Big Data is moving you

Treffender als Kay W. Axhausen kann man den Widerspruch zwischen dem Wunsch nach urbaner Mobilität und der maximal entschleunigten Wirklichkeit kaum beschreiben. Verkehr, lästert der Professor am Future Cities Laboratory der ETH Zürich, sei „ein System sich selbst organisierender, bewegender Warteschlangen“. Mit anderen Worten: Autofahrer geraten in einen Stau nicht hinein. Sie selbst führen die Warterei herbei. Ja, sie sind der Stau, der sie im Jahr fast so viel Lebenszeit kostet, wie sie im Monat arbeiten. Wiens Autofahrer stehen 109 Stunden, also mehr als 4,5 Tage, pro Jahr insgesamt im Stau. Den Grazern geht es ähnlich. Auch sie sitzen jährlich 100 Stunden im stehenden oder langsam rollenden Fahrzeug. Das zeigen die Ergebnisse der 2018 Global Traffic Scorecard des Verkehrsinformationsanbieters Iindrix, die jährlich Stau- und Mobilitätstrends in mehr als 200 Städten und 38 Ländern identifiziert und bewertet. Doch der motorisierte Individualverkehr (MIV) ist die gesellschaftliche Norm, der öffentliche Personennahverkehr (ÖPNV) die Ausnahme. Nur für jede vierte Fahrt steigen die Österreicher in Bus oder Bahn.

„Es ist kein Ruhmesblatt für den öffentlichen Verkehr, dass sich die Mehrheit der Leute immer noch lieber ins eigene Auto setzt als in ein öffentliches Verkehrsmittel“, seufzt Maximilian Rohs. Der Düsseldorfer Berufspendler würde das gern ändern, aber nicht als Bus-und-Bahn-Missionar, sondern in seiner Eigenschaft als Nahverkehrsexperte bei PwC Deutschland: Rohs und sein Münchner Kollege Michael Birlbauer beraten kommunale Verkehrsbetriebe bei ihrer Verwandlung in „datengetriebene“ Unternehmen, die so viel über die Mobilitätsbedürfnisse der Bürger wissen, dass sie ihnen vielleicht keine maßgeschneiderten, aber doch bedarfsgerechtere Angebote machen könnten. Ziel der systematischen Analysen bisher ungenutzter Daten ist eine Win-win-Situation: Das Verkehrsunternehmen verbessert die Auslastung und den Deckungsbeitrag, die Stadt ihre Lebensqualität.

Gefährliche Analogie: Big Data oder Big Brother?

Die Kernidee ist, dass die Verkehrsteilnehmer selbst den Planern den Input liefern. Und zwar alle, nicht nur die existierenden Fahrgäste, auch die Noch-Autofahrer: Wer will wann von wo nach wo? Klappt das ohne Auto überhaupt in vertretbarer Zeit? Mit Befragungen lässt sich so etwas nicht flächendeckend und kontinuierlich ermitteln, mit Smartphones und vernetzten Autos, die ja dafür gebaut sind, breite Datenspuren zu hinterlassen, schon eher. Auf den Wert der Daten wies der Münchner Kreis, ein renommierter Zirkel von Professoren und Industrievertretern, schon 2017 in einer Zukunftsstudie hin: „Nutzerdaten werden im Jahre 2025 Grundlage nahezu jedes Mobilitätsangebots sein.“

Alle ernsthaften Verkehrsplaner versuchen inzwischen, ÖPNV und MIV zusammenzudenken. Das Smartphone kann dabei zur Brücke zwischen beiden Sphären werden, da es Mobilitätsdaten sowohl von Fahrgästen als auch von Autofahrern liefern kann – Daten, die erst durch eine konsolidierte Sicht eine wirklich sinnvolle Verkehrsleitplanung ermöglichen. Aber bis dato sind Data Analytics alias Big Data für viele Betreiber von Bus- und Bahnlinien noch Neuland. Sie können sich nicht erlauben, dass in der Öffentlichkeit der Eindruck entsteht, „Big Data“ bedeute „Big Brother“. Können die nötigen Daten nur über personalisierte Bewegungsprofile gesammelt werden, treibt dies die Datenschützer auf die Barrikaden – das Stadtentwicklungsprojekt Quayside in Toronto kam deshalb ins Stocken. Kanadische Medien verpassten der Smart City bereits vorab das Etikett „City of Surveillance“: Überwachungsstadt. Denn geplant wurde die komplett durchdigitalisierte Reißbrettsiedlung von der Google-Schwesterfirma Sidewalk Labs – und die Bürger trauten deren Beteuerungen nicht, die mit Kameras, Sensoren und einem 5G-Funknetz gesammelten Daten würden selbstverständlich anonymisiert.

