Du möchtest wissen, mit welchen Themen sich die Teams im Rahmen des DB Regio Data Hacks beschäftigen? Verschaff dir einen Überblick und finde heraus, wie Du die entstandenen Projekte unterstützen kannst.

18 Teams haben ihre Ergebnisse am 13.3. präsentiert, danke an: DangerMaps, stadtnavi/OpenBikeBox, LostInDelay, stiller Alarm, Scooby Effect, gif-ted, Wagenmaterial/Barrierefreiheit, Team X, TrAIn_Connection_Prediction, blackforestdevs, NoDetours, zugchat, Roadrunner, MobiMate, Zuglokalisierung, umgekehrtewagenreihung, Warum später?, qdive.

Aktueller Stand dieser Übersicht: 23.03.21, 17:36 Uhr 

Team: DangerMaps
Herausforderung: Auffinden gefährlicher Stellen auf Busrouten
Lösung: Typische Muster entdecken, Strecken nach Gefährlichkeit bewerten und Methoden zur Umplanung für mehr Sicherheit ableiten.

Mehr zum Projekt kannst Du auf GitHub erfahren.

#safety #bus #dbcan

 

Team: stadtnavi/OpenBike Box
Herausforderung: Eine nahtlose, intermodale Reiseplanung für Fahrrad- und Zugreisen ist oft umständlich – und voller Informationslücken.
Lösung: Die Stärken von stadtnavi und OpenBike Box vernetzten sich. Finde dein Fahrräder und buche online Fahrradabstellplätze entlang Deiner Reisekette – die durch die offenen APIs noch erweitert werden kann.

#Bike&Ride #openbikebox #stadtnavi

 

Team: LostInDelay
Herausforderung: Wie voll ist der nächste Bus? Nehme ich lieber den Nächsten?
Lösung: Die Visualisierung der Daten von DB RegioBus via Kartendarstellungen kann den Fahrplanverantwortlichen helfen, Probleme auf einen Blick zu erkennen.

#visualisierung # verspaetungen #auslastung

Team: Stiller Alarm
Herausforderung: Wie löse ich in Gefahrensituation – bei Bedarf unbemerkt –einen Alarm aus, um Hilfe zu holen?
Lösung: Ausprobieren verschiedener Optionen wie Fake Chat Apps, per Notfall-SMS und verbunden mit der Idee Lokalitäts- oder Audio-Mitschnitte direkt mitzuversenden. Adressiert an Polizei, DB Fahrpersonal oder registrierte Helfer.

#safe # easy #innovativ

 

Team: Scooby Effect
Herausforderung: Wie kann das Busangebot im ländlichen Raum effizienter und auf Basis der tatsächlichen Nachfrage geplant werden?
Lösung: Entwicklung eines Visualisierungsmodells für die aktuelle Nachfrage von Busstrecken sowie ein Machine Learning Modell zur Vorhersage der Fahrgastzahlen auf Basis von Daten wie beispielsweise Türöffnungszeiten.

Mehr zum Projekt kannst Du auf GitHub erfahren.

#scoob_effect # myster_bus #db_hack

 

Team: Wagenmaterial/Barrierefreiheit
Herausforderung: Wie kann man barrierefreies Reise optimieren? Wo finde ich wichtige Infos?
Lösung: Sammlung und Analyse verschiedener Datenquellen über Bahnhöfe, Aufzüge oder das eingesetzte Wagenmaterial mit der Perspektive, alle Datenquellen zu verknüpfen.

#wagenmaterial #barrierefrei #datenanalyse

Team: Team X
Herausforderung: „Wohin willst du?“ hilft Menschen die richtige Verbindung zu finden – ist aber nicht telefonisch erreichbar.
Lösung: Erstellung eines Konzepts für die Einrichtung eines Call-Centers für komplexere Anfragen, die Einbindung von Menschen ohne Smartphone bei gleichzeitiger automatisierter Datenauswertung.

#ux #analytics # robotics

 

Team: TrAIn_Connection_Predicition
Herausforderung: Verursachen Hindernisse wie Baustellen Verspätungen?
Lösung: Beim Abgleich von Streckenbaustellen-Daten mit historischen Zuglaufdaten in einem Datenanalysemodell konnte ein Zusammenhang zwischen Baustellen und Verspätungen bewiesen werden. Künftig könnten solche Verspätungen vorhergesagt werden.

