BA Abschlussvortrag, Daniela Fischer, Ort: O27/545, Zeit: 14:00 Uhr, Datum: 14.01.2013

Car2go ist ein Mobilitätskonzept der Daimler AG, das ein flexibles Mietsystem ermöglicht. Der Kunde kann smart fortwos spontan anmieten. Hierbei bestimmt er selbst über Start- und Zielort sowie die Dauer der Miete. Zur Durchführung einer Miete muss das Fahrzeug entsprechende Informationen zum Kunden und zu Reservierungen erhalten. Außerdem ist es nötig, einem externem Server Daten, etwa zur Mietdauer, zu übermitteln. Da das An- und Abmieten nicht an feste Standorte gebunden ist, werden die Daten über eine Over-The-Air Verbindung übermittelt. Bei der Kommunikation des Fahrzeugs mit dem externen Server können jedoch Verbindungsprobleme auftreten, was zu einer Störung der Kundeninteraktion führt.

Diese Problematik muss verbessert bzw. behoben werden, um eine hohe Servicequalität zu erreichen. Dazu bedarf es einer Informationsgrundlage, mit der Probleme lokalisiert und Lösungen erarbeitet werden können. Deshalb werden in den Fahrzeugen Logfiles mit Statistikdaten angelegt, die Qualitätsmerkmale sowie Verbindungsereignisse festhalten. Aus diesen werden wiederum einmal täglich wichtige Indikatoren berechnet. Die Erfassung der Schlüsselindikatoren ist jedoch zu unübersichtlich, da pro Fahrzeug und Tag eine Datei existiert. Eine umfassende Analyse auf der Basis dieser Daten ist nur schwer durchführbar.

In dieser Bachelorarbeit soll ein Programm entwickelt werden, das diese Dateien weiter zusammenfasst. Diese neuen Daten haben einen höheren Informationsgehalt, da pro Location nur ein File existiert, der alle Fakten eines bestimmten Zeitraums beinhaltet. Hierbei können die Zeitspanne sowie die zu analysierenden Lokationen frei gewählt werden. Dadurch besteht die Möglichkeit, die Städte untereinander zu vergleichen sowie Lang- und Kurzzeitanalysen durchzuführen. Hierfür werden in dieser Bachelorarbeit zuerst das technische System, Kundenabläufe und Performanzindikatoren erläutert. Aufbauend auf diesen Grundlagen werden die vorhandenen Logdateien als auch die berechneten Indikatoren analysiert. Anschließend wird die Implementierung beschrieben. Als letztes findet eine Auswertung der entstandenen Daten statt.