Wissenschaftliche Exzellenz trifft auf verkehrstechnische Praxis
Die Österreichische Forschungsförderungsgesellschaft (FFG) ist der zentrale Ansprechpartner für wirtschaftsnahe Forschung und Entwicklung. Wir unterstützen Verkehrsunternehmen und Technologieanbieter bei der Konzeption, Beantragung und Durchführung von hochkomplexen Forschungsprojekten im Bereich der algorithmischen Disposition.
Die Beantragung von Fördermitteln für F&E-Projekte im Verkehrssektor erfordert ein tiefgreifendes Verständnis sowohl der verkehrstechnischen Domäne als auch der wissenschaftlichen Methodik. Wir schlagen die Brücke zwischen der operativen Praxis des öffentlichen Verkehrs und der akademischen Welt des Operations Research.
Phase: Industrielle Forschung (TRL 2–4)
Methodik: MILP | Column Generation | RL
Konsortium: Wirtschaft + Universität
Förderquote: bis 60% (KMU)
Laufzeit: 24–36 Monate
// Ergebnis: Publikation + Prototyp
Vom Antrag bis zum Projektabschluss
Wir begleiten Sie durch den gesamten Lebenszyklus eines Forschungsprojekts – von der ersten Ideenskizze bis zum erfolgreichen Projektabschluss.
Antragserstellung
Wissenschaftliche Ausarbeitung des State-of-the-Art, Definition der Forschungsfragen und Formulierung des methodischen Ansatzes (MILP, Heuristiken, Machine Learning).
Konsortialbildung
Identifikation und Akquise passender Projektpartner aus Wissenschaft (Universitäten, Forschungsinstitute) und Wirtschaft (Verkehrsbetriebe, Softwarehersteller).
Projektmanagement
Koordination der Arbeitspakete, Überwachung der Meilensteine und Deliverables sowie Kommunikation mit der Förderstelle während der gesamten Projektlaufzeit.
Wissenschaftliche Begleitung
Durchführung von Datenanalysen, Modellierung von Optimierungsproblemen und Publikation der Ergebnisse in Fachzeitschriften und auf Konferenzen.
Unsere Expertise im Verkehrssektor
Unsere inhaltliche Expertise konzentriert sich auf die Lösung komplexer Planungsprobleme im öffentlichen Verkehr.
Zero Emission Mobility & E-Bus-Disposition
Entwicklung von MILP-Modellen, die das Vehicle Scheduling Problem um Lade-Constraints erweitern. Optimierung von Ladezyklen zur Vermeidung von Lastspitzen und Maximierung der Batterielebensdauer.
Echtzeit-Disposition & Störungsmanagement
Einsatz von Reinforcement Learning und Metaheuristiken für die automatisierte Echtzeit-Disposition. Training von Agenten, die in Sekundenbruchteilen optimale Dispositionsentscheidungen treffen.
Integrierte Fahrzeug- & Personalplanung
Lösung des NP-schweren Integrated Vehicle and Crew Scheduling Problem (VCSP) mittels Column Generation und Benders Decomposition für praxisrelevante Problemgrößen.
On-Demand-Mobilität & flexible Bedienformen
Dynamische Routenplanung und Pooling von Fahrgastanfragen (Dial-a-Ride Problem). Nahtlose Integration von On-Demand-Diensten in den klassischen Linienverkehr.
Aktuelle Förderprogramme im Überblick
Die FFG bietet eine Vielzahl von Programmen für Verkehrsunternehmen und deren Technologiepartner. Besonders relevant sind die Programme "Mobilität der Zukunft", "Zero Emission Mobility" und das COMET-Programm für langfristige Forschungskooperationen.
Mobilität der Zukunft
Gesamte Bandbreite der Mobilitätsforschung – von Grundlagenforschung bis anwendungsnahe Entwicklung. Themenfelder Personenmobilität und Gütermobilität.
Zero Emission Mobility
Entwicklung und Demonstration emissionsfreier Mobilitätslösungen. Integration von Elektrobussen in bestehende Dispositionssysteme.
COMET-Programm
Langfristige Forschungskooperationen zwischen Wissenschaft und Wirtschaft. Systematische Erforschung algorithmischer Fragestellungen über mehrere Jahre.
Vom Antrag zur Publikation
Ein typisches FFG-Forschungsprojekt erstreckt sich über 24 bis 36 Monate und gliedert sich in klar definierte Arbeitspakete.
State-of-the-Art Analyse
Umfassende Analyse des aktuellen Stands der Technik, Erhebung und Analyse von Betriebsdaten, Identifikation von Engpässen und formale Spezifikation der Optimierungsziele.
Mathematische Modellierung
Anforderungen werden in formale Optimierungsmodelle überführt – typischerweise als MILP oder Constraint-Programming-Modell mit allen relevanten Nebenbedingungen.
Algorithmische Entwicklung
Auswahl und Implementierung geeigneter Lösungsverfahren: Branch-and-Bound, Column Generation oder hybride Ansätze, die exakte und heuristische Methoden kombinieren.
Validierung & Publikation
Validierung anhand realer Betriebsdaten, Vergleich mit bestehenden Verfahren, wissenschaftliche Publikationen und detaillierter Abschlussbericht.
Förderquoten & Konditionen
Industrielle Forschung (KMU)
Experimentelle Entwicklung
Typischer Ziel-TRL
Monate Projektlaufzeit
Die nächste Generation der Dispositionsforschung
Die Forschungslandschaft entwickelt sich rasant weiter. Reinforcement Learning ermöglicht es Agenten, aus historischen Betriebsdaten optimale Dispositionsstrategien zu lernen und in Sekundenbruchteilen Entscheidungen zu treffen.
Multimodale Disposition integriert verschiedene Verkehrsträger (Bus, Bahn, On-Demand) in eine gemeinsame Planung. Prädiktive Disposition nutzt Machine-Learning-Modelle, um Störungen vorherzusagen, bevor sie eintreten.
Trend 1: RL-Agenten für Echtzeit-Disposition
Trend 2: Multimodale Integration
Trend 3: Prädiktive Störungserkennung
Trend 4: Integrierte Fahrzeug-Personal-Planung
Methoden: VSP | MDVSP | CSP | VCSP
// Solver: Gurobi | CPLEX | OR-Tools
Planen Sie ein Forschungsprojekt?
Lassen Sie uns gemeinsam evaluieren, welches Förderprogramm für Ihr Vorhaben am besten geeignet ist und wie wir Sie bei der Antragstellung unterstützen können.