Autos, Fahrräder und Fußgänger im Straßenverkehr in Echtzeit zählen, mit geringen Kosten und unter Einhaltung des Datenschutzes - neuere Verfahren des maschinellen Lernens machen dies möglich. Bisher fehlt es aber noch an empirisch validen und aussagekräftigen Evaluationen entsprechender Systeme im urbanen Alltag. OpenTrafficCount erprobt die Anwendung eines aus Open Source-Komponenten entwickelten Zählsystems an verschiedenen Standorten im Berliner Stadtgebiet. In Abstimmung mit der Berliner Verkehrsverwaltung werden die Ergebnisse mit Stichproben manueller Verkehrszählungen verglichen.

Das zu erprobende System zeichnet sich durch geringe Kosten, variable Einsatzmöglichkeiten, Echtzeitauswertung und Datenschutzkonformität aus. Hieraus ergeben sich Anwendungen für Stadtplanung, Unternehmen, aber auch die Zivilgesellschaft (z. B. Citizen Science). So können mit diesem System relativ unkompliziert temporäre Veränderungen im Verkehrsraum analysiert, Auswirkungen von Baustellen untersucht oder Gefahrenzonen detaillierter beobachtet werden. Die erhobenen Daten werden datenschutzkonform in einer cloudbasierten Datenbank gesammelt und über standardisierte Schnittstellen für Verwaltung, Wirtschaft und Zivilgesellschaft unter einer freien Lizenz zur Verfügung gestellt.

• Prof. Dr. Helena Mihaljevic (Projektleitung)

• Wilhelmina Nekoto (Projektmitarbeiter_in)

Bundesministerium für Verkehr und digitale Infrastruktur (BMVI)

• Technologiestiftung Berlin
• Move Lab

mFund