Durch den Aufbau eines Datenraums Fahrradmobilität (DRM) erhalten Forschung und Unternehmen die Möglichkeit, Städte in der Verkehrswende zu unterstützen. Sowohl Datengeber als auch Datennehmer haben mit dem International Data Space (IDS) - Ansatz die Möglichkeit, jederzeit völlig souverän über die Verwendung der Daten zu entscheiden.

Pilotierung eines Informationsnetzwerkes, das Daten zu Besucherbewegungen aus unterschiedlichen Quellen zusammenführt, analysiert und in (Nahe-)Echtzeit Informationen zur aktuellen und künftigen Auslastung touristischer Hotspots in Bayern gibt.

Das Projekt zielt darauf ab,  innovative Technologien wie KI zu nutzen, um mögliche Waldbrandrisiken zu identifizieren und vorherzusagen und so frühzeitige Vorbeugungs- und Eingriffsmaßnahmen zu ermöglichen und lokale Einsatztruppen auf Grundlage von Echtzeit-Daten zu koordinieren.

Ziel des Projektes ist es, Verfahren zur Protokoll-Anomalie-Erkennung auf den IoT-Basisstationen anzuwenden, die die Geräte über Niedrigenergie-Funknetze wie LoRaWAN (Long Range Wide Area Network) oder NB-IoT (NarrowBand IoT) mit dem Internet verbinden.

Der Tourismussektor stellt für im Wandel befindliche Braunkohlereviere in der Lausitz ein enormes Potenzial zur Strukturstärkung dar. Leider steht die Region im Bereich der Mobilität vor großen Herausforderungen für welcje durch dieses Projekt über intelligente, multimodale Mobilitätskonzepte Lösungen gefunden werden sollen.

Ziel des Forschungsprojektes ist die Entwicklung und Erprobung entsprechender KI, um proaktiv Positionierung und Ladezustandsoptimierung von e-Fahrzeugen im Sharing Betrieb für Touristen zu ermöglichen. Dabei liegt der Fokus auf der entsprechend notwendigen Datenintegration basierend auf Open Data, als auch auf der Erprobung des im Use-Case definierten Geschäftsprozesses. 

Das Projekt Moby Dex entwickelt einen Mobilitätsindex, der Angebot und Nachfrage gegenüberstellt. Die Nachfrage wird u.a. anhand von Mobilfunkdaten sowie FCD erfasst. Moby Dex ermöglicht so den bedarfsgerechten Ausbau nachhaltiger Mobilität ganzer Regionen. Das System wird in den Zielregionen Ruhrgebiet und Baden-Württemberg erprobt.

Ziel des Projekts ist es, P+R-Anlagen zu kategorisieren und so die Ergebnisse großflächig zu übertragen. Mit Hilfe des maschinellen Lernens wird für jeden Anlagentyp ein Prognosemodell erstellt, das die Auslastung an P+R-Anlagen vorhersagen kann, um so die Parksuchdauer der Nutzerinnen und Nutzer zu verringern und den Umstieg zwischen MIV und ÖPNV zu erleichtern und zu fördern.

Das SDIKA Projekt beschäftigt sich mit dem Einsatz und der Erprobung von Sicheren Digitalen Identitäten. Hierbei trägt die Technologie der Sicheren Digitalen Identitäten überwiegend zur digitalen Souveränität und Datensicherheit in der Kommunikation zwischen Personen und Institutionen bei.

Für die Ausstellung im wortreich in Bad Hersfeld wurde ein Exponat zum Thema Traffic erstellt. Auf einer Holzwand wird ein Stadtplan mit Haltestellen verschiedener Verkehrsmittel und Standorten von Car- und Bikesharing abgebildet. Ziel des Besuchers ist es von einem Ende des Stadtplans zum anderen zu kommen. Um diesen Weg zurückzulegen muss der Besucher mithilfe verschiedener Ketten einen durchgehenden Weg spannen.

Mit den nun zur Verfügung stehenden Echtzeitdaten – also automatisch erfassten Daten zur Belegung von Parkplätzen und zur Verkehrsfrequenz – und mithilfe Künstlicher Intelligenz sollen künftig Prognosen zur Auslastung von Hotspots und Parkplätzen sowie zum Verkehrsaufkommen erstellt werden. Der Gast weiß also dann schon im Vorfeld, wie stark die Parkplätze vor Ort in den nächsten Stunden belegt sein werden. Zugleich werden ihm attraktive Alternativen vorgeschlagen.