Mikromobilität in der Stadt – das bedeutet neben vielen flexiblen multimodalen Verkehrsangeboten für Bürger*innen auch vielschichtige Herausforderungen. E-Scooter, E-Roller, E-Fahrräder und Car-Sharing-Angebote werden Untersuchungen zufolge meist für kurze Strecken bis ca. acht Kilometer genutzt und bilden damit in urbanen Regionen eine sinnvolle Ergänzung zum öffentlichen Personennahverkehr (ÖPNV). Öffentlicher Anspruch an Mikromobilität ist es, eine Reduktion des innerstädtischen individuellen Autoverkehrs zu erreichen und damit auch schädliche CO2-Emissionen zu reduzieren.
Die Praxis ist vielschichtiger. Busse und Bahnen des ÖPNV sind vor allem zu den Stoßzeiten stark ausgelastet, der urbane Straßenverkehr ist weiterhin nicht rückläufig und Sharing-Angebote beanspruchen Platz auf Gehwegen und verursachen Park-Chaos. Besonders betroffene Großstädte erlassen bereits umfangreiche Auflagen für das Abstellen von E-Scooter & Co., um dem wachsenden Unmut der Bürger*innen zu begegnen. Es scheint, dass alle drei grundlegenden Mobilitätsformen – Auto, ÖPNV und Shared Mobility – noch zu wenig interagieren, um positive Effekte auf Verkehr und Umwelt verzeichnen zu können.
Gemeinsames digitales Ökosystem für Nutzer*innen fehlt
Die bestehenden Mobilitätsangebote sind momentan noch wenig interagierende Insellösungen. Es fehlt an einem barrierefreien, digitalen Ökosystem, das alle Mobilitätsformen nutzerfreundlich vereint und es damit den Nutzer*innen sehr komfortabel möglich macht, die unterschiedlichen Verkehrsmittel synergetisch zu nutzen. Multimodale Mobilitätskonzepte sind erforderlich, die auch eine ganzheitliche Sicht auf Shared-Mobility-Lösungen und deren Nutzung ermöglichen.
Bislang bewegen sich Verkehrsplanungsexpert*innen in den öffentlichen Verwaltungen wegen fehlender Datengrundlage in einer Art Blindflug. Hierfür sind Lösungen gefragt, die in einem raumzeitlichen Kontext zielgenaue Datenanalysen zum Nutzungsangebot und Nutzungsverhalten bereitstellen. Der Aufwand für solch eine Aggregation lohnt, denn effektiv organisierte Mikromobilität kann einen wertvollen Anteil auf dem Weg zur CO2-Neutralität beisteuern.
Größere Handlungsräume für Verkehrsplaner*innen
Es bedarf des Wissens städtischer Institutionen über die Gesamtheit der Mobilitätsangebote sowie über das reale Nutzungsverhalten. Räumliche und zeitliche Nutzungsstrukturen, Nutzungshäufigkeiten und Wegerelationen gilt es zu erkennen und zu verstehen. So ist es erst durch zielgenaue und transparente Analysen von Daten möglich, Erkenntnisse und Fakten zu erlangen, die den Weg raus aus dem Blindflug ermöglichen. Aggregierte Daten können Verwaltungen in die Lage versetzen, nicht „nur“ Nutzungsregeln zu erlassen, sondern aktiv deren Einhaltung meist vollautomatisch zu prüfen. Mit dauerhaften und temporären Fahr- und Parkverbotszonen, der Nutzung von ausgewiesenen Shared-Parkplätzen, Vorgaben zu Flottengrößen und deren Verteilung in der Stadt bzw. Region (um auch Randbezirke adäquat in die Konzepte einbinden zu können) oder Gegenmaßnahmen wie der Planung von Parkplätzen an Hotspots, ergeben sich größere Spielräume zur umfassenden Steuerung der urbanen Mobilitätsangebote.
Anonymisierte Nutzungsdaten als Schlüssel
Mit dem Smart Monitoring Ecosystem (SME) haben Fujitsu und Hexagon in enger Kooperation eine Antwort auf die drängenden Fragen rund um Datenaggregation und -analyse entwickelt. Auf Basis übermittelter Informationen der Sharing-Anbieter wie u. a. GPS-Standortdaten, Informationen zum Akku-Ladezustand sowie anonymisierte Nutzungsdaten zu Fahrstrecke und Dauer kann SME eine Vielzahl an Daten in verwertbare Informationen umsetzen. Und das in Echtzeit. Dank standardisierter Schnittstellen zu den Daten der Shared-Mobility-Anbieter, wie MDS (Mobility Data Specification) und GBFS (General Bikeshare Feed Specification), ist eine übersichtliche Darstellung der gesamten Mobilitätslage in der Stadt/Region zu jeder Zeit möglich.
