Time Series Foundation Models as Strong Baselines in Transportation Forecasting: A Large-Scale Benchmark Analysis

Diese Studie zeigt, dass der zeitreihenbasierte Grundmodell-Algorithmus Chronos-2 ohne anpassungsspezifisches Fine-Tuning in einem Benchmark über zehn reale Verkehrsdatensätze hinweg State-of-the-Art-Genauigkeit und nützliche Unsicherheitsquantifizierung bietet, was ihn zu einer starken Basislinie für die Verkehrsprognose macht.

Das Wesentliche

Titel: Der „Allrounder" im Verkehrs-Universum: Warum ein neues KI-Modell die Zukunft der Stadtplanung sein könnte

Stellen Sie sich vor, Sie planen eine große Stadt. Sie müssen wissen: Wie viele Autos werden morgen um 8 Uhr auf der Autobahn sein? Wie viele Fahrräder werden in der Innenstadt ausgeliehen? Und wie voll sind die Ladesäulen für Elektroautos?

Bisher war das wie ein riesiges Puzzle, bei dem man für jedes einzelne Teil einen ganz speziellen, handgefertigten Schlüssel brauchte. Um den Verkehr vorherzusagen, mussten Forscher ein komplexes Computer-Modell bauen, das nur für diese eine Straße oder diesen einen Stadtteil trainiert wurde. Das war teuer, dauerte lange und brauchte viel Rechenpower.

Die neue Idee: Der „Schweizer Taschenmesser"-Ansatz

In dieser Studie stellen die Autoren eine neue Art von KI vor, die sie Chronos-2 nennen. Man kann sich dieses Modell wie einen allwissenden Verkehrs-Guru vorstellen, der bereits Millionen von verschiedenen Verkehrssituationen auf der ganzen Welt „gelernt" hat, bevor er überhaupt in Ihre Stadt kam.

Anstatt für jede neue Aufgabe ein neues Modell zu erfinden, nehmen wir einfach diesen einen, super-intelligenten Guru und fragen ihn: „Hey, wie sieht es morgen in Berlin aus?" Oder: „Wie wird es in Seoul?"

Das Besondere? Er muss dafür nicht erst neu lernen (das nennt man „Zero-Shot"). Er nutzt sein allgemeines Wissen, um sofort eine gute Antwort zu geben.

Was haben die Forscher herausgefunden?

Die Autoren haben diesen „Guru" an zehn verschiedenen realen Verkehrs-Daten getestet – von Autobahnen in Kalifornien bis zu E-Auto-Ladesäulen in Shenzhen. Hier sind die wichtigsten Ergebnisse, einfach erklärt:

1. Er ist schneller und besser als die Spezialisten:
   Oft war der „Allrounder" (Chronos-2) sogar genauer als die speziellen, handgefertigten Modelle, die nur für eine Aufgabe gebaut wurden. Besonders bei Vorhersagen für die ferne Zukunft (z. B. „Wie sieht der Verkehr in 12 Stunden aus?") glänzte er. Während andere Modelle mit der Zeit immer ungenauer wurden (wie ein Radfahrer, der nach einer Weile müde wird und die Richtung verliert), blieb der Guru stabil.

2. Er gibt uns ein Gefühl für das „Unsichere":
   Früher sagten Modelle oft nur einen einzigen Wert voraus: „Morgen sind es genau 500 Autos." Das ist riskant, weil die Realität selten so genau ist.
   Chronos-2 sagt hingegen: „Es werden wahrscheinlich zwischen 450 und 550 Autos sein." Er liefert also nicht nur eine Zahl, sondern ein Sicherheitsnetz. Er sagt uns, wie sicher er sich ist. Das ist wie ein Wetterbericht, der nicht nur „Sonne" sagt, sondern auch: „80 % Wahrscheinlichkeit für Sonne, aber bringen Sie trotzdem einen Regenschirm mit."

3. Er ist einfach zu bedienen:
   Die alten Modelle waren wie komplizierte Rennwagen, die nur ein Profi-Team warten konnte. Chronos-2 ist wie ein zuverlässiger Familienwagen. Man braucht keine teure Werkstatt oder spezielle Treibstoffe. Er läuft sogar auf einem normalen Laptop. Das macht es für Städte viel einfacher, diese Technologie zu nutzen.

Warum ist das wichtig für uns?

Stellen Sie sich vor, Sie sind ein Stadtplaner. Früher mussten Sie Monate warten, bis ein neues KI-Modell für eine neue U-Bahn-Linie fertig trainiert war. Mit diesem neuen Ansatz können Sie das Modell sofort nutzen.

