Prof. Dr. Stefanie Schmidtner

Raum: K201
Lehrgebiet: Nachhaltige Stadtentwicklung und künstliche Intelligenz
Fakultät: Fakultät E
Forschung
  • Nachhaltige und intelligente Mobilitätssysteme
  • Data Science & Machine Learning in Mobilitätssystemen
  • Reinforcement Learning in Mobilitätssystemen

in den Forschungsinstituten

Vita
  • Seit 2021 an der THI
  • 11/2018 - 01/2021: Data Scientist und Projektleiterin in der Vorentwicklung im Bereich Smart Mobility bei der Audi AG (Audi Electronics Venture GmbH und Cariad SE)
  • 08/2017 - 10/2018: Data Scientist und Funktionsentwicklerin bei der Audi AG
  • 05 - 08/2015: Forschungsaufenthalt an der Nanyang Technological University, Singapore
  • 10/2012 - 07/2017: Wissenschaftliche Mitarbeiterin und Promotion am Susanne Klatten-Stiftungslehrstuhl für Empirische Bildungsforschung an der Technischen Universität München
  • 2007 - 2012: Studium Mathematik und Physik für Lehramt Gymnasium an der Technischen Universität München

Git Repository

Lehrtätigkeit

  • Statistics: Vorlesung und Übungen (Bachelor)
  • AI Applications in Mobility (Bachelor)
  • Introduction to Statistical Learning (Bachelor)
  • Data Science und KI für intelligente und nachhaltige Mobilitätssysteme (Master)
  • Smart Mobility: Trends in Intelligent and Sustainable Mobility Systems (Master)
  • Data Engineering and Analytics (Master)
  • Angewandtes Wissenschaftliches Arbeiten (Master)

Forschungsprofil

Die Forschungsgruppe für Nachhaltige Stadtentwicklung und Künstliche Intelligenz beschäftigt sich mit Data Science und KI-Anwendungen für intelligente und nachhaltige Mobilitätssysteme. Ziel der Forschungsgruppe ist es, Forschung zu Datenanalyse und Machine Learning mit Forschung zu Mobilität und Verkehr sowie neuen Mobilitätskonzepten zu verknüpfen und durch anwendungsnahe Forschung eine nachhaltige, intelligente, nutzerzentrierte und evidenzbasierte Stadtentwicklung zu fördern. Als Methoden werden dafür sowohl statistische als auch Machine/Deep Learning basierte Verfahren verwendet. 


Unsere Forschungsgebiete:

  • Nutzung von Data Science und KI für intelligente und nachhaltige Mobilitätssysteme
  • Intelligente Verkehrssteuerung und Orchestration unterschiedlicher Verkehrsmodi
  • KI basierten Analyse von Mobilitätsbedarfen und Gestaltung von Mobilitätslösungen
  • Zusammenspiel automatisiertes Fahren und Infrastruktur/Verkehrssteuerung

Die Professur der Forschungsgruppe wird aus Stiftungsmitteln der Stadt Ingolstadt finanziert.

