Ausgangslage und Zielsetzung

Im Verbundprojekt ReComMeND wurden hybride Prognosemethoden und Methoden des Predictive Analytics entwickelt, die sich erfolgreich im Ertragscontrolling im ÖPNV einsetzen lassen, um zukünftige Fahrscheinverkäufe und daraus resultierende Erträge besser zu prognostizieren. Zudem wurde im ReComMeND-Projekt eine prototypische Prognosesoftware entwickelt. Die Zielsetzung im ReComTrans-Projekt war daher, die hybriden Prognosemethoden und Methoden des Predictive Analytics im Rahmen einer Erweiterung der im Verbundprojekt entwickelten Prognosesoftware anhand der Bedürfnisse der Controllingprozesse zu anzupassen und im Ertragscontrolling zu implementieren und zu integrieren.

Projektpartner:

  • Berliner Hochschule für Technik
  • Hochschule für Wirtschaft und Recht Berlin
  • Berliner Verkehrsbetriebe AöR
  • Stuttgarter Straßenbahnen AG
  • Lufthansa Systems GmbH & Co. KG
  • Lufthansa Industry Solutions AS GmbH
  • Internationaler Controller Verein e. V. (Arbeitskreis Berlin-Brandenburg)

Projektlaufzeit: 01.04.2023- 31.03.2024

Ergebnisse und Veröffentlichungen

Das entwickelte ReComTrans-Prognosetool steht inklusive Dokumentation und einem öffentlichen Testdatensatz zum Download unter https://github.com/ReComTrans/Prediction-Tool bereit.

Veröffentlichungen:

  1. Krembsler, Jonas; Spiegelberg, Sandra; Kämpf, Nicki Lena; Winter, Thomas; Winter, Nicola; Knappe, Robert: Fare revenue forecast in public transport: a comparative case study, Social Specialized Research Network (SSRN), Transportation, Economy & Society eJournal, 2023
  2. Winter, Thomas; Knappe, Robert: Nicola Winter, Sandra Spiegelberg, Richard Hasenfelder, Nicki Lena Kämpf, Laura Schweizer, Albert Schrade: Predictive Analytics im Controlling. In: HEUREKA 2024 - Optimierung in Transport und Verkehr, FGSV-Tagungsberichte, FGSV-Nr.: 002/140, 2024, ISBN 978-3-86446-392-1
    (Open Access: https://verlag.fgsvdatenbanken.de/media/upload/tagungsbaende/FGSV_002_140/FGSV_002_140-11.pdf)
  3. Knappe, Robert; Spiegelberg, Sandra; Hasenfelder, Richard; Winter, Nicola; Winter, Thomas: Das ReComTrans-Prognosetool. Verwertbare Forschungsergebnisse zum Predictive Analytics für die Praxis. In: Controller Magazin, Sonderausgabe 1/2024 , S. 39-42
  4. Knappe, Robert; Spiegelberg, Sandra; Hasenfelder, Richard; Winter, Nicola; Winter, Thomas: Lessons Learned für die Einführung von Predictive Analytics im Controlling. Ergebnisse aus den Forschungsprojekten ReComMeND und ReComTrans. In: Controller Magazin, 3/2024, S. 52-58
  5. Krembsler, Jonas; Spiegelberg, Sandra; Hasenfelder, Richard; Kämpf, Nicki Lena; Winter, Thomas; Winter, Nicola; Knappe, Robert: Fare revenue forecast in public transport: a comparative case study, zur Veröffentlichung akzeptiert in Research in Transportation Economics, Elsevier, Volume 105, Juli 2024,
    (Open Access: https://doi.org/10.1016/j.retrec.2024.101445)
  6. BHT Berlin: Controlling mithilfe von KI im ÖPNV, Fokus Forschung, BHT Berlin, 18.10.2023,
    https://www.bht-berlin.de/4666/article/8974 
  7. Gamechanger KI? Potenziale von Künstlicher Intelligenz und Predictive Analytics im Finance-Bereich: Knappe, Robert, Winter, Thomas: Implementierung von Predictive Analytics im Controlling, 48. Internationaler Controller Congress 2024, München: 
    https://www.haufe.de/controlling/controllerpraxis/ki-und-predictive-analytics-potenziale-im-finance-bereich_112_622442.html