Radverkehrsverhalten in Deutschland (RiD) - ein multikriterieller Ansatz zur Quantifizierung von lokalen Unterschieden in Routenwahl und Fahrverhalten

• Antragstellerinnen / Antragsteller: Dr.-Ing. Stefan Huber; Dr.-Ing. Sven Lissner; Dr. Iryna Okhrin
• Fachliche Zuordnung: Städtebau/Stadtentwicklung, Raumplanung, Verkehrs- und Infrastrukturplanung, Landschaftsplanung
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 514587991

Der Radverkehr ist in der letzten Dekade zunehmend in den Fokus der Verkehrsforschung gerückt. Die Erforschung und Quantifizierung stützt sich bislang meist auf Daten aus klassischen Haushaltsbefragungen (z.B. MiD, SrV) oder vereinzelten Datenerhebungen und Befragungen. Während Ergebnisse klassischer Haushaltsbefragungen jedoch keine Aussagen zu Fahrverhalten und Routenwahl ermöglichen, können aus Erhebungen zu einzelnen Städten keine generalisierbaren Aussagen zum Fahrverhalten und Routenwahl im Radverkehr abgeleitet werden.Das Forschungsvorhaben “Radverkehrsverhalten in Deutschland (RiD)” hat das Ziel, den Einfluss von raum- und stadtspezifischen Variablen auf das Fahrverhalten und die Routenwahl von Radfahrenden in Deutschland zu analysieren. Es soll damit die Frage beantwortet werden, warum bspw. Menschen in Münster ein anderen Fahrverhalten haben als Menschen in Berlin und warum in Dresden evtl. andere Parameter die Routenwahl dominieren als in Stuttgart. Die Projektergebnisse sollen somit auch eine grundlegende Übertragbarkeit von Routenwahlmodellen auf unterschiedliche Kommunen sicherstellen.Zur Untersuchung wird ein vorliegender Datensatz mit mehr als 3 Millionen GPS-Trajektorien von rund 250.000 Radfahrenden aus der gesamten Bundesrepublik herangezogen. Um für Deutschland möglichst generalisierbare Ergebnisse zu erhalten, sollen für die Analyse Städte ausgewählt werden, die bzgl. ihrer Eigenschaften (z.B. Größe, Topographie oder Radverkehrsanteil im Modal Split) möglichst divers sind und gleichzeitig, alle deutschen Städte weitestgehend repräsentieren. Für die ausgewählten Städte werden anschließend die GPS-Daten aufbereitet, Sekundärdaten erhoben und mit den Routendaten verschnitten. Auf diese Weise entsteht ein umfangreicher Datensatz, der es erlaubt das Fahr- und Routenwahlverhalten in den Untersuchungsgebieten vergleichend zu analysieren. Für die Analyse von Fahrverhalten und Routenwahl werden sowohl etablierte Verfahren genutzt als auch neuen Methoden entwickelt und angewandt. Neben klassischen statistischen Verfahren (z.B. multinomiale logistische Regression) werden unterschiedliche Verfahren des Maschinellen Lernens (ML) angewendet. Für den Vergleich des Radverkehrsverhaltens und der Routenwahl über unterschiedliche Modelle hinweg (statistischen und ML) wird im Rahmen des Projektes zudem eine eigene Methodik entwickelt.Im Ergebnis werden globale und lokale Variablen und deren Stärke auf das Routenwahl- und Radverkehrsverhalten von Radfahrenden in Deutschland identifiziert und quantifiziert. Die Verwendung von aktuellen Verfahren des MLs und deren Vergleich untereinander als auch mit statistischen Methoden bildet dabei die Schnittmenge zur Verkehrsökonometrie und Statistik sowie der aktuellen Entwicklung im Bereich der künstlichen Intelligenz.

• DFG-Verfahren: Sachbeihilfen