Das Projekt "City2.e Realisierungsphase - City2.e-Nachfolge^City2.e Realisierungsphase - City2.e-Nachfolge^City2.e Realisierungsphase - City2.e-Nachfolge^City2.e Realisierungsphase - City2.e-Nachfolge^City2.e Realisierungsphase - City2.e-Nachfolge, City2.e Realisierungsphase - City2.e-Nachfolge" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit. Es wird/wurde ausgeführt durch: Deutsches Forschungszentrum für Künstliche Intelligenz GmbH.Ziel ist es, einen Beitrag zur Energie- und Verkehrswende in Deutschland zu leisten. Teilziele sind dabei die bessere Nutzung von Lademöglichkeiten für E-Fahrzeuge durch eine bessere Parkraumsensorik und deren umfassende Einbindung in Informationssysteme, sowie die Reduktion von Individualverkehren durch eine bessere Integration verschiedener Mobilitätsangebote (ÖPNV, Car- und Bikesharing, usw.) und eine Förderung von Angeboten zum Teilen von Ressourcen (z.B. Car-Sharing). Die integrierte Mobilitätsplattform (IMP) von Siemens dient als technologische Basis für Methoden der Integration der Parkraumsensorik und der Aufbereitung und Bereitstellung der Informationen für Routing, Reservierung, Buchung und Abrechnung. Dabei wird ein erweiterter Ansatz für die Koordination und Steuerung des Park- und Ladeverhaltens (Reservieren, Auffinden / Routing und Bezahlen) genutzt. DFKI entwickelt Methoden für ein selbstlernendes Fahrermodell. Dieses nutzt Parameter wie z.B. die Fahrgewohnheiten (Fahrstil, Streckenwahl) oder den Terminkalender eines Fahrers um ein individualisiertes (aber anonymisiertes) Fahrerprofil anzulegen. Durch maschinelles Lernen auf der Basis neuer Daten wird dieses Profil permanent verbessert bzw. aktualisiert. Die Daten aus den individualisierten Fahrerprofilen können für verschiedene Prognosen, z.B. die Reichweitenberechnung von E-Fahrzeugen, die Prognose der Auslastung von Ladeinfrastruktur oder Parkraum oder die Vorhersage von Bedarfen im Bereich der Car-Sharing genutzt werden.