Internationales Verkehrswesen (66) 3 | 2014 98 TECHNOLOGIE Data Mining TraViMo - Transportstrom- Visualisierungs-Modell Blick in die Zukunft durch regionales Data-Mining Die zunehmende Digitalisierung eröfnet neue Möglichkeiten, das regionale Verkehrsgeschehen zu erfassen und zu analysieren. Jeden Tag werden riesige Mengen verkehrsstatistischer Daten über den Güter- und Personenverkehr generiert und gespeichert. Um aus diesen Daten Erkenntnisse ziehen zu können, bedarf es eizienter Methoden der Aufbereitung und Auswertung. Mit dem Transportstrom-Visualisierungs-Modell (TraViMo) hat das Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR) ein regionales Data-Mining Instrument entwickelt, welches für die unterschiedlichsten Zwecke genutzt werden kann. Die Autoren: Bernd Buthe, Peter Jakubowski, Dorothee Winkler Z iel der ersten Ansätze von Data Mining in der Verkehrswissenschaft war es, Wissen aus einem großen Berg Daten zu extrahieren [1]. Dabei verstehen wir unter dem Begrif Data Mining den gesamten Prozess zur Wissensentdeckung aus Datenbanken [2], d.h. die Aubereitung und die Analyseschritte sind von Bedeutung. Dem BBSR stehen verschiedene Techniken und Programme zur Verfügung, um das Data-Mining für raumbezogene Verkehrsanalysen zu nutzen. Unter Einbindung von neuesten Business-Intelligence Techniken hat das BBSR das Transportstrom-Visualisierungs-Modell „TraViMo“ entwickelt. TraViMo ermöglicht die schnelle wie übersichtliche räumlich diferenzierte Auswertung und Darstellung komplexer Analyseergebnisse in kartographischer oder tabellarischer Form. Verkehrsstatistische Grundlagen Für regionale Verkehrsanalysen stehen in Deutschland im Wesentlichen zwei verkehrsstatistische amtliche Grundlagen zur Verfügung. Während die Verkehrsleistungsstatistiken jährlich (z. T. sogar monatlich) vom Statistischen Bundesamt bzw. Kraftfahrtbundesamt veröfentlicht werden, stellt das Bundesministerium für Verkehr und digitale Infrastruktur im Rahmen der Bundesverkehrswegeplanung in unregelmäßigen Abständen Prognosen der deutschlandweiten Verkehrsverlechtungen der Fachöfentlichkeit zur Verfügung. TraViMo greift auf die Verkehrsverlechtungsprognosen 2025 [3] und 2030 [4] zurück. Die Prognose 2030 umfasst den Straßen- und Eisenbahngüterverkehr sowie die Binnenschiffahrt für das Basisjahr 2010 und das Prognosejahr 2030. Die räumliche Diferenzierung erfolgt innerhalb Deutschlands auf der Ebene der 412 Landkreise und kreisfreien Städte nach dem Gebietsstand zum 31.12.2010. Außerhalb von Deutschland wird mit zunehmender Entfernung die räumliche Diferenzierung grobmaschiger. Die Daten beinhalten alle Transporte, die das Gebiet der Bundesrepublik Deutschland berühren. So werden neben dem Binnenverkehr, Versand und Empfang aus dem Ausland auch die Transitverkehre durch Deutschland berücksichtigt. Die Daten der Verlechtungsprognose umfassen Informationen über genutzte Quell- und Zielzonen und über die Art der transportierten Güter. Die Verlechtungsprognose 2030 verfügt über eine starke räumliche Diferenzierung, und es liegen neben den Luftlinienverbindungen auch Umlegungsdaten der Verkehrsströme vor. Die sachliche Diferenzierung erfolgt nach 25 Gütergruppen. Die Verlechtungsprognose umfasst eine Datenbank mit ca. 6 Mio. bzw. 23 Mio. Datensätzen für den Güterbzw. Personenverkehr. Bei der regionalwissenschaftlichen