Optimierung im Wandel der Zeit

Die erfolgreiche Zusammen­arbeit zwischen IVU Traffic Technologies und dem Zuse-Institut Berlin bei der Entwicklung intelligenter Algorithmen für die Optimierung besteht nun schon seit vielen Jahren. Wie kam diese Kooperation ursprünglich zustande? Welche Themen standen zu Beginn im Mittel­punkt?

LÖBEL: Ralf und ich haben zusammen in Augsburg unter Prof. Martin Grötschel studiert. Uns hat schon immer interessiert, wie Mathematik die reale Welt beeinflussen und verbessern kann. Als Prof. Grötschel 1991 an das Zuse-Institut in Berlin wechselte, konzentrierte er sich dort auch auf den Verkehr. Nach Abschluss unserer Diplom­arbeit folgten wir ihm 1992 ans Institut. Eine unserer ersten Aufgaben war die Entwicklung einer Umlauf­planung für den Telebus – ein Bus­system für bewegungs­einge­schränkte Personen in Berlin.

BORNDÖRFER: Unser Ziel war es von Anfang an, Algorithmen zu entwickeln, die den Öffentlichen Verkehr verbessern sollten. Dabei war es uns besonders wichtig, dass die Planungs­ergebnisse direkt anwendbar waren, ohne zusätzliche Anpassungen vornehmen zu müssen.

LÖBEL: Die IVU hatte damals einen Kunden mit sehr spezifischen Anforderungen an ein Optimierungs­system für die Umlauf­planung. Das war der Beginn unserer Zusammen­arbeit und Entwicklung einer engen Partner­schaft, die nun seit rund 30 Jahren erfolgreich besteht. Auf den ersten Kunden folgten weitere Projekte, darunter auch Optimierungen für die Umlauf- und Dienst­planung für Bus- und Bahn­kunden.

Wie haben sich die Anforderungen der Verkehrs­unternehmen in den letzten 20 Jahren verändert? 

LÖBEL: Im Laufe der Jahre hat sich der Fokus der Optimierung deutlich gewandelt. Früher lag das Haupt­augenmerk darauf, den Ressourcen­einsatz zu reduzieren, um mit möglichst geringen Kosten den gleichen oder sogar besseren Output zu erzielen. Dabei ging es vor allem um die effizientere Nutzung von Fahr­zeugen und Personal. Heute kommt mit dem Fachkräfte­mangel eine ganz neue Heraus­forderung hinzu: Die begrenzten Kapazitäten müssen so geplant werden, dass der Verkehr weiterhin stabil funktioniert und dem Fahr­personal attraktive Dienste für eine langfristige Bindung bietet. Dieses Thema wird in den kommenden Jahren noch wichtiger werden, da viele Mit arbeitende in den Ruhe­stand gehen und es voraussichtlich schwierig wird, ausreichend Nachwuchs­kräfte zu rekrutieren.

BORNDÖFRER: Die Aufgaben­stellungen sind komplexer geworden und die Anforderungen an die Optimierung wesentlich detaillierter. Anfang der 2000er haben wir mit der Umlauf­optimierung für Verkehrsbetriebe mit klassischen Dieselbussen begonnen. Die Komplexität hat mit der Optimierung von Eisenbahn­unternehmen zugenommen und einen neuen Höhepunkt mit dem Einsatz von Elektro­bussen erreicht.

Stichwort E-Mobilität auf der Straße: Was sind die Heraus­forderungen in der Optimierung von Elektrobussen? 

LÖBEL: Die Umlaufplanung von Elektro­bussen ist äußerst komplex. Im Gegensatz zu Diesel­bussen, die vollgetankt starten, den ganzen Tag im Einsatz sind und erst am Abend ins Depot zurückkehren, müssen E-Busse häufiger zwischengeladen werden. Ihre Reichweite hängt von vielen Faktoren ab, wie dem Batterie­zustand, den Witterungs­bedingungen und der Auslastung des Fahrzeugs. Zunächst haben wir versucht, eines unserer bewährten Planungs­verfahren anzupassen. Das funktionierte jedoch aus verschiedenen Gründen nicht. Schließlich konnten wir von an deren Problem­stellungen rund um Dienste profitieren und so Algorithmen für eine optimale Umlauf­planung von E-Bussen entwickeln.

