Smart City & Mobilität

Urbanisierung, demografischer und sozialer Wandel, sowie die voranschreitende Mobilitäts- und Energiewende setzen Städte und Gemeinden unter einen zunehmenden digitalen Transformationsdruck, um diesen Herausforderungen gerecht zu werden. Gleichzeitig steht die nachhaltige Verbesserung der Lebensqualität der Einwohner und Bürger weiterhin im Fokus. Die digitalen Vorreiter unter den Städten und Gemeinden haben sich bereits auf den Weg zur Smart City gemacht, um z.B. durch die intelligente Nutzung ihrer Daten und die gezielte Digitalisierung der Infrastruktur neue smarte Anwendungen und Services zum Wohle aller Bürger zu entwickeln und in der Praxis zu testen.

OmegaLambdaTec unterstützt Städte, Gemeinden, Stadtwerke und kommunale Unternehmen bei der Bewältigung dieser Herausforderungen. Durch unsere daten- und simulationsbasierten Analysen und die Entwicklung neuer digitaler Services in den Bereichen Mobilität, Versorgung, Infrastruktur und Smart Public Data unterstützen wir die öffentliche Hand mit passgenauen Lösungen.

UNSER LEISTUNGSÜBERBLICK

Simulationsbasierte Business Case Analysen neuer IoT Anwendungen
Aufbau Digitaler Zwillinge zur simulationsbasierten Optimierung
IoT-basierte Routenoptimierungen für Ver- und Entsorgungsaufgaben
Analyse von Parkraum- und Möbilitätsdaten
KI-basierte Erkennung des Transportmodus mit anonymisierten Handydaten
Datengetriebene Asset- und Flotten-Optimierung für verbesserte Investitionsentscheidungen
Predictive Maintenance Lösungen für städtische Fuhrparks und die Versorgungsinfrastruktur
Analyse und Optimierung von Sharing-Angeboten
Datengeriebenes Forecasting z.B. von Staus
Anomaliedetektion in Infrastrukturnetzten (Strom, Wasser, Gas, Fernwärme)
GIS-Datenanalysen
Automatisierte Erstellung von 3D-Modellen aus technischen Zeichnungen
Smart City Anwendungen mit Satelliten-Daten
Entwicklung von Smart Public Data Konzepten und Anwendungen

UNSERE AI ENGINE LIBRARIES

HERACLES – die zukunftsweisende Energiewende Library
PROMETHEUS – das Szenarien-Simulator-Framework zur langfristigen Geschäfts-Optimierung

BEISPIELE FÜR UMGESETZTE ANWENDUNGSFÄLLE AUS UNSERER PRAXIS

IoT-basierte Routenoptimierung und Business Case Simulation

Herausforderung und Ziele

Ein wichtiger Service des kommunalen Leistungsportfolios für die Bürger ist die routinemäßige Befüllung und Entleerung von Behältern innerhalb der Stadt. Dies umfasst die Leerung von Mülltonnen, Altkleider- und Glascontainern ebenso wie die Sperrmüllabholung oder das Auffüllen von Streusandbehältern. Traditionell werden diese meist in gleichmäßigen Intervallen auf festgelegten Routen angefahren und befüllt bzw. entleert, unabhängig vom tatsächlichen tagesaktuellen Bedarf an jedem Standort. Der Einsatz neuer günstiger Sensortechnologien mit mobiler Echtzeit-Datenanbindung (z.B. via LoRaWAN) ermöglicht neue zielgerichtete, intelligente Möglichkeiten der Logistik-Optimierung. Wieviel Zeit und Kosten lassen sich einsparen, wenn man von einer regelmäßigen Befüllung/Entleerung von verteilten Vorratsbehältern zu einer sensorgestützten ereignisbasierten Strategie übergeht?

Abb.: OLT Business Case Simulator. Business Case Simulation zur IoT-basierten Befüllung von 50 verteilten Behältern im Stadtgebiet. Die täglichen traditionellen Routen werden unten links angezeigt, die neuen optimierten Routen basierend auf Füllstandsmessungen unten rechts. Die jeweiligen notwendigen Arbeitsstunden, gefahrene LkW-Kilomenter, die Gesamtkosten sowie der Kostenvergleich beider Strategien sind im zentralen Bereich und oberen Diagramm dargestellt. Im Vergleich zur Standardlösung können mit der sensorbasierten Lösung bis zu 30% der Kosten eingespart werden.