Verborgene Datenquellen anzapfen

Das Gute ist: Alles, was die datengetriebenen Verkehrsbetriebe von morgen wissen müssen, lässt sich anonym erfassen. Fürs Erste haben sie ohnehin genug damit zu tun, ihre ungenutzten internen Quellen auszuschöpfen – sei es, um ihre Betriebsabläufe zu optimieren oder den Service für die Passagiere zu verbessern. „Der ÖPNV muss sich des Werts seiner Daten erst bewusst werden“, sagt Michael Birlbauer, Verkehrsexperte bei PwC Deutschland. „Wir raten den Unternehmen zu einer Bestandserhebung: Nutzt, was schon da ist! Da liegt wahnsinnig viel Wertvolles unter irgendwelchen Steinen verborgen.“ Beispielsweise sind an den Türen vieler Busse Sensoren verbaut, die zählen, wie viele Personen an einer Haltestelle ein- und aussteigen. Damit ließe sich in Echtzeit die Auslastung jedes einzelnen Fahrzeugs überwachen – etwa an welchen Tagen ein Bus abends nur warme Luft durch die Gegend kutschiert und deshalb besser durch ein Ruftaxi ersetzt werden sollte. Bei U-Bahnen sei es technisch sogar möglich, den wartenden Fahrgästen anzuzeigen, in welchen Waggons die Chance auf einen freien Sitzplatz am größten ist.

„Der ÖPNV muss sich des Werts seiner Daten erst bewusst werden.“

Michael Birlbauer, Verkehrsexperte bei PwC Deutschland

Alle Informationen über den „Befüllungsgrad der Gefäße“, wie die Branche die Auslastung der Wagen nennt, laufen jedoch ins Leere, solange Fachkräfte fehlen, die sie auswerten. „Die Verkehrsunternehmen können ihre Entscheidungen mithilfe von Datenanalysen auf eine bessere Grundlage stellen“, so Birlbauer, „aber sie müssen dafür ihre Aufbauorganisation an die digitalen Möglichkeiten anpassen und die dafür nötigen Planstellen schaffen.“

Pendler, die unbekannten Wesen

So nützlich die Liveunterrichtung von Disponenten oder Kunden über Engpässe im Streckennetz oder die optimale Umsteigeverbindung auch sein mag: Strategisch wichtiger ist es, den Blick auf die Nachfrageseite zu richten. Kommunale Verkehrsträger sind allerdings oft auf einem Auge blind. Zu einem wesentlichen Teil ihrer Fahrgäste haben sie keinen direkten Draht. Jedem Verkehrsbetrieb „gehören“ traditionell alle Kunden, die in seinem Versorgungsgebiet wohnen und abfahren, nicht aber jene, die mit Verbund- oder Regiotickets von außerhalb hereinkommen. In Oberzentren, also den wirtschaftlich und kulturell wichtigsten Großstädten einer Region, liegt der Anteil der Einpendler an den Arbeitnehmern allerdings zwischen einem und zwei Dritteln.

Die für ein wirklich bürgerfreundliches Verkehrsangebot erforderlichen Daten verteilen sich daher regelmäßig auf mehrere Unternehmen. Dazu gehören nicht nur benachbarte Kommunalbetriebe, sondern auch Anbieter von Regionalverkehren auf der Schiene, die mit ihren Fahrplänen wiederum Vorgaben der als „Besteller“ auftretenden Bundesländer umsetzen. Selbst wenn alle Partner demselben Verkehrsverbund angehören, ziehen sie deshalb noch lange nicht an einem Strang, sondern streiten sich lieber über die Aufteilung der Einnahmen und Kosten. Diese „Kleinstaaterei“ führt etwa im Ruhrgebiet dazu, dass Handyticket-Nutzer wegen dieser Struktur vor der ersten Buchung in der VRR-App einen von 22 „Mobilitätspartnern“ wählen müssen.

„CiBo“-Ticket produziert wertvolle Daten

Ein gemeinsamer Datenpool wäre ein erster Schritt zu einem Selbstverständnis der Verbünde als Dienstleister für Menschen, die bereit sind, das Auto häufiger mal stehen zu lassen. Richtig interessant wird es, wenn neue Angebote auch neue Daten produzieren. Ist das klassische Handyticket nur der digitale Zwilling der Fahrkarte, protokolliert die neue Generation „CiBo“ (Check-in/Be-out) die gesamte Fahrt: Beim Einsteigen meldet sich der Passagier kurz per Funk am Bordcomputer an; ausgecheckt wird er beim Aussteigen automatisch. Dies erlaubt nicht nur die Abrechnung nach Bestpreis, sondern als Zusatzprodukt fallen reichlich Daten an, die sich zu einer Heatmap aggregieren lassen. Zum Beispiel sehen die Datenanalysten, zwischen welchen Linien besonders viel umgestiegen wird. Dort lohnt sich womöglich eine schnelle Direktverbindung. Aufschlussreich wäre auch, nach welchen Fahrplanauskünften per App die Fahrt anschließend doch nicht angetreten wird. Zudem sind die Daten unbestechlich, offenbaren also auch Schwachstellen von Verbundpartnern, die bisher niemandem aufgefallen sind.

