet einen raschen
Überblick und regt zum Lesen mehrerer
Artikel an. Der Artikeltext wird AI-basiert
zusammengefasst mit der Unterstützung
des Linzer-Startups Apollo AI.

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:
vor 10 Stunden

ChatGPT: Was du über Open AIs Chatbot wissen solltest

ChatGPT kann “fast” alles. Der neue Chatbot des kalifornischen Unternehmens Open AI kann in Echtzeit Dialoge führen und dabei menschlichen Sprachstil imitieren. Erst Ende November lanciert, hat Chat GPT schon über eine Million Nutzer:innen.
/chatgpt-was-du-ueber-open-ais-chatbot-wissen-solltest/
(c) Adobe Stock - Production Perig

“Hallo, schreibe bitte einen Artikel über ChatGPT im Stil vom österreichischen Medium brutkasten” – und schon spuckt das neue KI-basierte Tool einen automatisch generierten Text in der gewünschten Länge aus. Seit Tagen sorgt ChatGPT im Netz für einen grandiosen Hype. Vor allem IT-Spezialist:innen sind von den Fähigkeiten des Tools fasziniert. Von Gedichte schreiben über Programmiercodes debuggen bis hin zur Tröstung nach einer Trennung – dieser Chatbot kann “fast” alles. 

Entwickelt vom führenden KI-Startup Open AI, das im Jahr 2015 von Elon Musk und Sam Altman in Kalifornien gegründet wurde, kann der Bot auf eine Vielzahl von Fragen antworten und dabei den menschlichen Sprachstil imitieren. Laut Open AI wurde ChatGPT als Prototyp eines dialogbasierten KI-Chatbots mit der Machine-Learning-Technologie „Reinforcement Learning from Human Feedback“ (RLHF) trainiert.

ChatGPT erreicht eine Million Nutzer in weniger als einer Woche

Ähnlich wie andere Chatbots ist auch ChatGPT über den Webbrowser zugänglich. Erst am 30. November wurde die Testversion des Allrounder-Bots lanciert. Auch Sam Altman, CEO von Open AI, scheint offenbar nicht mit der hohen Nachfrage gerechnet zu haben. In einem Tweet schrieb der ehemalige Y-Combinator-Präsident: “ChatGPT wurde am Mittwoch gelauncht und hat heute die Marke von einer Million Nutzer:innenn überschritten”. 

Wissenslücken nach 2021

Obwohl der Bot in der Lage ist, menschliche Sprache zu verstehen, Dialoge zu simulieren, Folgefragen zu beantworten und sogar überraschend detaillierte, menschenähnliche Texte zu erstellen, weist er dennoch Makel auf. Das aktuelle KI-Tool ist nicht mit dem Internet verbunden und kann nur die Informationen aus einem bestehenden Datenpool wiedergeben. Deshalb verfügt der allwissende Bot ChatGPT über ein begrenztes Wissen über die Ereignisse nach 2021, da er nur mit Daten bis zum letzten Jahr trainiert wurde. 

Stärken und Schwächen von ChatGPT

Zu den besten Funktionen von ChatGPT zählt die Chat-Funktion. Der Bot erinnert sich an Informationen, die zu einem früheren Zeitpunkt der Unterhaltung von Benutzer:innen genannt wurden. Zudem ist das KI-Tool darauf trainiert, unangemessene Anfragen abzulehnen. 

Wie es auch bei Suchanfragen im Netz der Fall ist, sollten User:innen Informationen von ChatGPT nicht blind vertrauen, da es gelegentlich falsche Informationen erzeugen kann. Neben dem begrenzten Wissen können auch verfälschte Inhalte nicht ausgeschlossen werden.

Disclaimer: Dieser Artikel wurde nicht mit dem automatischen Textgenerierungs-Tool ChatGPT erstellt. 

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

(c) Kapsch: Das Fileradar-Team (l.) Mit Kapsch-Lead-Mentor Benoit Robinet (r.)

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.

Summary Modus

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

Es gibt neue Nachrichten

Auch interessant