Ich hatte das Glück mit Rebecca Johnson, einer Blockchain-Architektin des M-Zone Projekts, zu sprechen. Über M-Zone haben wir bereits ausführlich berichtet. Dabei handelt es sich um eine Kooperation zwischen Datarella und Fetch.ai.
Bei M-ZONE handelt es sich um Smart-City-Zoning-Infrastrukturversuche in München. Das Unternehmen Datarella bietet Blockchain-Lösungen und arbeitet für das Smart City Projekt im Raum München eng mit dem in Cambridge ansässigen Labor für künstliche Intelligenz, Fetch.ai, zusammen.
Blockchain Usecase: Parkplätze sinnvoll vergeben
Rebecca, wie ist die Idee für M Zone entstanden?
Dieses Projekt ist das Ergebnis unserer Zusammenarbeit mit der Hammer AG. Datarella und RAAY RE haben ein Gebäude in München mit einem Token versehen. Wir haben die Genehmigung der BaFin erhalten, damit wir einen vollständig legalen Token-Verkauf starten können. Aus diesen Partnerschaften heraus – der Mehrwert für unsere Immobilienpartner durch Tokenisierung von Vermögenswerten – haben wir aufgrund dieser Beziehungen erfahren, welche Bedürfnisse in Bezug auf die Parkverwaltungsbereiche bestehen.
M Zone ist eine Zusammenarbeit zwischen Datarella und Fetch AI. Und es geht rund um das Thema Parkplätze:
Jedes Mal, wenn man ein Auto an einen neuen Ort fährt, muss man zeitintensiv nach Parkplätzen suchen. Und wenn man es eilig hat, wählt man häufiger kostenintensive Parkplätze. Das verursacht viel CO2 und Kosten, verschwendete Zeit und Mühe für den Einzelnen.
Welchen Beitrag leistet M Zone dabei?
Was M Zone tut, ist, das Parkmanagement intelligenter zu machen und dem Autofahrer Informationen über die besten Parkplätze zu geben. Die Fahrer können Zeit, Geld und Stress reduzieren, um offene Slots leichter zu finden.
Nachfrage – Angebot = Balance
Was ist das grundlegende Problem der Parkplatz-Lage in München?
In Deutschland gibt es die Pflicht für Unternehmen ausreichend Parkplätze für Kunden zu haben. Traditionell ist dies eine 1: 1 Sache. Wenn Sie einen Plan zur Optimierung der Parkplätze haben, kann sich dies ändern. Außerdem gibt es Transporte mit mehreren Modellen, wie das Fahren mit dem Bus oder dem Fahrrad zur Arbeit. Nicht jede Person muss einen persönlichen Parkplatz haben. Wenn du nachweisen kannst, dass dies die Entwicklung von Immobilien erleichtert, muss nicht jedes Projekt in der Lage sein, diese riesigen Parkhäuser zu bauen. Diese riesigen Räume werden oft nicht genutzt. Ein Problem der Balance der Nachfrage und des Angebots.
Rebecca erzählt mir, dass die Kosten für die Unterhaltung der Parkplätze enorm sein kann.
Durch die Balance der Nachfrage und des Angebots benötigen die Unternehmer möglicherweise nur die Hälfte der Parkplätze. Wir befinden uns in der Testphase dieses Projekts. Aber in Zukunft könnte das Ergebnis sein, dass die Optimierung für mehr Kosteneffizienz sorgt.
Welche Motivation gibt es für die Autofahrer sich in diesem System einzufügen?
Dies schafft dann wirtschaftlich die Möglichkeit, Anreize für Mikrotransaktionen an die Fahrer zu zahlen, um deren Verhalten beim Parken zu beeinflussen. Wir könnten das für langfristige Forschungszwecke nutzen. Darüber hinaus gibt es Auswirkungen auf die öffentliche Ordnung, einen optimierten Verkehrsfluss und geringere CO2-Emissionen.
Smart City und Privacy, wie passt das zusammen?
Rebecca erklärt mir, dass die Nutzung des Systems nahtlos möglich ist:
Wir verbringen viel Zeit damit, über die Benutzeroberfläche nachzudenken. Und das ist wirklich der Grund, warum der Benutzer hier nicht viel tun muss. Wenn der Benutzer zu einem Parkplatz fährt, wird das Nummernschild automatisch mithilfe von Computer Vision registriert. Und wenn man ein registrierter Benutzer ist – es handelt sich um ein Opt-In-System, das die Privatsphäre respektiert – kann man beispielsweise über den Arbeitgeber die Wallet mit dem Nummernschild des Autos verknüpfen.
Sie erklärt weiterhin, dass die KI die Auslastung der Parkhäuser erkennt:
Wenn du in das 20% volle Parkhaus fährst, erhältst du Belohnungen für die Auswahl weniger genutzter Plätze. Wir können das wirtschaftliche Ergebnis dieser Effizienz mit den Benutzern teilen. Du wirst dafür belohnt, dort zu parken, wo es für dich und die Gesellschaft vorteilhafter ist.
Rebecca betont, dass die Privatsphäre der Teilnehmer an oberster Stelle steht:
Wir sind gerade dabei, dies zu testen. Und wir sind uns der Auswirkungen des Einbaus von Kameras in Parkhäuser auf die Privatsphäre sehr bewusst. Wir haben überall schon genug Kameras, die who know what machen. Im Parkhaus findet jedoch eine Anonymisierung statt und wir können eine Version dieses Nummernschilds mit einer Adresse verknüpfen, die jedoch anonymisiert ist. Das Tracking- und Steuerpotential wird deutlich reduziert.
Für die Zukunft plant Datarella das Smart City Projekt auch auf andere Städte und Regionen auszuweiten.
Aber wir starten in München und gehen von hier aus. Fetch AI lernt, wie man Anreize basierend auf verschiedenen Parametern auszahlt. In Zukunft besteht ein großes Optimierungspotential. Es handelt sich um einen dynamischen Prozess, der je nachdem, was vor Ort geschieht, angepasst wird.
Vielen Dank, Rebecca!
Haftungsausschluss
In Übereinstimmung mit den Richtlinien des Trust Project gibt dieser Meinungsartikel die Perspektive des Autors wieder und spiegelt nicht unbedingt die Ansichten von BeInCrypto wider. BeInCrypto bleibt einer transparenten Berichterstattung und der Einhaltung höchster journalistischer Standards verpflichtet. Den Lesern wird empfohlen, die Informationen unabhängig zu überprüfen und einen Fachmann zu konsultieren, bevor sie auf der Grundlage dieses Inhalts Entscheidungen treffen.
