SMobI – KI gestützte Interventionen für ein nachhaltiges Mobilitätsverhalten

Gewohnheiten als Herausforderungen für Verhaltensveränderungen
Trotz attraktiver, nachhaltiger und oft gesünderer Alternativen wie Bus, Bahn oder Fahrrad greifen viele Menschen aus Gewohnheit zum Auto. Informationen über umweltfreundliche Mobilitätsoptionen erreichen sie dabei häufig zu spät oder in unpassenden Situationen.

Die Idee: KI-gestützte Erkennung und Routinen im Mobilitätsverhalten verändern
Im Projekt „SMobI – KI-gestützte Interventionen für ein nachhaltiges Mobilitätsverhalten“ entwickeln Murmuras, die Universität Siegen und das IZT innerhalb von drei Jahren eine innovative App, die nicht nur erkennt, wann eine Mobilitätsentscheidung ansteht, sondern mit welchen gegeigneten Interventionstechniken die Nutzer*innen unterstützt werden, ihr Mobilitätsverhalten nachhaltig zu verändern.

Datenaufbereitung für KI-gestützte Mobilitätsinterventionen
Die Murmuras GmbH analysiert die vorhandene Datenbasis zu Smartphone- und GPS-Nutzungsverhalten aus früheren und laufenden Projekten. Die Daten werden geprüft, aufbereitet und mit dynamischen sowie statischen Mobilitätsdaten verknüpft.

Interventionstechniken und Interaktionsparadigmen zur Verhaltensveränderung  
Mobilitätsentscheidungen werden sowohl von Umweltfaktoren als von individuellen und psychologischen Merkmalen beeinflusst. Um das Mobilitätsverhalten nachhaltig zu fördern, identifiziert das IZT in Zusammenarbeit mit der Universität Siegen zielgruppenspezifisch geeignete personenfokussierte motivations- als auch handlungsunterstützende Interventionstechniken. Auf dieser Grundlage werden gemeinsam die Leitlinien für das Design von Interaktionskonzepten entwickelt. Die Universität Siegen erkundet federführend gemeinsam mit dem IZT mittels eines partizipativen Designansatzes den Gestaltungraum für geeignete Interaktionskonzepte.

Verknüpfung von KI-Engine und Mobilitätsmetriken
Hierauf aufbauend erfolgt die Integration von Methoden und maschinellen Lernalgorithmen in ein Model auf Basis historischer Daten. Die bereits identifizierten Interventionstechniken werden als Parameter für das Training der KI-Algorithmen verwendet. Die sondierten Mobilitätsmetriken, also messbare Größen, die das Verhalten der Nutzer*innen quantifizieren werden mit Anreizsystemen verknüpft und ihre Wirksamkeit bei der Förderung nachhaltiger Mobilitätsentscheidungen analysieren zu können.

Validierung und Erprobung des Gesamtmodells
Die Bewertung der Modelle erfolgt auf der Grundlage historischer Verhaltensdaten. Überdies werden bis zu 30 Teilnehmende die Forschungs-App nutzen, welche verschiedene Interventionsparadigmen abbildet, um Entscheidungsprozesse in Echtzeit zu bewerten. Zusätzlich wird mittels eines Active-Learning-Ansatzes die adaptive Entscheidungsunterstützung getestet. In einer Feldstudie mit 100 repräsentativ ausgewählten Teilnehmenden aus Köln/Bonn werden die Interventionen in der Forschungs-App umgesetzt, das Nutzungsverhalten erhoben und analysiert, während die Universität Siegen fortlaufend Feedback auswertet und Optimierungen vorschlägt.

Mehrwert für Nutzer*innen und Mobilitätsanbieter
SMobI leistet einen Beitrag zum Klimaschutz, indem es die Nutzer*innen dabei unterstützt, sich im Alltag bewusst für umweltfreundliche Mobilitätsformen zu entscheiden. Für Verkehrsverbünde, Städte und Mobilitätsanbieter in NRW entstehen wertvolle Einblicke in das Entscheidungsverhalten und neue Ansatzpunkte für zielgenaue Services.