„Die Forschung bei BANYAN war in vielerlei Hinsicht bahnbrechend. Zum einen hat das Projekt bisher unbekannte Aspekte der Nachfrage nach Mobilfunkdiensten in verschiedenen Kontexten aufgezeigt, beispielsweise in städtischen Gebieten, in Innenräumen und bei Großveranstaltungen“, erklärt Dr. Fiore. Diese Erkenntnisse ermöglichten die Erstellung präziser Modelle des Nutzerverhaltens und des Mobilfunkverkehrs – unerlässliche Werkzeuge zur Verbesserung der Planung und des Managements moderner Funkzugangsnetze. „Als Beispiele konnten wir aufzeigen, wie die Einführung von 5G den Konsum bestimmter mobiler Anwendungen (insbesondere Videospiele) gesteigert hat, und wir haben demonstriert, wie große öffentliche Proteste einen drastischen Anstieg des Datenverkehrs für bestimmte Dienste (vor allem Surfen und Messaging) verursachen.“.

Ein weiterer wichtiger Erfolg von BANYAN ist die Entwicklung einer KI-basierten Lösung zur Modellierung der Signalausbreitung in Umgebungen mit hoher Funkdichte. Diese Technik ermöglicht nicht nur die präzise Planung der Infrastruktur drahtloser Netzwerke, sondern reduziert im Vergleich zu herkömmlichen Methoden auch den Rechenaufwand für die Entwicklung drahtloser Indoor-Netzwerke. Dies stellt einen bedeutenden Fortschritt für die effiziente Planung von Netzwerken in Smart Cities und großen Innenräumen wie Einkaufszentren oder Flughäfen dar.

Kommerzialisierung:
Die Projektergebnisse beschränkten sich nicht nur auf den akademischen Bereich, sondern fanden auch kommerzielle Anwendung. „Einige der im Rahmen von BANYAN entwickelten Werkzeuge wurden in die Funkplanungssoftware von Ranplan Wireless, einem der Projektpartner, integriert“, betont Fiore.
Auf akademischer Ebene wurden die Ergebnisse auf hochrangigen Konferenzen wie ACM IMC, IEEE INFOCOM und im IEEE JSAC Journal präsentiert, was den Beitrag von BANYAN zum wissenschaftlichen Erkenntnisstand im Bereich der Funkzugangsnetze unterstreicht.

Herausforderungen
Das BANYAN-Projekt befasste sich mit mehreren komplexen Herausforderungen, darunter:

• Messung, Charakterisierung und Modellierung des Verkehrsaufkommens für einzelne Mobilfunkdienste im großen Maßstab (z. B. ganze Städte oder Länder) sowohl in Innen- als auch in Außenbereichen.
• Entwicklung KI-basierter Tools zur Generierung realistischer Funkwellenausbreitung in Innen- und Außenbereichen mit hoher Genauigkeit und geringer Komplexität.
• Erstellung von Optimierungsmodellen für die automatisierte Netzwerkplanung.
• Entwicklung von KI-Lösungen für das autonome Management von Mobilfunknetzen, getestet auf experimentellen Plattformen.