Blyncsy

Blyncsy ist der Branchenführer bei der Bereitstellung intelligenter Erkenntnisse zum Straßennetz, automatisierten Anlagenmanagements und nahezu in Echtzeit erfolgender Statusaktualisierungen der Straßeninfrastruktur für Kommunalverwaltungen und staatliche Verkehrsbehörden. Im Kern ist die Plattform ein Dienst für künstliche Intelligenz, der Computer Vision und maschinelles Lernen auf allgemein verfügbares Bildmaterial anwendet, um Instandhaltungsprobleme in weitläufigen Straßennetzen zu identifizieren. Bislang waren Verkehrsbehörden auf Erhebungen nach dem Prinzip „Klemmbrett und Pick-up“ angewiesen – teure, manuelle und oft subjektive Feldstudien, die nur eine Momentaufnahme des Zustands einer Straße lieferten. Blyncsy verändert dieses Modell, indem es Fahrzeuge, die bereits unterwegs sind, in ein rund um die Uhr aktives Erkennungsnetzwerk verwandelt und so als „Kraftverstärker“ für die vorhandenen Fachleute der Behörde wirkt. Durch die Automatisierung der Problemerkennung können sich die Teams der Verkehrsbehörden darauf konzentrieren, Probleme zu beheben, statt sie zu suchen, und verlagern das operative Paradigma von einer reaktiven Haltung hin zu einer proaktiven, evidenzbasierten Strategie. 

Eine der größten Hürden bei der herkömmlichen Straßeninspektion ist der logistische und finanzielle Aufwand für Spezialausrüstung, etwa für LiDAR-Fahrzeuge, deren Betrieb über 200 USD pro Meile kosten kann. Blyncsy beseitigt diese Anforderung, indem es „Bewegungsintelligenz“ über Partnerschaften mit kommerziellen Dashcam-Anbietern nutzt. Die Plattform verwendet Bildmaterial von über 1,2 Millionen Fahrzeugen, die das Straßennetz bereits zu anderen Zwecken befahren, etwa für Lieferungen oder den Transport. Dieser Crowdsourcing-Ansatz stellt sicher, dass der „digitale Zwilling“ der Infrastruktur passiv und kontinuierlich aktualisiert wird, ohne dass die Verkehrsbehörde auch nur einen einzigen neuen Sensor kaufen, installieren oder warten muss. 

Die Skepsis gegenüber automatisierten Systemen richtet sich häufig auf die Genauigkeit der Erkennungen im Vergleich zum menschlichen Auge. Empirische Studien und Pilotprogramme haben jedoch gezeigt, dass die KI von Blyncsy Genauigkeitsraten erreicht, die herkömmlichen Methoden ebenbürtig oder überlegen sind. In einer wegweisenden Zusammenarbeit mit dem Verkehrsministerium von Alabama (ALDOT) lagen die Erkennungen der Plattform innerhalb von 3 % der eigenen Felddatenerhebungen der Behörde. Darüber hinaus kann Blyncsy bei fahrbahnspezifischen Problemen wie Rissen und Schlaglöchern Ergebnisse mit einer Genauigkeitsspanne von 1 % im Vergleich zu kostenintensiven LiDAR-Scans liefern. Diese hohe Genauigkeit wird aufrechterhalten, indem Modelle mit Millionen von Bildern trainiert werden, sodass Erkennungen objektiv und empirisch sind und frei von der menschlichen Subjektivität, die manuellen Erhebungen innewohnt. 

Die finanziellen Vorteile von Blyncsy sind zweifach: geringere Kosten für die Datenerfassung und eine deutlich effizientere Zuteilung von Instandhaltungsmitteln. Herkömmliche manuelle Inspektionen oder LiDAR-Erhebungen sind bekanntermaßen teuer, doch Blyncsy kann diese Prozesse automatisieren und dabei potenziell 90 bis 96 % der Kosten einsparen. Während ein LiDAR-Scan beispielsweise 200 USD pro Meile kosten kann, liefert Blyncsy für rund 10 USD pro Straßenmeile vergleichbare Erkenntnisse. Über die reinen Datenkosten hinaus ermöglicht die Plattform eine „leistungsbasierte Budgetierung“ – ein Modell, bei dem Mittel zugewiesen werden, und zwar auf Grundlage des tatsächlich gemessenen Anlagenzustands statt historischer Präzedenzfälle. So können Behörden frühzeitig vorbeugende Instandhaltung durchführen und die enormen Kosten einer vollständigen Straßenerneuerung vermeiden – eine Strategie, die bis zu 97 % kostengünstiger sein kann als ein kompletter Neubau.

Sicherheit hat für jede Verkehrsbehörde oberste Priorität, und Blyncsy ist darauf ausgelegt, die Ziele von „Vision Zero“ zu unterstützen, indem es Gefahren erkennt, die sich gezielt auf Fußgänger, Radfahrende und andere schwächere Verkehrsteilnehmer (VRU) auswirken. Die KI-Modelle sind darauf trainiert, die Qualität von Markierungen für den aktiven Verkehr wie Fußgängerüberwege und Radfahrstreifen zu bewerten und fehlende oder beschädigte Beschilderung zu erkennen, die an Kreuzungen zu tödlichen Zusammenstößen führen kann. Indem die Plattform verblassende Markierungen oder defekte Straßenlaternen erkennt, die nachts gefährliche Bedingungen schaffen, trägt sie zu einem gerechteren und sichereren Straßennetz für alle Anwohnenden bei, unabhängig von ihrer Fortbewegungsart. Diese proaktive Risikoerkennung ermöglicht es Behörden, Gefahrenstellen zu beseitigen, bevor sie die Bedingungen für einen folgenschweren Unfall schaffen. 

Die ökologischen Vorteile von Blyncsy sind erheblich und messbar. Manuelle Straßeninspektionen erfordern, dass Behördenfahrzeuge Tausende von Meilen zurücklegen, was zu Luftverschmutzung und Kohlenstoffemissionen beiträgt. Durch die Nutzung von Dashcam-Bildern von Fahrzeugen, die ohnehin unterwegs sind, vermeidet Blyncsy diese zusätzlichen Meilen wirksam. Daten des Verkehrsministeriums von Hawaii zeigen, dass Blyncsy jährlich rund 23.286 Pfund Kohlenstoffemissionen pro Einsatzfahrzeug einsparen kann. Darüber hinaus hilft die Fähigkeit der Plattform, Störungen an Straßenlaternen zu erkennen – etwa Leuchten, die tagsüber eingeschaltet bleiben –, den Behörden unmittelbar dabei, Energie und Ressourcen zu schonen. Der Beitrag der Plattform zu den Klimazielen wurde von Google Cloud mit der Auszeichnung „Sustainability Partner“ gewürdigt. 

KI-gestützte Software für die Straßeninspektion – konkret die Lösung Blyncsy – ist ein Digital-First-Ansatz für das Anlagenmanagement, der herkömmliche, manuelle Erhebungen nach dem Prinzip „Klemmbrett und Pick-up“ durch automatisierte Computer Vision ersetzt. Durch die Anwendung von maschinellem Lernen und Computer Vision auf Bildmaterial erkennt das System Instandhaltungsprobleme und katalogisiert Anlagen in weitläufigen Straßennetzen nahezu in Echtzeit.