Analyse und graphischen Aubereitung von Ergebnissen stoßen herkömmliche Software-Lösungen wie Tabellenkalkulationsprogramme schnell an ihre Grenzen. Um in Gänze mit der Verlechtungsprognose arbeiten zu können, werden vom BBSR neben speziellen Datenbankanwendungen Business Intelligence Techniken eingesetzt. Diese Software-Lösungen bilden auch das technische Grundgerüst von TraViMo. Die Verkehrsleistungsstatistiken des Statistischen Bundesamtes bilden den Schwerpunkt der amtlichen Verkehrsstatistik. Auf jährlicher oder monatlicher Basis werden hier Verkehrsverlechtungsdaten über die Binnen- und Seeschiffahrt sowie über den Eisenbahngüterverkehr bereitgestellt. Neben der Beförderungsmenge in Tonnen (t) werden regionale und güterspeziische Details angegeben [5]. Um die einheitliche Darstellung und zeitliche Vergleichbarkeit der Daten zu gewährleisten, wird für die betrachteten Verkehrsträger eine identische sachliche und räumliche Diferenzierung genutzt. Für die regionale Einteilung des Güterverkehrs wird auf das Regionalverzeichnis für die Verkehrsstatistik [6] zurückgegrifen. Das Verzeichnis unterteilt die Welt in 362 Verkehrsbezirke, von denen 100 in Deutschland liegen. Für grobmaschigere Analysen können die 27 Verkehrsgebiete genutzt werden. Während die räumliche Diferenzierung den Quell- und Zielort angibt, liefert die sachliche Diferenzierung der Verkehrsleistungsstatistik die Information, welche Güter transportiert werden. Wegen der großen Vielfalt der transportierten Güter ist es für die Statistik und entsprechende Analysen notwendig, Gruppen von Gütern zu bilden. Die NST/ R als einheitliches Güterverzeichnis für die Verkehrsstatistik umfasst zehn Güterabteilungen, 52 Güterhauptgruppen und 175 Gütergruppen [7]. Das BBSR nutzt aktuell die Verlechtungsdaten der Verkehrsleistungsstatistik auf der Ebene der Güterhauptgruppen für die Jahre 1993 bis 2010. Für eine bessere Vergleichbarkeit und Verknüpfung der Verkehrsstatistiken wurde die NST/ R im Jahr 2011 in die sog. NST- 2007 überführt, die sich an der Klassiikation der Wirtschaftszweige CPA (Classiication of Products by Activity) orientiert und aus insgesamt 20 Güterabteilungen und 81 Gütergruppen besteht [8]. Das Transportstrom-Visualisierungs- Modell des BBSR Aus den zwei zuvor genannten Datenquellen und der Einbindung weiterer Daten- Internationales Verkehrswesen (66) 3 | 2014 99 Data Mining TECHNOLOGIE quellen hat das BBSR ein Transportstrom- Visualisierungs-Modell für den Güter- und Personenverkehr entwickelt, das für unterschiedlichste Forschungsfragen eingesetzt und angepasst werden kann. In der TraVi- Mo-Version 1.0 werden für den Güterverkehr die Güterverkehrsleistungsstatistiken für die Verkehrsträger Bahn, Binnenschif, Seeverkehr und Straße für die Jahre von 2004 bis 2010 nach NST/ R verarbeitet und mit der Verlechtungsprognose 2025 verknüpft. Für alle Analysen ab dem Jahr 2010 wird die Verkehrsverlechtungsprognose 2030 verwendet. Um auch Fragestellungen zu beantworten, die auf die amtlichen Produktionsstatistiken zurückgreifen, wurden die NST/ R Daten zusätzlich noch in die NST-2007 Klassiikation umgewandelt. Mit TraViMo 1.0 können alle Transporte von und nach Deutschland sowie Verlechtungen innerhalb Deutschlands auf Ebene der Stadt- und Landkreise zwischen 2004 und 2010 nach 81 Gütergruppen ausgewiesen werden. Der