| Einleitung |
Mobilitätsprognosen stellen ein zentrales Element eines strategischen Verkehrs- und Mobilitätsmanagements dar. Effektive Mobilitätsprognosen sind abhängig von einer validen Datengrundlage relevanter Mobilitätsdaten und passgenauer Algorithmen, welche unterschiedliche Fragestellungen an die vorliegenden Daten zielgruppenspezifisch beantworten und in einer geeigneten Form visualisieren. Mit #transmove wird in Hamburg eine KI-gestützte Software zur Erstellung von multimodalen Mobilitätsprognosen in der nahen und fernen Zukunft als Entscheidungshilfe für Mobilitätsplanende und Bürgerinnen und Bürger entwickelt. Das Ziel liegt in der Verbesserung der gesamtstädtischen Mobilität, einer Vorhersage zur Reduzierung von Verkehrsstauungen sowie der Abbildung intermodaler Entscheidungswege, vor allem unter Berücksichtigung des individuellen Verhaltens von Verkehrsteilnehmenden. Die Integration agentenbasierter Modellierungsansätze in das Prognosemodell erfolgt im Rahmen eines Forschungsansatzes. Der statische Prognose-Ansatz auf Grundlage des Hamburger Verkehrsmodells wird hier um Methoden künstlicher Intelligenz (agentenbasierte Modellierung und maschinelles Lernen) erweitert. Auf Grundlage des gewählten Forschungsansatzes und mit der Bereitstellung von KI-gestützten Mobilitätsprognosen für Mobilitätsplanende, die das Verkehrsmanagement der nahen und fernen Zukunft vornehmen, stellen die Projektergebnisse die Grundlage für die strategischen Ziele der Freien und Hansestadt Hamburg im Entwicklungspfad „Verkehrsmanagement“ dar. So soll auf Basis der bis 12/2024 erarbeiteten Projektergebnisse ein Mobility-Operating-System für die Stadt Hamburg aufgebaut werden, das die verschiedenen städtischen Fachanwendungen und Subsysteme des operativen Verkehrs- und Mobilitätsmanagements miteinander vereint. Dadurch sollen eine gemeinsame Entscheidungsgrundlage für wesentliche städtische Leit- und Betriebszentralen, ein Informationsaustausch in Echtzeit und eine szenarienbasierte Entscheidungshilfe ermöglicht werden.
Ein effektives strategisches Verkehrs- und Mobilitätsmanagement ist bereits heute und wird in Zukunft primär von der Erhebung, Verwendung und vor allem einer intelligenten Verschneidung von entscheidungsrelevanten Mobilitätsdaten abhängig sein. Mobilitätsprognosen stellen in diesem Zusammenhang eine elementare Grundlage für kurz-, mittel- und langfristige Vorhersagen des Mobilitätsgeschehens dar. Sie sind somit für alle – den Verkehr und die Mobilität einer Stadt unmittelbar beeinflussenden – Instanzen die bildgebende Darstellung eines Zukunftszustandes und werden damit zunehmend zu einem Entscheidungsinstrument für Mobilitätsplanende und Mobilitätskoordinierende.
