MVMANT startet mit technischer Unterstützung von Mercedes-Benz Vans Pilotprojekt

Edisonweb bietet mit der technischen Unterstützung von Mercedes-Benz Vans einen Algorithmus an, der die Verkehrsüberlastung in den Städten bekämpfen soll. 

Das EU-geförderte Projekt „Fiware/FrontierCities“ stellt 80 Millionen Euro zur Verfügung für die Entwicklung von smarten Lösungen, die zur Bekämpfung der Verkehrsüberlastung in den Städten, der hohen Emissionen und Parkplatzengpässe dienen sollen.

Aus 600 Kandidaten (KMUs und Start-ups) wurden 28 für das Fiware/FrontierCities Programm „auserwählt“, zu denen auch das Team aus Catania zählt: Dabei wurden die Physiker und Informatiker von Edisonweb wegen ihres revolutionären Algorithmus aus künstlicher Intelligenz ausgewählt, der ein neues öffentliches Transportmodell ermöglicht: Das Kernelement liegt dabei in der maximalen Flexibilität, so ist es u.a. möglich, die Transportbedürfnisse der Bürger vorherzusagen.

„Unser Modell“, erklärt der Physiker und CEO des Teams, Riccardo D‘Angelo, „ist entstanden durch die technisch fortschrittliche und zukunftsorientierte Entschlüsselung des kubanischen Archetyps, des „Taxi particular“, einem kollektiven Taxi, welches sich auf den Hauptverkehrsstrecken der Stadt bewegt und von mehreren Personen gleichzeitig genutzt werden kann. In Anlehnung an dieses Modell haben wir eine neue Technologie entwickelt: das Ergebnis – MVMANT.

Ein aus „Movement“ abgeleitetes englisches Akronym, das für Bewegung steht. In diesem Fall ist damit eine neue Form der öffentlichen Mobilität gemeint. „ANT“ steht für den englischen Begriff für „Ameise“: Das Tier, von dem Ethnologen sagen, es verfüge über die größte Intelligenz und Organisationsfähigkeit bei der Bewältigung von Transportwegen. MVMANT wird über die Bereitstellung eines gemeinschaftlichen Transports hinausgehen. Passagieren wird ermöglicht, via Smartphone einen Platz im Fahrzeug zu reservieren, Wartezeiten abzuschätzen und per Handy direkt zu bezahlen. Zusammenfassend sprechen wir von einem Ridesharing-Service, der sich perfekt in das öffentliche Transportwesen integriert. Dabei wird nicht nur eine Optimalbesetzung an Bord ermöglicht. Der Service funktioniert proportional zu den vorhersehbaren Anfragen, an jedem Tag des Jahres. 

Die prädiktive Berechnung wird durch die statistische Anwendung und Auswertung einer Reihe von Variablen ermöglicht: Wochentag, Saison, Wetterbedingungen, Veranstaltungen, Arbeits-, Schul- und Ferienzeiten. Kurzum: alle Parameter, die für die Abschätzung des öffentlichen Transportbedarfs an einem bestimmten Tag oder in einem bestimmten Zeitraum von Bedeutung sind.“ 

Das MVMANT-Modell wird von Samsung und Unicredit Start Lab gefördert und am 18. April 2016 zum ersten Mal als Pilotprojekt in Ragusa starten. Mercedes-Benz Vans ist technischer Partner und unterstützt das Vorhaben mit je einem Fahrzeug aus der Mercedes-Benz VansModellpalette (V-Klasse sowie Sprinter, Vito, und Citan).

„Unsere Stadt“, so Bürgermeister Federico Piccitto, „wird der Protagonist eines Experiments sein, das auf einem innovativen Modell beruht. MVMANT passt hervorragend zu unserem neuen Ansatz der Stadtmobilität, die einen Schwerpunkt unserer Amtszeit darstellt. Wir glauben an den Wert der Mobilität als Service. Dies ist der einzige Weg, um effektiv die Nutzung von Privatfahrzeugen zu reduzieren und dabei positiven Einfluss – nicht nur auf die Mobilität selbst – sondern auch auf den Umweltschutz und dabei vor allem auf die Reduzierung der Luftverschmutzung zu nehmen. Aus diesem Grund haben wir mit Freude den Lösungsvorschlag von MVMANT angenommen, um so die Verkehrsüberlastung auf unseren Hauptverkehrsadern zu reduzieren.“

Auch andere Städte wie Modena und Dubai haben großes Interesse bekundet, das MVMANT-Modell zu testen. Dubai wird beispielsweise – anlässlich des Testlaufs in Ragusa – eine Delegation der „Roads and Transport Authority“ schicken. Die Stadt Berlin – in Form der Berliner Agentur für Elektromobilität (eMO) – zeigt ebenfalls großes Interesse an MVMANT und überlegt einen Piloten in der Hauptstadt zu platzieren.