Schon jetzt 97% zutreffend
Google Maps: Geschätzte Ankunftszeiten werden genauer
Nur wenige Tage nachdem Google dazu übergegangen ist auch in Deutschland die deutlich detaillierteren karten anzuzeigen, tritt die kostenfreie Navi-App jetzt mit weiteren Verbesserungen unter der Haube an, die die während der Routenplanung geschätzte Ankunftszeit (ETA) deutlich genauer machen soll.
Wie Google im Hausblog berichtet habe man sich dazu mit der hundertprozentigen Unternehmenstochter DeepMind zusammengeschlossen und werde fortan maschinenlernende Algorithmen zur Schätzung der sogenannten ETA einsetzen. ETA steht hier für Estimated time of arrival (englisch für voraussichtliche Ankunftszeit).
Unsere ETA-Vorhersagen haben bereits eine sehr hohe Genauigkeit. Tatsächlich sehen wir, dass unsere Vorhersagen für über 97% der Fahrten konstant genau waren. Durch die Partnerschaft mit DeepMind konnten wir den Prozentsatz ungenauer ETAs […] noch weiter senken – mit signifikanten Verbesserungen in Orten wie Berlin, Jakarta, São Paulo, Sydney, Tokio und Washington DC. Mit dieser Technik kann Google Maps besser vorhersagen, ob Sie von einer Verlangsamung betroffen sind, die möglicherweise noch nicht einmal begonnen hat .
[…] Unsere prädiktiven Verkehrsmodelle sind auch ein wesentlicher Bestandteil der Bestimmung von Fahrrouten durch Google Maps. Wenn wir vorhersagen, dass der Verkehr in eine Richtung wahrscheinlich stark wird, finden wir automatisch eine Alternative mit geringerem Verkehr.
Google hatte Ende August ein umfangreiches Update für seine mittlerweile seit 15 Jahren verfügbaren Online-Karten ausgerollt, das nicht zuletzt auch die Darstellung in der Google-Maps-App deutlich aufgefrischt hat.
Das Unternehmen generiert aus hochaufgelösten Satellitenbildern eine neue, deutlich detailliertere grafische Kartendarstellung. In der Folge soll unterschiedliche Vegetation besser erkennbar sein, Google verspricht aber auch mehr Details bei der Kartendarstellung in Städten. Die neuen Karten dürften beim Öffnen der App dann auch sofort auffallen, unabhängig davon, ob man die Darstellung in Ballungsräumen oder in ländlichen Gebieten betrachtet.