• Für neue Projekte: Wenn eine neue Fahrradstraße eröffnet wird, brauchen Sie kein neues Modell zu bauen. Der „Guru" kennt das Muster schon.
• Für bessere Entscheidungen: Weil das Modell uns sagt, wie unsicher die Vorhersage ist, können wir besser planen. Wenn das Modell sagt: „Es könnte sehr voll werden, aber es ist unsicher", dann bauen wir vielleicht lieber eine zusätzliche Ausweichroute, statt nur auf die Vorhersage zu vertrauen.

Ein kleiner Warnhinweis

Die Autoren warnen auch: Wenn wir alle denselben „Guru" benutzen, könnte es passieren, dass er denselben Fehler an allen Orten macht. Wenn er eine bestimmte Art von Stau nicht versteht, dann verstehen ihn vielleicht alle Städte nicht. Deshalb muss man ihn trotzdem immer im Auge behalten.

Fazit

Diese Studie sagt uns: Die Zeit der komplizierten, einzelnen Modelle für jede Straße ist vielleicht vorbei. Wir haben jetzt einen starken, allgemeinen Basismodel, der sofort einsatzbereit ist, unsicherheiten berechnet und oft sogar besser ist als die alten Spezialisten. Es ist, als hätte die Verkehrsplanung endlich den „Google Maps"-Moment erlebt: Einfach, schnell und für alle verfügbar.

Technische Zusammenfassung

1. Problemstellung

Die genaue Vorhersage von Verkehrsdaten (Geschwindigkeiten, Volumina, Nachfragemuster) ist fundamental für das Management intelligenter Verkehrssysteme (ITS). Traditionell wurden hierfür parametrische Modelle (z. B. ARIMA) verwendet, die jedoch limitiert sind. Der aktuelle Forschungsstand setzt auf komplexe Deep-Learning-Architekturen (z. B. STGCN, DCRNN, T-GCN). Diese Modelle haben jedoch erhebliche Nachteile:

• Sie erfordern eine datensatzspezifische Entwicklung (Architekturdesign, Hyperparameter-Tuning).
• Sie benötigen oft große Mengen an Trainingsdaten und Rechenleistung.
• Sie liefern meist nur deterministische Punktwerte, was die Quantifizierung von Unsicherheit erschwert.
• Es fehlt an einer einheitlichen, generalistischen Lösung, die ohne spezifisches Training auf verschiedenen Verkehrsszenarien funktioniert.

Das Paper untersucht, ob Time-Series-Foundation-Modelle (TS-FMs), die auf großen heterogenen Korpora vortrainiert wurden, als leistungsfähige „Zero-Shot"-Baselines für Verkehrsprognosen dienen können, ohne dass ein spezifisches Fine-Tuning notwendig ist.

2. Methodik

Die Studie führt eine großangelegte Benchmark-Analyse durch, die auf früheren Arbeiten [16] aufbaut und diese erweitert.

• Modell: Es wurde das State-of-the-Art-Modell Chronos-2 (eine Variante der Chronos-Familie) verwendet. Chronos-2 ist ein Encoder-only Transformer-Modell (abgeleitet von T5), das für universelle Zeitreihenvorhersage trainiert wurde.
  • Architektur: Es nutzt einen „Group-Attention"-Mechanismus, der zeitliche Aufmerksamkeit innerhalb einer Serie und kreuzserielle Aufmerksamkeit innerhalb definierter Gruppen (z. B. Sensoren) alterniert. Dies ermöglicht das Lernen von räumlichen Korrelationen ohne vordefinierte Adjazenzmatrizen.
  • Fähigkeiten: Das Modell kann univariate, multivariate und kovariatenbasierte Vorhersagen durchführen und liefert native probabilistische Ausgaben (21 Quantile pro Vorhersagehorizont).
• Datensätze: Die Evaluation umfasste 10 reale Verkehrsdatensätze mit unterschiedlichen Granularitäten (5 Min. bis 1 Std.) und Themenbereichen:
  • Autobahnverkehr (Geschwindigkeit/Volumen): PeMSD7(M), PeMSD4, METR-LA, PEMS-BAY, SZ-taxi, Seattle Loop, Urban1.
  • Sharing-Systeme (Fahrrad): NYC Citi Bike, NYC Bike Flow.
  • E-Mobilität: UrbanEV (Belegung, Sitzungsdauer, Ladevolumen).
• Experimentelles Setup:
  • Zero-Shot Evaluation: Chronos-2 wurde ohne jegliches Fine-Tuning auf den Ziel-Datensätzen getestet.
  • Kontextfenster: Es wurde eine historische Datenmenge von einer Woche als Kontext verwendet (angepasst an die Granularität des Datensatzes).
  • Kovariaten: Bei Datensätzen mit mehreren Zielvariablen (z. B. Abholungen und Bringen bei Fahrrädern) wurden diese als bekannte Kovariaten verwendet.
  • Metriken:
    • Deterministisch: MAE, RMSE, MAPE (basierend auf dem Median/Quantil 0.5).
    • Probabilistisch: Kalibrierung (empirische Abdeckung des 80%-Intervalls) und Schärfe (Interquantilabstand IQR).

