STEFAN_BADER

Beim On-Street-Parking brauche es Skalierbarkeit und ein breites Daten-Ökosystem, so Stefan Bader. (Bild: Continental)

Im Interview mit carIT erklärt Stefan Bader, Leiter des Bereichs Connected Parking bei Continental und Gründer des Startups Parkpocket, wie ein Parksuchdienst für den öffentlich zugänglichen Raum technologisch konzipiert sein muss, was der niedersächsische Zulieferer hier plant und was das Ganze mit autonomem Parken zu tun hat

_Der Markt für Off-Street-Parking-Lösungen ist mittlerweile breit gefächert, beim On-Street-Parking stecken Konzepte und Geschäftsmodelle oft noch in den Kinderschuhen. Ist die technologische Komplexität bei dem Thema einfach noch zu hoch?

Aus meiner Sicht ist die größte Herausforderung für die Entwicklung eines zuverlässigen On-Street-Parking-Services der Zugang zu einer Vielzahl an relevanten und zuverlässigen Datenquellen sowie die intelligente Kombination der Daten. Viele vorhandenen Lösungen setzen beim Thema On-Street-Parking auf einen manuellen, wenig skalierbaren Ansatz. Eine möglichst globale Abdeckung ist aber ein wichtiger Faktor für Kunden im Automotive Umfeld. Als global agierender Automobilzulieferer haben wir Zugang zu unterschiedlichsten Datenquellen und neuesten Technologien, deren Kombination unseren Service nicht nur präziser, sondern auch wesentlich skalierbarer macht. Als Konzern mussten wir hier auch in Sachen Geschäftsmodell neue Wege gehen, um ein breites Daten-Ökosystem aufbauen zu können.

_Continentals neuer Parkdienst soll On-Street-Parking mithilfe statischer, dynamischer und prognostizierender Informationen ermöglichen. Wie funktioniert Ihr Datenmodell genau und woher kommen die Daten hierfür?

Das Zusammenspiel der drei Daten-Layer „Map“, „Event“ und „Prediction“ ermöglicht eine höchstmögliche Servicequalität, um zuverlässige Aussagen über Parkplatzverfügbarkeit treffen zu können. Der Map-Layer beinhaltet alle Parkmöglichkeiten und Parkverbotszonen. Hier lässt sich jede Seite eines Straßenzuges in Parkzonen und Parkverbotszonen segmentieren. Die daraus entstehenden Zonen werden dann mit allen verfügbaren Restriktionen und Attributen wie zum Beispiel Höchstparkdauer oder den Preisen angereichert. Als Basislayer ist diese Ebene also sehr wichtig. Wir verlassen uns daher nicht auf Prognosemodelle, sondern wissen im Idealfall bis auf einen Meter genau, wo und unter welchen Bedingungen geparkt werden darf und wo nicht. Im Event-Layer werden frei gewordene Parkplätze in Echtzeit angezeigt. Dies geschieht durch die Erfassung von Parkausvorgängen verschiedener Sensorik in Fahrzeugen, Smartphones und Infrastruktur. Wir haben bereits Zugriff auf Fahrzeugdaten von OEM-Flotten im zweistelligen Millionenbereich und werden diese Grundlage weiter stark ausbauen. Die Validierung der Ausparkvorgänge erfolgt durch den Abgleich mit dem darunterliegenden Map-Layer. Das Prognosemodell, auch Prediction-Layer genannt, ermöglicht eine Vorhersage freier Parkplätze basierend auf historischen sowie Echtzeitdaten. Die Prognosen beruhen auf verschiedenen Datenquellen und werden mittels Referenzdaten und künstlicher Intelligenz permanent verbessert und validiert. Als Echtzeitdaten werden unter anderem die Daten aus den On-Street-Events eingebunden, um Abweichungen von langfristigen Trends abbilden zu können.

_Wie realistisch ist autonomes Parken abseits von abgegrenzten Parkbereichen und Parkhäusern momentan?

Zuerst einmal muss unterschieden werden zwischen automatisiertem Einparken, was als Fahrfunktion heute schon im Serienbetrieb funktioniert, und dem autonomen Parken als nahtlose Verbindung vom autonomen Fahren zum autonomen Ansteuern und Manövrieren in einen freien Parkplatz. Autonomes Parken hat aus Sicht des Kunden sicher einen großen Nutzen. Stellen sie sich einmal vor, dass Sie nur noch aus dem Auto vor Ihrem Ziel aussteigen müssen und das Auto selber den Parkplatz findet und einparkt. Das wäre doch in der Tat eine große Erleichterung! Technologisch sind Vorstufen des autonomen Parkens heute schon möglich, allerdings hängt die Einführung beziehungsweise Umsetzung von einer Vielzahl weiterer Richtlinien und gesetzlicher Regelungen ab. Dass autonomes Parken auch abseits von abgegrenzten Parkbereichen kommen wird, steht außer Frage.

_Welche Rolle spielt künstliche Intelligenz (KI) beim On-Street-Parking?

Eine sehr große Rolle – sie ist eine der Schlüsseltechnologien für diesen Service! Die Anwendung von KI ist bereits bei der Erstellung der On-street-Map essentiell, um tatsächlich einen kosteneffizienten, automatisierten Ansatz zur Datenerfassung zu schaffen. Auch das Prognosemodell, das auf den genannten Datenquellen beruht wird mittels Referenzdaten und KI permanent verbessert und validiert.

Sie möchten gerne weiterlesen?