KI-gestützte Parkplatzvorhersage für den Wildpark
Hintergrund des Projekts
Die Parkplatzsituation in stark frequentierten Gebieten wie dem Wildpark kann eine große Herausforderung darstellen. Insbesondere an Wochenend- und Feiertagen und bei gutem Wetter kommt es oft zu einem erhöhten Besucheraufkommen, was die Suche nach einem freien Parkplatz erschwert. Um dieses Problem anzugehen, wurde die Idee entwickelt, eine Vorhersagefunktion für Parkplätze in das zukünftige Citizen Dashboard zu integrieren. Ziel des Projekts war es, die Parkplatzsituation im Wildpark durch den Einsatz von Künstlicher Intelligenz (KI) zu verbessern und den Besuchern eine verlässliche Vorhersage über verfügbare Parkplätze zu bieten.
Technologie und Methodik
Die Parkplatzvorhersage basiert auf einem neuronalen Netzwerk, das mithilfe von maschinellem Lernen trainiert wurde. Hierfür wurden verschiedene Datensätze analysiert und miteinander verknüpft, um möglichst präzise Vorhersagen treffen zu können. Die verwendeten Daten umfassen:
- Parkplatzdaten der letzten Jahre: Historische Daten zur Parkplatzbelegung im Wildpark dienten als Grundlage für die Vorhersagen.
- Wetterdaten: Da das Wetter einen erheblichen Einfluss auf die Besucherzahlen hat, wurden auch Wetterprognosen in die Berechnungen einbezogen.
- Wochenend- und Feiertage: Um die Besucherströme besser einschätzen zu können, wurden Daten zu Wochenenden und Feiertagen berücksichtigt.
Ergebnisse und Ausblick
Die Ergebnisse der Bachelorarbeit von Lorenz Duelli zeigen, dass das trainierte Modell bereits eine grundsätzliche Vorhersageleistung erbringt. Allerdings wurde festgestellt, dass die derzeitige Datenlage für ein wirklich präzises Vorhersagemodell noch unzureichend ist. Insbesondere fehlende oder unvollständige historische Daten sowie die Notwendigkeit einer größeren Datenbasis erschweren die Entwicklung eines exakten Modells.
Nichtsdestotrotz bietet das bestehende Modell eine vielversprechende Grundlage, die bei einer verbesserten Datenlage weiter ausgebaut werden kann. Zukünftig könnte durch eine intensivere Datensammlung und -analyse eine noch genauere Vorhersage ermöglicht werden, die den Besuchern des Wildparks eine verlässliche Planung ihrer Anreise ermöglicht.
Die Bachelorarbeit von Lorenz Duelli wurde aufgrund ihrer fundierten Analyse und innovativen Ansätze mit der Note „Sehr gut“ bewertet.
Fazit
Das Projekt von Lorenz Duelli zeigt eindrucksvoll, wie Künstliche Intelligenz im städtischen Kontext eingesetzt werden kann, um konkrete Probleme zu lösen und die Lebensqualität der Bürger zu verbessern. Die Parkplatzvorhersage für den Wildpark ist ein Beispiel dafür, wie durch die Verknüpfung verschiedener Datenquellen und den Einsatz moderner Technologien smarte Lösungen geschaffen werden können, die den Alltag erleichtern. Auch wenn das Modell noch Potenzial zur Weiterentwicklung hat, wurde ein wichtiger Grundstein für zukünftige Smart City-Anwendungen gelegt.
zurück zur Übersicht