3. Wichtige Beiträge

1. Umfassendes Benchmarking: Erste großangelegte Evaluation eines TS-FMs (Chronos-2) über ein breites Spektrum von Verkehrsanwendungen hinweg.
2. Nachweis der Zero-Shot-Leistung: Demonstration, dass ein generalistisches Modell ohne datenspezifisches Training State-of-the-Art-Ergebnisse oder zumindest hochkompetitive Ergebnisse liefert.
3. Probabilistische Vorhersagen „out-of-the-box": Bewertung der Unsicherheitsquantifizierung des Modells ohne zusätzliche Architekturänderungen oder Training.
4. Neuer Standard: Argumentation, dass TS-FMs als neue Standard-Baselines in der Verkehrsprognose-Forschung etabliert werden sollten, um den Vergleich mit zukünftigen, komplexeren Architekturen zu ermöglichen.

4. Ergebnisse

Die Ergebnisse zeigen eine überlegene oder hochkompetitive Leistung von Chronos-2 im Vergleich zu klassischen statistischen Methoden (wie HA, ARIMA) und spezialisierten Deep-Learning-Modellen (wie STGCN, DCRNN, TimeXer).

• Deterministische Genauigkeit:
  • Chronos-2 erreichte in den meisten Datensätzen (z. B. PeMSD4, UrbanEV, NYC Citi Bike) die besten MAE-, RMSE- und MAPE-Werte.
  • Besonders bei langfristigen Vorhersagehorizonten zeigte Chronos-2 eine geringere Fehlerakkumulation als traditionelle autoregressive Modelle.
  • In einigen Fällen (z. B. METR-LA) waren die Ergebnisse leicht schlechter als bei spezialisierten Modellen, was auf die Komplexität räumlicher Interaktionen hindeuten könnte, die durch explizite Adjazenzmatrizen besser modelliert werden.
  • Im Durchschnitt erzielte Chronos-2 signifikante Fehlerreduktionen (z. B. +28% Verbesserung gegenüber HA bei PeMSD4, +70% bei UrbanEV).
• Probabilistische Bewertung:
  • Chronos-2 lieferte nützliche Unsicherheitsquantifizierungen. Die empirische Abdeckung (Coverage) lag bei den meisten Datensätzen nahe am nominalen Ziel von 80%.
  • Im Vergleich zu anderen Modellen, die oft breite Intervalle (hoher IQR) erzeugen, um die Abdeckung zu sichern, bot Chronos-2 schärfere (engere) Intervalle bei guter Kalibrierung, was auf ein höheres Vorhersagevertrauen hindeutet.
• Effizienz: Das Modell läuft auf Standard-Hardware (CPU/GPU) und erfordert kein aufwendiges Training pro Datensatz.

5. Bedeutung und Implikationen

• Paradigmenwechsel: Die Studie schlägt einen Wechsel von der Entwicklung datensatzspezifischer Modelle hin zur Nutzung generalistischer Foundation Models vor. Dies vereinfacht die Methodik erheblich und senkt die Einstiegshürden für neue Anwendungen (z. B. neue Fahrradverleihsysteme oder E-Ladesäulen).
• Praktischer Nutzen: Planer und Betreiber erhalten sofortige Zugriff auf probabilistische Vorhersagen, was die Entscheidungsfindung unter Unsicherheit (z. B. Risikoabschätzung) verbessert.
• Zukünftige Forschung: Das Paper fordert, dass zukünftige spezialisierte Verkehrsmodelle ihren Nutzen gegenüber diesen starken, generalistischen Baselines beweisen müssen.
• Risiken: Es wird auf das Risiko der Homogenisierung von Fehlern hingewiesen. Da dasselbe Modell für viele Systeme genutzt wird, könnten systematische Verzerrungen des Foundation Models in alle Anwendungen propagieren. Daher bleibt eine problem spezifische Validierung unerlässlich.

Fazit: Chronos-2 etabliert sich als starke, robuste und einfache Baseline für Verkehrsprognosen, die spezialisierte Modelle in vielen Szenarien (insbesondere bei langen Horizonten und begrenzten Daten) übertreffen oder gleichziehen kann.