OLT-Lösung

Aufbau eines Digital-Twin-basierten Simulations-Frameworks mit integrierter Routenoptimierung
Automatisierte optimierte Routenempfehlungen basierend auf den gemessenen Füllständen
Business Case Simulation der Einsparpotenziale spezifischer Anwendungsfälle
Optimierung des Fuhrparkbetriebs nach unterschiedlichen KPIs (z.B. Zeit, Gesamtkosten, CO₂-Fußabdruck)

Nutzen

Simulierte quantitative Effizienz-Steigerung vor Hardware Investitionen
Verringerung der Kosten und des Zeitaufwandes
Vermeidung von Störungen & Ausfällen durch permanente Füllstands-Messungen
Effizienterer Einsatz von Personal und Fuhrpark
Erhöhte Kundenzufriedenheit durch bedarfsgerechte Services
Reduzierung des CO₂-Ausstoßes und der Umweltbelastung

Simulations- und datengetriebenes Parkraummanagement

Herausforderung und Ziele

In vielen deutschen Innenstädten nimmt die Verkehrs- und Umweltbelastung stetig zu. Ein wichtiger Faktor beim Verkehrsaufkommen ist dabei der Parksuchverkehr, der vielerorts bis zu einem Drittel des Gesamtverkehrs ausmacht. Neue datengetriebene Ansätze und Anwendungen sind daher für Städte und kommunale Mobilitätsunternehmen von großem Interesse. Wie lässt sich der Parksuchverkehr in Innenstädten reduzieren, die Parkplatzsuche für Autofahrer vereinfachen und welchen neuen digitalen Services sind dafür am vielversprechendsten?

*Abb.: Heat-Map der lokalen Park-Aktivität basierend auf der Analyse von Parkdaten (links) und 3-dimensionale Darstellung der Park-Aktivität (rechts).*

OLT-Lösung

Datenanalyse und Visualisierung von Parkservice- und Mobilitäts-Daten
Aufbau eines Digitalen Zwillings der Straßeninfrastruktur zur Abbildung des Parksuchverkehrs
Szenario-Simulationen verschiedener Strategien zum innerstädtischen Parkraummanagement
Potenzial-Analyse verschiedener Ansätze und Strategien zum Parkraummanagement unter Berücksichtigung ökonomischer und ökologischer Aspekte sowie der Gesamtreduktion des Suchverkehrs
Daten- und simulationsgetriebene Handlungsempfehlungen zur effizienten Reduktion des Parksuchverkehrs

Nutzen

Ermittlung & Vergleich der Optimierungspotenziale für die verschiedenen Konzepte
Daten- und simulationsbasierte Beurteilung unterschiedlicher Umsetzungsoptionen zum Parkraummanagement
Handlungsempfehlungen zur Entwicklung neuer Services für Parkplatz-Suchende
Datengetriebene Vorhersagemodelle zur lokalen Parkplatzverfügbarkeit
Verringerung des Parksuchverkehrs und damit der Umweltbelastung in der Innenstadt

Data Discovery zur Optimierung der Operationen des Flughafenbetriebs

Herausforderung und Ziele

Alle Operationen auf dem Flughafen müssen sich anpassen, um unter der stetigen Zunahme an Flügen möglichst effizient und wirtschaftlich zu operieren. Wie lassen sich die Prozessabläufe auf dem Flughafen unter diesen Herausforderungen optimieren? Existieren Kapazitätsengpässe in der Fahrzeugflotte auf dem Flughafen? Welche Flüge verursachen Verzögerungen im operativen Betrieb? Welche geschäftlichen Auswirkungen hätten mögliche Änderungen des Abrechnungsmodells?

*Abb.:*
*Digital Twin Operations Simulation von Fahrzeugbewegungen auf dem Flughafen.*

OLT-Lösung

Visualisierung der täglichen Operationen mit Hilfe einer Digital-Twin-Simulationsumgebung
Detaillierte quantitative Datenexploration und -analyse der Datenbestände zum Aufzeigen des Status Quo und der zeitlichen Entwicklung der Operationen
Evaluierung der Vorhersage-Potenziale mittels KI anhand der Daten
Szenario-Simulationen verschiedener Abrechnungsmodelle anhand der Datenbestände
Identifizierung von Optimierungspotenzialen im Flughafenbetrieb
Gezielte Ursachenforschung zu Problemen im Prozessablauf für effiziente Reaktion auf diese
Aufbau eines Digital Twins für einen Teilprozess des Flughafenbetriebs

Nutzen

Fundierte datenbasierte Grundlage für Zukunftsplanungen des Geschäftsbetriebs und für die Koordinierung mit weiteren Partnern auf dem Flughafen
Optimierung der Größe und Zusammensetzung der Fahrzeugflotte
Empfehlung für KI-basierte Optimierung des Geschäftsbetriebs
Anwendung des Digital-Twin-Frameworks in Szenario-Simulationen zur Unterstützung der Investitionsplanung sowie der Zukunftsoptimierung der Prozesse.