Mehr zum Projekt kannst Du auf GitHub erfahren.

#TrAIn_Connection_Prediction #BaustellenOlly #AI

 

Team: gif-ted
Herausforderung: Wo sehe ich auf einem Blick, welche Verbindung ich nehmen muss, um ans Ziel zu kommen?
Lösung: Entwicklung eines Slack-Bots, der durch Anbindung an die aktuellen Zug-Infos die nächste Verbindung visualisiert – jedes Visual ist einmalig, macht Spaß und liefert Hinweise zu Wetter oder Verspätungen.

Mehr zum Projekt kannst Du auf GitHub erfahren.

#animatedgif #bot #zugstatus

Team: Blackforestdevs
Herausforderung: APIs sind oft Insellösungen – jeder fängt immer wieder bei Null an.
Lösung: Dravelops, eine Standardsoftware für Verkehrsunternehmen/Open-Source-Entwickler, die an einem einheitlichen und kommerziellen API-Design interessiert sind.

Mehr zum Projekt kannst Du auf GitHub erfahren.

#fahrplanauskunft #standardsoftware #awesome

 

Team: NoDetours
Herausforderung: Die letzte Meile auf dem Land – wie komme ich vom Bahnhof nachhause?
Lösung: Entwicklung einer Carpooling App für Fahrgäste auf Android-Basis, die zeitgleich am Bahnhof ankommen und sich gegenseitig mitnehmen können. Nächster Entwicklungsschritt: Authentifizierung mit Blockchain

Mehr zum Projekt kannst Du hier auf der Website erfahren.

#Carpooling #LastMiles #Klimaschutz

 

Team: Zugchat
Herausforderung: Wie kann ich mit anderen Passagieren in meinem Zug in Kontakt treten?
Lösung: Aufbau einer Echtzeitkommunikation in Zügen, Bus-Linien sowie Bahnhöfen in einer App. In dieser können sich Fahrgäste über diversere Kanäle wie Whatsapp, Telegram und Slack in Chatrooms unterhalten.

#realtimecommunication #decentralized #infastructure

Team: Roadrunner
Herausforderung: Zugvoranmeldungen sjnd mit Dauerkarten momentan nicht möglich.
Lösung: GPS-Basierte Lösung für die Zugvoranmeldungen mit streckenunabhängigen Tickets für jedermann.

#zugVoranmeldung #endlichankommen #kundenkomfort

 

Team: MobiMate
Herausforderung: Wie finden mobilitätseingeschränkte Reisende Hilfe?
Lösung: Weiterentwicklung der App MobiMate, die die Vermittlung von Hilfesuchenden und freiwilligen Helfern auf Zugreisen ermöglicht.

#barrierefrei #gemeinsam #mobil

 

Team: Zuglokalisierung
Herausforderung: Es musste mal wieder schnell gehen… in welchem Zug bin ich eigentlich?
Lösung: Bestimmung des aktuell genutzten Zugs per GPS-Ortung in Form einer App, die den Zug bestimmt.

#checkin #locialization #whereamI

Team: Umgekehrtewagenreihung
Herausforderung: Die schnellste Verbindung ans Ziel ist nicht immer die Zuverlässigste.
Lösung: Die Vorhersage besonders verlässlicher Verbindungen durch die Analyse historischer Zugdaten. Ziel: Aufbau einer Statistikdatenbank für jede Verbindung.

#opendata #citizenscience #dynamicrouting

 

Team: Warum später
Herausforderung: Der Zug hat Verspätung. Wäre es nicht beruhigend zu wissen, warum mein Zug hält oder verspätet ankommt?
Lösung: Entwicklung der App „Warum später?“, um Transparenz über Verspätungen zu schaffen. Zum Beispiel wenn eine Stellwerksstörung auftritt oder auf einen anderen Zug gewartet wird.

#Zufriedenheit #Transparenz #Akzeptanz

 

Team: qdive
Herausforderung: Graffiti auf Zügen ist nicht nur ein Ärgernis, sondern kostet der DB Regio viel Geld.
Lösung: Datenbasiert visualisieren, wo Graffiti-Hotspots auftreten und auf dieser Basis errechnen, wo die Wahrscheinlichkeit am höchsten ist, dass ein Zug besprayt wird.

#ML #Graffiti #interactive-visualisiation