Google Maps: Wie KI bei der Verkehrsprognose und Routenbestimmung hilft

Nachdem Google zuletzt erklärt hatte, wie ein farbenfrohes Update seine Karten-App mit detaillierteren Geländeinformationen versorgt, widmet sich das Unternehmen nun der Routenberechnung. Hierbei erklärt Google, wie künstliche Intelligenz (KI) dafür sorgt, dass Google Maps die beste Route zum Ziel wählt und Staus voraussagen kann.

Verkehrsprognosen mit Techniken des maschinellen Lernens

Jeden Tag werden mit Google Maps über 1 Milliarde Kilometer in mehr als 220 Ländern und Gebieten auf der ganzen Welt zurückgelegt. Wenn man in sein Auto steigt und die Google Maps Navigation startet, werden mehrere Informationen angezeigt: die zu fahrende Richtung, ob der Verkehr auf der Route stark oder schwach ist, eine geschätzte Fahrzeit und eine geschätzte Ankunftszeit (ETA). All dies ist mittlerweile selbstverständlich, doch hinter den Kulissen ist eine Menge los, um diese Informationen in Sekundenschnelle zu liefern.

Wenn Menschen mit Google Maps navigieren, können aggregierte Standortdaten verwendet werden, um die Verkehrsbedingungen auf Straßen auf der ganzen Welt zu verstehen. Diese Informationen helfen zwar dabei, aktuelle Verkehrsschätzungen zu finden – ob ein Stau die Fahrt beeinträchtigt oder nicht – aber sie berücksichtigen nicht, wie der Verkehr nach 10, 20 oder sogar 50 Minuten Fahrtzeit aussehen wird. An dieser Stelle kommt eine große Portion künstliche Intelligenz mit ins Spiel.

Um vorherzusagen, wie der Verkehr in der nahen Zukunft aussehen wird, analysiert Google Maps historische Verkehrsmuster für Straßen im Zeitverlauf. Ein Muster kann beispielsweise zeigen, dass auf einer bestimmten Autobahn Fahrzeuge zwischen 6 und 7 Uhr morgens typischerweise mit einer Geschwindigkeit von 100 km/h fahren, am späten Nachmittag jedoch nur mit 25-30 km/h. Das System kombiniert dann diese historischen Verkehrsmuster mit aktuellen Verkehrsbedingungen und verwendet maschinelles Lernen, um Vorhersagen auf der Grundlage dieser Datensätze zu erstellen.

Dabei arbeitet Google stetig an der Verbesserung dieser Daten. Unterstützt wird der Konzern von den KI-Spezialisten von DeepMind. Das 2010 gegründete Startup wurde von Google im Jahr 2014 übernommen und sorgt seitdem für neue Ansätze in dem Bereich der KI-Forschung. Im Gegensatz zu anderen KI-Technologien verfolgt DeepMind kein vordefiniertes Ziel und ist somit flexibler in der Anwendung für verschiedene Probleme. Statt ausschließlich auf ein neuronales Netz zu setzen, erweitert DeepMind die KI mit einem Kurzzeitspeicher, um die Fähigkeit eines künstlichen Gedächtnisses zu simulieren.

Wie Google Maps Routen auswählt

Auf Google Maps bezogen, ermöglicht dies eine schnelle und genaue Prognose der Verkehrslage, wobei das System aus „Erfahrung“ die beste Route ermittelt. So sind die Verkehrsmodelle ein wichtiger Teil davon, wie Google Maps die Fahrtrouten bestimmt.

Wenn das System vorhersagt, dass der Verkehr in einer Richtung wahrscheinlich stark ansteigen wird, findet die App automatisch eine verkehrsärmere Alternative. Dabei werden auch eine Reihe weiterer Faktoren wie die Straßenqualität einbezogen. Ist die Straße gepflastert oder nicht gepflastert oder mit Kies, Schmutz oder Schlamm bedeckt? Elemente wie diese können die Befahrbarkeit einer Straße erschweren. Google wird dann von einer Empfehlung, diese Straße zu befahren, absehen. Dabei wird auch auf die Größe und Direktheit einer Straße geachtet – auf einer Autobahn zu fahren ist oft effizienter, als eine kleinere Straße mit mehreren Stopps zu nehmen.

Zwei weitere Informationsquellen sind wichtig, um sicherzustellen, dass die besten Routen empfohlen werden: maßgebliche Daten von örtlichen Behörden und Echtzeit-Feedback von Nutzern. Anhand der offiziellen Verkehrsmeldungen wird Google Maps über Geschwindigkeitsbeschränkungen, Mautgebühren, Baustellen oder Sperrungen informiert. Zudem kann anhand von Ereignismeldungen von Fahrern ermittelt werden, ob eine Straße gesperrt oder nur eingeschränkt befahrbar ist.