Wir leben im Zeitalter von Künstlicher Intelligenz (KI) – provokant gefragt: Kann die KI die gesamte Optimierung übernehmen?

LÖBEL: Künstliche Intelligenz und Optimierung sollte man nicht als gegensätzlich sehen. Alle KI-Verfahren betreiben im Kern Optimierung, und umgekehrt kann KI auf eine umfassende Weise Informationen gewinnen, die man für eine Optimierung benötigt. Wenn die Frage ist, ob man mit einer einzigen Methode mühe­los alle Probleme lösen kann, dann ist die Antwort allerdings nein, das geht nicht, “there is no free lunch”. Man muss nach wie vor die jeweils geeignete Methode verwenden. Aber mit KI erweitert sich das Spektrum des Möglichen. Man könnte beispielsweise für eine Fahrzeug­umlauf­planung mit maschinellem Lernen eine sehr detaillierte Parameter­erfassung automatisiert durchführen. Die eigentliche Planung wird man aber weiterhin mit ganzzahliger Optimierung machen, um die gleiche Qualität der Ergebnisse zu erzielen.

BORNDÖRFER: Bei KI unterscheidet man normalerweise zwischen drei Bereichen: deskriptiv, prädiktiv und präskriptiv. Deskriptive KI analysiert Daten, um zu verstehen, was los ist. Prädiktive KI versucht, auf dieser Basis die Zukunft vorherzusagen. Präskriptive KI nutzt diese Informationen und Prognosen, um Entscheidungen zu treffen. Genau das macht auch die Optimierung. KI und Optimierung sind somit keine Gegen­sätze, sondern ergänzen sich.

Welche Themen werden aus Ihrer Sicht in den nächsten fünf bis zehn Jahren die Verkehrs­branche beschäftigen und wie kann die angewandte Mathematik hierbei unterstützen? 

LÖBEL: In den nächsten fünf bis zehn Jahren wird die Verkehrsbranche zunehmend von der Verfügbar­keit und Nutzung großer Daten­mengen profitieren. Diese Daten ermöglichen es, den Planungs­horizont erheblich zu erweitern. Während die Planung bisher – mit Ausnahme der Zug­planung – meist auf Tagesbasis erfolgt, werden mathematische Algorithmen bald in der Lage sein, eine zyklische, integrierte Umlauf- und Dienst­planung zu ermöglichen, beispiels­weise für Elektro­busse, und das für einen gesamten Wochen­zeitraum.

BORNDÖRFER: Zukünftig werden Vorher­sagen in „wirklicher“ Echtzeit möglich sein, und das intermodal. Allerdings ist das nicht immer einfach. Nehmen wir das Beispiel eines Park & Ride-Terminals: Wenn ein bei der Abfahrt angezeigter freier Parkplatz bei der Ankunft nicht mehr verfügbar ist, führt das zu Frustration. Ähnliches gilt für den Nah­verkehr, wenn etwa bei Störungen oder Groß­ereignissen wie Fußball­spielen, Vorschläge von Planungs­systemen nicht nutzbar sind. Durch immer umfangreichere Daten und verbesserte Steuerungs­möglich­keiten werden wir in der Lage sein, Verkehrs­systeme in Echtzeit besser zu kontrollieren und intermodal zu organisieren. Dies wird die Effizienz und Zuverlässig­keit des Verkehrs erheblich steigern.

Optimierung ist seit jeher ein Zusammen­spiel von Algorithmik und Rechen­leistung. Welche Chancen bieten Quanten­computer?

BORNDÖRFER: Quanten­computing ist ein faszinierendes Forschungs­thema mit großem Potenzial. Für bestimmte Probleme existieren bereits Algorithmen, die auf Quanten­computern erheblich schneller laufen könnten. Allerdings stehen wir noch vor technischen Heraus­forderungen, wie der Fehler­anfälligkeit und der Hand­habung von Input und Output. Kurzfristig sollten wir im Verkehrsbereich keine „Quanten­sprünge“ erwarten, aber langfristig könnten Quanten­computer revolutionäre Möglichkeiten bieten. Es wird jedoch noch Jahre dauern, bis wir praktische Anwendungen sehen werden.