Technik

Studie: Fast ein Drittel der Taxis in New York sind überflüssig

von
Paul Bandelin

Ein neuer Algorithmus soll die Anzahl der Taxifahrten in New York stark verkleinern – und das um bis zu 30 Prozent. Profitieren soll am Ende der Kunde.

Straßenszene mit zwei New Yorker Taxis im Vordergrund
Gelbe Flotte: Zwei New York City Taxi Cabs Foto: Unsplash/Andrew Ruiz

Das erfahren Sie gleich:

  • Wie viele Taxis es alleine in New York gibt
  • Wieso Taxibenutzer viel Geld sparen könnten
  • Wo ein Taxi-Algorithmus an seine Grenzen stößt

Auf den rund 60 Quadratkilometern Manhattans drängeln sich jeden Tag etwa 14.000 der unverwechselbaren gelben Taxis. Jeder Fahrer kommt im Schnitt auf etwa 35 Fahrten, das bedeutet fast eine halbe Million Taxitouren täglich. Wissenschaftler am Massachusetts Institute of Technology (MIT) haben jetzt herausgefunden, wie sich diese horrende Zahl verringern ließe: Mit einem neuen Planungs-Algorithmus, der Leerfahrten reduzieren soll.

Lesen Sie auch

Ladestation

aio-Empfehlung

Unter Strom! Mobilität wird elektrisch

Carlo Ratti, einer der Verkehrsforscher des Instituts: „New York, speziell Manhattan, käme mit einer um bis zu 30 Prozent kleinere Taxi-Flotte aus, wenn sie besser gemanagt würde.“ Obwohl es anfangs nur nach einem Vorteil für die Fahrgäste klingt, würden im Endeffekt auch die Anbieter von dem Einsatz intelligenter Technik profitieren.

Die Technologie würde den derzeit arg in Bedrängnis steckenden Taxiunternehmen helfen, sich ernsthafter Konkurrenten wie Uber oder Lyft zu erwehren. Auch dort arbeiten die Informatiker mit optimierten Algorithmen, die sich signifikant auf den Preis der Fahrten auswirken.

Günstigere Taxis in New York

Eine Studie des MIT fand 2014 heraus, dass es möglich wäre, 95 Prozent aller Fahrten in der Stadt zu teilen – wenn Taxipassagiere pro Fahrt eine Verspätung von durchschnittlich fünf Minuten in Kauf nehmen könnten. Das brächte den Passagieren auch finanzielle Vorteile. Mit diesem Ansatz könnte sich die Nettoanzahl der Fahrten um bis zu 40 Prozent reduzieren.

In dem aktuellen Projekt ging es den Forscher darum, zu ergründen, wie ein besserer Verteilungsschlüssel die Flotte effizienter nutzen könnte. Die Überlegung ist: Wie lässt sich die Distanz zwischen dem Fahrtziel und dem nächsten Ausgangspunkt einer Fahrt möglichst auf ein Minimum bringen?

Das Problem des Handlungsreisenden

Die perfekte Lösung für das Problem ist also, die kürzeste Route zwischen mehreren Stationen zu finden – hört sich in der Theorie einfach an, ist es in der Praxis aber nicht. Es ist das klassische „Problem des Handlungsreisenden“ – ein kombinatorisches Optimierungsproblem aus der theoretischen Informatik, dessen Lösung nicht trivial ist.

Bei drei bis vier Stationen erscheint die Überlegung noch simpel, bei 15 Stopps ergeben sich allerdings schon über 40 Milliarden Kombinationsmöglichkeiten. Der Vergleich zeigt, dass in einem Stadtteil wie Manhattan auch Algorithmen an ihre Grenzen stoßen.

Stattdessen haben die Forscher eine Art Netzwerk für Carsharing geschaffen. In der grafischen Darstellung stellt jeder Knoten eine Fahrt dar und jede Linie, die zwei Knoten verbindet, wird von zwei Fahrten repräsentiert, die von einem Fahrzeug bewältigt werden könnten.

Basierend auf den gesammelten Daten soll der Algorithmus dann berechnen, welches die optimale Fahrzeuganzahl für die Flotte ist – sowie einen detaillierten Plan für jedes Fahrzeug der Flotte.

Technik

Updates abonnieren und Dossier "E-Mobility" gratis erhalten.

Stellt sich die Frage, wie es in dem Stadtteil aussähe, wenn alle 280.000 Fahrzeuge in Manhattan (also nicht nur die Taxis) unter der Führung des MIT fahren würden. Laut Ratti könnten so in Zukunft rund 50 Prozent der Fahrten in Manhattan eingespart werden.

Alternativ ließen sich auch Elektro-Taxis einsetzen, die die Stadt grüner machen könnten – das Konzept scheint aber noch nicht richtig angekommen. Besonders hierzulande lassen die E-Taxis noch auf sich warten.

Auch interessant

Diese Website verwendet Cookies, um die Nutzerfreundlichkeit zu verbessern. Durch die weitere Nutzung der Website stimmen Sie dem zu. Um mehr über die von uns verwendeten Cookies zu erfahren und wie man sie deaktiviert, können Sie unsere Cookie-Richtlinie aufrufen.

Schließen