Der wohl größte Fortschritt wäre es, wenn die ÖPNV-Anbieter auch Zugang zu dem gigantischen Datenschatz bekämen, den Internetkonzerne, Handynetzbetreiber und Navi-Dienstleister unaufhörlich mehren – die Fahrtverläufe der Autofahrer. Eine Big-Data-Analyse könnte viel befahrene Strecken sichtbar machen, auf denen öffentliche Angebote fehlen. Denkbar ist auch ein Vergleich der Tür-zu-Tür-Reisezeit: Ein verpasster Anschluss frisst oft mehr Zeit als ein Stau.

Gemeinsame Plattform für Mobilitätsdaten

Der einfachste Weg zu einer ganzheitlichen Sicht auf die Mobilitätsdaten wäre eine gemeinsame Plattform nach dem Open-Data-Prinzip. Die Idee, wertvolle Daten als öffentliches Gut zu behandeln, kollidiert allerdings mit den Geschäftsmodellen diverser Akteure. So setzt die Stadt Wien bereits seit einigen Jahren zur Erfassung des Straßenverkehrs stationäre Sensoren ein. Diese zählen die an der Messstelle vorbeifahrenden Fahrzeuge und messen deren aktuelle Geschwindigkeit. Lokale Störungen können über die gemessenen Geschwindigkeiten und die Fahrzeuganzahl im Umfeld des Sensors gut aufgelöst werden. Zur Ergänzung der stationären Messsysteme kommt die Technologie „Floating Car Data“ (FCD) zum Einsatz. Dabei werden Positionsdaten von im Verkehr „mitschwimmenden“ Fahrzeugen aufgezeichnet. Sie werden für die Ermittlung der Geschwindigkeit verwendet. Steht für solche Messungen eine hinreichend große Anzahl von FCD-Meldefahrzeugen zur Verfügung, können die Verkehrslage und die Fahrgeschwindigkeiten auf den einzelnen Straßenabschnitten sehr genau ermittelt werden. Mehrere Tausend Taxis liefern dazu beispielsweise verwertbare GPS-Daten.

1.200

Ampelanlagen werden in den nächsten Jahren mit 10.000 Wetter- und Umweltsensoren ausgestattet.

Teilen

Zudem rüsten die Stadt Wien und die Zentralanstalt für Meteorologie und Geodynamik (ZAMG) in den nächsten Jahren 1.200 Ampelanlagen mit rund 10.000 Wetter- und Umweltsensoren aus. Das ermöglicht mittels „Big Data Analytics" eine Vielzahl von Anwendungen. Damit können Hitzeinseln detektiert, aber auch durch eine intelligente Verkehrsflusssteuerung die Luftqualität verbessert werden. Sogar eine intelligente Steuerung von Taxistandorten ist denkbar. Kombiniert man etwa Wetterdaten mit Ankunftszeiten von Zügen und den Spielplänen von Theatern und Kinos, lässt sich effizient der erhöhte Bedarf von Taxis bei plötzlich einsetzendem Regen abdecken.

Was eine übergreifende, diskriminierungsfreie Vernetzung aller Mobilitätsdienstleister heute schon leisten kann, zeigt die App „Wegfinder“ der Österreichischen Bundesbahnen (ÖBB). Sie zeigt in Echtzeit sämtliche in der näheren Umgebung verfügbaren Verkehrsmittel an, mit denen man das gewünschte Ziel erreichen kann, mitsamt Kosten und Fahrtdauer, und vergleicht sie mit dem eigenen Auto oder Fahrrad. Wer ein U-Bahn-Ticket lösen, ein Taxi bestellen oder einen E-Scooter ausleihen will, wird direkt zur passenden App weitergeleitet. PwC-Verkehrsexperte Rohs denkt noch einen Schritt weiter: „In einer volldigitalen Welt bräuchte man gar keine Haltestellen mehr.“ Auch Busse könnten dann wie Taxis genau dahin fahren, wo sie gebraucht werden.

Bildnachweis: © Getty Images; Teaser: Getty Images/Takahiro Yamamoto

Newsletter abonnieren

Mit dem Newsletter verpassen Sie keine Ausgabe der next: Das Magazin für Vorausdenker

Anmelden
Feedback

Sie möchten uns Feedback zu diesem Beitrag geben? Wir freuen uns auf Ihre Rückmeldung.

Feedback
Diesen Beitrag teilen

Hier können Sie den Beitrag über soziale Medien teilen.

Teilen

Sie möchten für immer auf Höhe der Vorausdenker sein?
Hier für den next: Newsletter anmelden!

Anmelden