Projektbeschreibung

Ein zukunftsfähiger öffentlicher Verkehr als leistungsfähiges Rückgrat multimodaler und nachhaltiger Mobilität muss in der Lage sein, die Nachfrage und vor allem Nachfrageänderungen zu erkennen und planerische Anpassungsstrategien zu entwickeln.

Um dem Effizienzauftrag gerecht zu werden und Planungshorizonte zu verkürzen und zu flexibilisieren, sollten neue Datenquellen genutzt werden. Die potenziell umfassendste Datenquelle, die dafür zur Verfügung steht, sind anonymisierte Mobilfunkdaten, die in aggregierter Form Bewegungsströme abbilden.

Ergebnisse und Wirkungen

Im Projekt „xMND“ wurden Verfahren entwickelt, die es erlauben, Nachfragedaten im öffentlichen Verkehr mit hoher zeitlicher und räumlicher Genauigkeit auf der Basis von Mobilfunkdaten zu erzeugen und diese kontinuierlich dem Markt zur Verfügung zu stellen. Die dabei generierten Daten werden als „Extended Mobile Network Data“ (xMND) bezeichnet.

Anhand von zwei Anwendungsfällen wurden gemeinsam mit zwei Verkehrsunternehmen konkrete Verwertungsperspektiven entwickelt, die für das Monitoring und die Planung im öffentlichen Verkehr genutzt werden können.

Im Projekt wurden Mobilfunkdaten, Smartphone-basierte GPS-Trackingdaten, Daten aus dem ÖPNV-Betrieb (wie Fahrgastzähldaten und Vertriebsdaten) sowie Kontextdaten (Haltestellen, Streckenverläufe, u.a. aus der mCloud) genutzt. Darauf basierend wurden Gewichtungs- und Hochrechnungsalgorithmen zur Verbesserung der räumlichen Genauigkeit von Mobilfunkdaten entwickelt.

Die Methodik wurde für die beiden Anwendungsfälle des Monitorings der Verkehrsnachfrage und der leistungsbezogenen Einnahmenaufteilung im ÖPNV in zwei Pilotregionen in Deutschland erprobt und angewandt. Die im Projekt erzeugten xMND wurden in der mCloud bereitgestellt.