Wo befinden sich Scooter, Roller und Fahrräder von welchem Anbieter, wie lange ist das bereits der Fall und welche dieser Verkehrsmittel sind reserviert? Wurden Parkbeschränkungen beim Abstellen eingehalten? Wie korrelieren Akku-Ladezustand und präferierte Nutzung am Hotspot des Verkehrsmittels? Wo ist die Einrichtung von Parkräumen für Shared Mobility sinnvoll und wie werden diese von den Nutzer*innen in Anspruch genommen? Welches sind die hochfrequentierten Fahrtstrecken? Wie ist das Nutzungsverhalten über den Tag und die Woche? Wie können Bürger*innen Informationen über behindernd abgestellte Fahrzeuge an die zugehörigen Ämter melden? Wie werden Shared-Mobility-Anbieter über temporäre Parkbeschränkungen wie Straßenfeste, Demonstrationen oder Baumaßnahmen von der Stadt informiert? All das bereitet SME in einem zentralen Dashboard übersichtlich auf.
Ein urbanes Ökosystem mit Optimierungspotential
Kontinuierliche Analysen der so aufbereiteten Daten ermöglichen die Bildung von räumlichen Clustern, also Orten und Bereichen, die zu bestimmten Zeiten besonders häufig frequentiert werden. Darüber hinaus werden umfangeiche Daten des ÖPNV-Netzes in die Analysen mit einbezogen, wie etwa Standort- und Netzdaten von Bussen, Straßen- sowie U-Bahnen. Optimierungsbedarfe werden identifizier- und sind direkt umsetzbar. Das können beispielsweise die Erweiterung von Parkmöglichkeiten, bessere Anbindungen an das Radnetz oder intensivere Vernetzung der Verkehrsmodi sein, die Nutzer*innen eine einfache intermodale Route von A über B nach C ermöglichen.
Vorteile für viele Stakeholder
Der Nutzen eines solchen urbanen Ökosystems ist für Städte und Regionen groß und ermöglicht den Übergang in den „Sichtflug“. Shared-Mobility-Angebote können Anbieter-übergreifend sichtbarer, nachvollziehbarer und planbarer gestaltet werden. Der mögliche Gewinn an Erkenntnissen über eine intelligente Integration von Shared-Mobility-Angeboten in intermodalen Mobilitätskonzepten bietet wichtige Impulse für Steuerung und Planung. Automatisierte (Melde-)Prozesse für ein Beschwerdemanagement, das seinen Namen auch verdient und im Sinne der Bürger*innen zielorientiert vermittelt, werden effektiv umsetzbar. Und nicht zuletzt wird ein Must-have für öffentliche Verwaltungen sichergestellt: die digitale Souveränität der Stadt bzw. Region.
Der Autor über das Smart Monitoring Ecosystem:
Wir können innerhalb von 96 Stunden einen relevanten Proof-of-Concept mit Dashboards für spezifische Szenarien aufsetzen und damit live gehen. So haben Stadtplaner*innen und Verwaltungen direkt sichtbare Ergebnisse in der Hand, die Transparenz schaffen. Transparenz in Bezug auf vorhandene Daten, in Bezug auf Optimierungspotential und in Bezug auf Entscheidungen zur weiteren Umsetzung von Maßnahmen. Zusammen mit unserem Partner Hexagon schaffen wir mit dem Smart Monitoring Ecosystem eine ganzheitliche Sicht auf die vielfältigen Nutzungsarten von Shared-Mobility in Städten und Regionen – sichtbarer – nachvollziehbarer – planbarer.
Eine zielgerichtete Erfassung und Analyse von Mobilitätsdaten ist das Fundament für eine übergreifende Mobilitätsstrategie, die eine Integration bestehender Insellösungen bewirkt. Der Einsatz von intelligenten Datensystemen wie SME führt zur ökologischen wie wirtschaftlichen Optimierung von Mobilitätsservices, die für die Bürger*innen einen deutlichen Mehrwert bieten.
HxGN Live vom 11. bis 12.10.2022 in Berlin
Gerne stellen wir Ihnen das Smart Monitoring Ecosystem genauer vor und diskutieren mit Ihnen Ihre individuellen Herausforderungen. Treffen Sie uns auf der Hexagon-Anwenderkonferenz HxGN LIVE am 11. und 12.10.2022 in Berlin oder kontaktieren Sie mich direkt.
Kontakt
Fujitsu Technology Solutions GmbH
Dipl.-Geogr. Johannes Schöniger
Phone: +49 30 536036-464
E-Mail: johannes.schoeniger@fujitsu.com
Johannes Schöniger verantwortet als Strategic Account Director das Themengebiet Geoinformation im Bereich der Öffentlichen Auftraggeber (D-A-CH). Seine aktuellen Schwerpunkte liegen rund um Integration, Analytik, Visualisierung und Sicherheit von Sensorik (IoT) und Geoinformation. Parallel ist er aktiv in mehreren Geo-Netzwerken, u. a. BITKOM. Er begleitet seit vielen Jahren öffentliche Verwaltungen auf ihrem Weg der digitalen Transformation.