Forschungsprojekte

5GoIng

Beyond Validation AI

Mensch in Bewegung

NEwAIste

newMIND

Mitarbeiter*innen der Forschungsgruppe

Philip-Roman Adam
Wissenschaftlicher Mitarbeiter

+49 841 9348-3817
Alexander Bönisch
Wissenschaftlicher Mitarbeiter

+49 841 9348-3826
Jeremias Gerner
Wissenschaftlicher Mitarbeiter

+49 841 9348-6611
Alexander Horn
Wissenschaftlicher Mitarbeiter

+49 841 9348-2883
Pushkar Mahajan
Wissenschaftlicher Mitarbeiter

+49 841 9348-3411
Sven Pflaumbaum
Wissenschaftlicher Mitarbeiter

+49 841 9348-7786
Anna-Lena Schlamp
Wissenschaftliche Mitarbeiterin

+49 841 9348-6617

Publikationen

2026
HORN, Alexander, Philip-Roman ADAM und Stefanie SCHMIDTNER, 2026. A Benchmark Dataset for Bus Travel and Dwell Time Prediction. 2025 IEEE 28th International Conference on Intelligent Transportation Systems (ITSC). Piscataway: IEEE, S. 2047-2054. ISBN 979-8-3315-2418-0. Verfügbar unter: https://doi.org/10.1109/ITSC60802.2025.11423733
SCHLAMP, Anna-Lena, Jeremias GERNER, Klaus BOGENBERGER, Werner HUBER und Stefanie SCHMIDTNER, 2026. ROSA: Roundabout Optimized Speed Advisory with Multi-Agent Trajectory Prediction in Multimodal Traffic [Preprint]. arXiv. Verfügbar unter: https://doi.org/10.48550/arXiv.2602.14780
2025
ZHANG, Yunfei, Jeremias GERNER, Mario ILIC, Stefanie SCHMIDTNER und Klaus BOGENBERGER, 2025. Autonomous Vehicles as Sensors: Traffic State Estimation. 104th Annual Meeting of the Transportation Research Board (TRB). Washington: National Academy of Sciences.
ROLLWAGEN, Alice, Alexander HORN, Stefanie SCHMIDTNER und Andreas RIENER, 2025. Communicating Uncertainty in Arrival Time Predictions for Public Transport: A Comparison of Point and Interval Forecasts. MuC´25: Proceedings of the 2025 Conference on Mensch und Computer. New York: ACM, S. 515-519. ISBN 979-8-4007-1582-2. Verfügbar unter: https://doi.org/10.1145/3743049.3748542
2024
GERNER, Jeremias, Dominik RÖSSLE, Daniel CREMERS, Klaus BOGENBERGER, Torsten SCHÖN und Stefanie SCHMIDTNER, 2024. Enhancing Realistic Floating Car Observers in Microscopic Traffic Simulation. 2023 IEEE 26th International Conference on Intelligent Transportation Systems (ITSC). Piscataway: IEEE, S. 2396-2403. ISBN 979-8-3503-9946-2. Verfügbar unter: https://doi.org/10.1109/ITSC57777.2023.10422398
MEESS, Henri, Jeremias GERNER, Daniel HEIN, Stefanie SCHMIDTNER, Gordon ELGER und Klaus BOGENBERGER, 2024. First steps towards real-world traffic signal control optimisation by reinforcement learning. Journal of Simulation, 18(6), 957-972. ISSN 1747-7778. Verfügbar unter: https://doi.org/10.1080/17477778.2024.2364715
GERNER, Jeremias, Klaus BOGENBERGER und Stefanie SCHMIDTNER, 2024. Investigating Floating Car Observers for Traffic State Estimation through Co-Simulation. MFTS: The 5th Symposium on Management of Future Motorway and Urban Traffic System 2024. Haifa: Technion.
GERNER, Jeremias, Klaus BOGENBERGER und Stefanie SCHMIDTNER, 2024. Temporal Enhanced Floating Car Observers. 2024 IEEE Intelligent Vehicles Symposium (IV). Piscataway: IEEE, S. 1035-1040. ISBN 979-8-3503-4881-1. Verfügbar unter: https://doi.org/10.1109/IV55156.2024.10588538
RÖSSLE, Dominik, Jeremias GERNER, Klaus BOGENBERGER, Daniel CREMERS, Stefanie SCHMIDTNER und Torsten SCHÖN, 2024. Unlocking Past Information: Temporal Embeddings in Cooperative Bird’s Eye View Prediction [Preprint]. arXiv. Verfügbar unter: https://doi.org/10.48550/arXiv.2401.14325
SCHLAMP, Anna-Lena, Jeremias GERNER, Klaus BOGENBERGER und Stefanie SCHMIDTNER, 2024. User-Centric Green Light Optimized Speed Advisory with Reinforcement Learning. 2023 IEEE 26th International Conference on Intelligent Transportation Systems (ITSC). Piscataway: IEEE, S. 3463-3470. ISBN 979-8-3503-9946-2. Verfügbar unter: https://doi.org/10.1109/ITSC57777.2023.10422501
2022
MEESS, Henri, Jeremias GERNER, Daniel HEIN, Stefanie SCHMIDTNER und Gordon ELGER, 2022. Real World Traffic Optimization by Reinforcement Learning: A Concept. In: KIEU, Minh Le, Koen H. van DAM, Jason THOMPSON, Nick MALLESON, Alison HEPPENSTALL und Jiaqi GE, Hrsg. International Workshop on Agent-Based Modelling of Urban Systems (ABMUS) Proceedings: 2022. [s. l.]: figshare, S. 49-54. Verfügbar unter: https://doi.org/10.6084/m9.figshare.19733800.v1
MEESS, Henri, Jeremias GERNER, Daniel HEIN, Stefanie SCHMIDTNER und Gordon ELGER, 2022. Reinforcement Learning for Traffic Signal Control Optimization: A Concept for Real-World Implementation. AAMAS '22: Proceedings of the 21st International Conference on Autonomous Agents and Multiagent Systems. Richland: International Foundation for Autonomous Agents and Multiagent Systems, S. 1699-1701. ISBN 978-1-4503-9213-6. Verfügbar unter: https://dl.acm.org/doi/10.5555/3535850.3536081
MEESS, Henri, Jeremias GERNER, Daniel HEIN, Stefanie SCHMIDTNER und Gordon ELGER, 2022. Reinforcement Learning for Traffic Signal Control Optimization: A Concept for Real-World Implementation. AAMAS '22: Proceedings of the 21st International Conference on Autonomous Agents and Multiagent Systems. Richland: International Foundation for Autonomous Agents and Multiagent Systems, S. 1699-1701. ISBN 978-1-4503-9213-6. Verfügbar unter: https://dl.acm.org/doi/10.5555/3535850.3536081

Auszeichnung

  • Rotary Forschungspreis 2023 des Rotary Club Ingolstadt