Massenbewegung
So arbeitet Ridepooling-Spezialist Moia
Die VW-Tochter Moia bietet in Hannover und Hamburg ihren Fahrdienst an. Bis zu sechs Fahrgäste mit unterschiedlichen Start- und Zielpunkten teilen sich beim Ridepooling ein Fahrzeug. Dabei will jeder Gast möglichst schnell, auf kurzem Wege und günstig zum Ziel kommen. Mit Machine Learning versuchen die Entwickler, die Wünsche von monatlich 149.000 Kunden unter einen Hut zu bringen.
Schon wieder Regen. Sobald in Hamburg die Tropfen fallen, schauen sich etliche Kunden nach den bequemen und vor allem trockenen Shuttle-Bussen von Moia um. „Wetter spielt eine Rolle, allerdings nur bedingt“, sagt Dr. Rieke Dibbern. Sie ist verantwortlich für die dynamische Fahrpreisermittlung, das sogenannte Pricing beim Ridepooling-Spezialisten Moia. „Die Anfragen nehmen bei Regen zwar zu, doch die getätigten Buchungen steigen nicht im gleichen Ausmaß wie die Anfragen“, berichtet sie bei unserem Ortstermin in der Moia-Zentrale in der Hamburger Innenstadt. Die Laufentfernung zum Abholpunkt beeinflusst die finale Kaufentscheidung, genau wie die geschätzte Abfahrtszeit, der Preis und die Dauer. Es sind viele Faktoren, die zu einer Buchung führen.
Um den Bedarf an elektrifizierten Moia-Bussen besser abzuschätzen, errechnet das Unternehmen eine Nachfrage- sowie eine Buchungsvoraussage. Dabei kommen Methoden des Machine Learning zum Einsatz. Entscheidungen werden anhand vorgegebener Modelle gefällt, wobei einzelne Entscheidungsbäume bis zu 40 Dimensionen umfassen können. Am Ende steht eine dynamische Preisermittlung, die den Ausgleich zwischen Nachfrage und verfügbaren Plätzen in den Fahrzeugen schafft.
