- Startseite
- Referenzen
Geschäftliche Herausforderungen
- Wie kann sie ihre Bahnhofsbereiche optimieren?
- Wie kann sie die jährliche Zählung der an ihren 400 Bahnhöfen geparkten Autos automatisieren?
- Wie kann NS mit den neuen Daten und den verfügbaren Analysetechnologien intelligenter arbeiten?
Schlüssel zum Erfolg
- Berater, die kreativ sind und über den Tellerrand hinausschauen
- Vertiefte Kenntnisse der modernen KI-Möglichkeiten
- Fachwissen über einfach zu erstellende und zu verwendende Anwendungen
Ergebnisse
- NS empfängt und analysiert automatisch Luftbilder für jede NS-Station
- Informationen über die Nutzung von Parkplätzen werden kostengünstig und häufiger gesammelt
- NS kann seine Parkmöglichkeiten optimieren
Wie NS KI zur Optimierung von Bahnhofsbereichen nutzen kann
Die Nederlandse Spoorwegen(NS) ist der wichtigste Schienenpersonenverkehr in den Niederlanden. Im Rahmen ihrer Dienstleistungen betreibt, verwaltet und entwickelt sie alle Bahnhofsbereiche in Zusammenarbeit mit verschiedenen Partnern. Bei diesen Partnerschaften ist der Austausch von Informationen über die Nutzung der Räumlichkeiten von zentraler Bedeutung. Jedes Jahr führt die NS eine manuelle Zählung aller an ihren 400 Bahnhöfen abgestellten Fahrzeuge durch - ein zeit- und kostenaufwändiger Prozess. Könnte die NS neue Technologien einsetzen, um diese Aufgabe effizienter zu gestalten?
Geschäftliche Herausforderungen
NS ist sehr daran interessiert, den Einsatz neuer Technologien zu erforschen, und hat sich deshalb für den jährlichen Hackathon für fortgeschrittene Daten und Analysen von Emixaangemeldet. Während der ersten Diskussionen arbeitete unser Beraterteam mit NS zusammen, um mehrere Ideen zu bewerten. Das Konzept, die Zählung der Parkraumnutzung zu automatisieren, erwies sich als das vielversprechendste, sowohl was den Mehrwert als auch die Durchführbarkeit betrifft. Könnten wir mit den Daten von und den verfügbaren Technologien in weniger als 48 Stunden einen funktionierenden Prototyp erstellen? Die Antwort: Ja, wir können!
Schlüssel zum Erfolg
Während des Hackathons nutzte das Team öffentlich zugängliche Luftbilddaten sowie spezifische Daten von , die von NS bereitgestellt wurden. Die Berater setzten das neueste KI-Erkennungsmodell, YOLOv8, ein, um die Anzahl der geparkten Autos anhand von Luftbildern zu zählen. Durch eine Kombination aus Kreativität und Fachwissen gelang es dem Team, einen funktionierenden Prototyp zu entwickeln.
Im Anschluss an den Hackathon verbesserten die Berater den Prototyp weiter, indem sie zusätzliche Daten von mit hochpräzisen Koordinaten und detaillierteren Luftbildern einbeziehen. Unser Team entwickelte ein automatisiertes Python-Skript, das in der Lage ist, Bilder für jede NS-Station abzurufen und zu analysieren. Außerdem können die Informationen jetzt über eine benutzerfreundliche App abgerufen werden.
Ergebnisse
Informationen über die Auslastung von Parkplätzen können nun automatisch und häufiger gesammelt werden. Dies wird der NS helfen, ihre Parkmöglichkeiten zu optimieren und die Einrichtungen ihrer Bahnhöfe zusammen mit ihren Partnern weiter zu verbessern.
Einsatz von AI zur Optimierung von Parkeinrichtungen
"Eine einzigartige Herausforderung, die Kreativität und Fachwissen im Bereich Daten und Analytik erforderte."
Joris Schalks