Städtische Infrastrukturen prägen das individuelle Mobilitätsverhalten. Die aktuelle Herausforderung liegt darin, dass Städte – aufgrund industrieller Entwicklungen im 19. und 20. Jahrhundert – stark durch räumliche Distanz geprägt sind. Waren die meisten Städte im vorindustriellen Zeitalter auf Kompaktheit ausgerichtet und fußläufig zu erschließen, lösten sich ab dem 19. Jahrhundert die Begrenzungen durch Stadtmauern auf. Darüber hinaus wurde es möglich, den individuellen Aktionsradius über die Trassen der Eisenbahn auszuweiten, und in der zweiten Hälfte des 20. Jahrhunderts schließlich „erleichterte die Verbreitung des Automobils als Massenfortbewegungsmittel die Überwindung natürlicher Raumwiderstände, gleichzeitig etablierten sich Planungsparadigmen einer Funktionstrennung von Wohnen, Arbeit und Freizeit […]“ [1]. Ist ein Standort durch das bestehende Verkehrssystem gut angebunden, ist er attraktiv und wird genutzt. Es entsteht eine Wechselwirkung zwischen Flächennutzung und Verkehrssystem. Dies wiederum führt zu einer selbstverstärkenden Wirkung mit der Konsequenz, dass bestehende Verkehrssysteme verfestigt werden. Urbane Strukturen zeichnen sich gegenwärtig noch durch eine autogerechte Mobilitätskultur aus: Menschen besitzen ein eigenes Auto, auf das sie jederzeit zugreifen können; die mögliche hohe Geschwindigkeit des Fortbewegungsmittels senkt die Reisezeit; Raumwiderstände werden abgebaut; die Erreichbarkeit von fernen Zielen wird möglich. Ein Ziel der modernen Stadtplanung hingegen ist eine attraktive und effiziente Alltagsnutzung des Nahraums: Lokale Raumplanung orientiert an Fuß-, Rad- und öffentlichem Verkehr; Fokus auf Grün- und Freiräume; Unterstützung einer lokal ausgerichteten Lebensführung; Möglichkeit zur Erfüllung der alltäglichen Bedarfe wie Wohnen, Arbeit, Einkauf, Freizeitgestaltung, Bildungseinrichtungen vor Ort; der Bedarf an Straßeninfrastruktur für den motorisierten Individualverkehr (MIV) sinkt durch die Ausrichtung des Verkehrssystems auf kurze Wegstrecken und eine höhere Auslastung der Fahrzeuge durch Shared-Mobility-Angebote. [1]
Eine Transformation weg von autozentrierten Strukturen hin zu nachhaltigen und lebenswerten Stadtregionen mit gut begeh- und erlebbaren Quartieren, die Vertrautheit und Identifikation der Menschen mit deren Umgebung schaffen, wird möglich. [2] Die Menschen passen ihr Mobilitätsverhalten entsprechend den sich verändernden Raumstrukturen an, nutzen verschiedene Mobilitätsformen, um unterschiedlich lange Wege zurückzulegen und individuelle Ziele zu erreichen. Multimodalität wird zum Schlüssel des individuellen Mobilitätsverhaltens. Angebotsseitige Definitionen der Multimodalität beziehen sich dabei auf das in einem Verkehrssystem vorhandene Verkehrsangebot, das Verkehrsteilnehmenden an einem bestimmten Ort zu einer bestimmten Zeit zur Verfügung steht. Nachfrageseitige Definitionen von Multimodalität beschreiben das durch Verkehrsmittelkombinationen charakterisierte Mobilitätsverhalten von Personen in einem bestimmten Zeitraum. Entsprechend den Basisdefinitionen von Multimodalität wird ein Verkehrssystem als multimodal bezeichnet, wenn den Verkehrsteilnehmenden für ihre konkreten Mobilitätsbedürfnisse mindestens zwei Verkehrsmittelalternativen zur Verfügung stehen bzw. das Verkehrsverhalten einer Person so gestaltet ist, dass diese unterschiedlichen Verkehrsmittel innerhalb eines bestimmten Zeitraums nutzt. [3]
Im Rahmen des durch das Bundesministerium für Digitales und Verkehr (BMDV) und die Behörde für Verkehr und Mobilitätswende (BVM) der Freien und Hansestadt Hamburg (FHH) geförderten Projektes #transmove (BMDV, FKZ: 16DKV41086) wird eine KI-gestützte Software zur Erstellung von multimodalen Mobilitätsprognosen in der nahen und fernen Zukunft als Entscheidungshilfe für Mobilitätsplanende und Bürgerinnen und Bürger entwickelt. Ziel sind eine Verbesserung der gesamtstädtischen Mobilität, eine Vorhersage zur Reduzierung von Verkehrsstauungen sowie die intermodalen Entscheidungswege, insbesondere unter Berücksichtigung des individuellen Verhaltens von Verkehrsteilnehmenden. Die Integration agentenbasierter Modellierungsansätze in das Prognosemodell erfolgt im Rahmen eines Forschungsansatzes. Der statische Prognose-Ansatz auf Grundlage des Hamburger Verkehrsmodells wird hier um Methoden künstlicher Intelligenz (agentenbasierte Modellierung und maschinelles Lernen) erweitert. |