Straßengüterverkehr ist auf Basis der Kraftverkehrsstatistiken des Kraftfahrtbundesamtes einbezogen, jedoch handelt es sich hier nicht um eine Vollerhebung, wie bei den anderen Verkehrsträgern, sondern um hochgerechnete Stichprobenergebnisse, die mit einem Stichprobenfehler behaftet sind [9]. Durch die Nutzung weiterer Datenquellen sowie Plausibilitätsprüfungen kann der Aussagegehalt dieser Statistik verbessert und durch vor Ort durchgeführte regionale Verkehrsstromanalysen angepasst werden. Bild 1 zeigt eine beispielhafte Auswertung von TraViMo 1.0 für lüssige Mineralölerzeugnisse für das Jahr 2010. Zur besseren Übersichtlichkeit in der Printform werden nur die Relationen angezeigt, die ein Mindestaukommen von insgesamt 50 000 t pro Jahr aufweisen [10]. Durch diese Filterung sind auf der Karte räumliche Schwerpunkte wie zum Beispiel Leuna oder Hamburg ersichtlich, in denen sich größere Rafinerien oder Tanklager beinden. Mit TraViMo 1.0 können auch Analysen zum Personenverkehr durchgeführt werden. Auf Basis der Verlechtungsprognose 2025 bzw. 2030 werden die Verlechtungsdaten aus dem jeweiligen Basisjahr mit den jährlich vom DIW erarbeiteten verkehrsstatistischen Datengrundlagen „Verkehr in Zahlen“ fortgeschrieben. Bild 2 zeigt für Deutschland relevante Personenverkehrsströme ab 200 000 Fahrten pro Jahr nach Verkehrsträgern. TraViMo 1.0 ist ein Data-Mining-Instrument zur Abschätzung und Visualisierung der für Deutschland relevanten Verkehrsströme im Personen- und Güterverkehr. Die Kombination mit weiteren Datengrundlagen und wissenschaftlichen Modellen erlaubt eine Vielzahl von Einsatzmöglichkeiten: • Prognose zukünftiger Verkehrsströme • Abschätzung von Maßnahmen zum Klimaschutz • Schnelle Visualisierung des Verkehrsgeschehens einer ausgewählten Region und Bereitstellung regionaler Verkehrsdaten • Notfallplanung bei einem Verkehrsträgerausfall - Identiikation von besonders wichtigen Transportströmen • Raumplanung - Bewertung der verkehrlichen Wirkungen raumplanerischer Maßnahmen • Abschätzung gesamtwirtschaftlicher Efekte (z. B. Potentialuntersuchungen) • Verkehrsinfrastrukturplanung - Abschätzung verkehrlicher Wirkungen von Investitionen [11] • Branchenspeziische Analysen z.B. Steinkohlelogistik [12] Mit TraViMo 1.0 können Transportströme sekundenschnell aus den amtlichen Statistiken für unterschiedliche Jahre tabellarisch sowie kartographisch dargestellt werden. Im Güterverkehr können die Verkehrsströme sowohl verkehrsträgerspeziisch als auch nach 81 Gütergruppen diferenziert werden. Im Personenverkehr diferenziert TraViMo nach Verkehrsmitteln und den bekannten Verkehrszwecken. Informationen werden auf Kreisebene aubereitet. Durch die Informationen über Quell-Ziel-Verbindungen können Verkehrsverlechtungen analysiert und ein räumlich diferenziertes Verkehrsbild für Deutschland gezeichnet werden. Mit den amtlichen Verkehrsleistungsstatistiken wird TraViMo jährlich ak- Bild 2: Beispiel TraViMo Jahr 2010 für Personenverkehr ab 200.000 Fahrten pro Jahr nach Verkehrsmittel Quelle: BBSR, TraViMo 1.0, 2014 Bild 1: Beispiel TraViMo (1.0) Jahr 2010 für flüssige Mineralölerzeugnisse ab 50 000 t pro Jahr nach Verkehrsträgern Quelle: BBSR, TraViMo 1.0, 2014 Internationales Verkehrswesen (66) 3 | 2014 100 TECHNOLOGIE Data Mining tualisiert. Zudem werden die jeweils aktuellsten Daten aus der Verlechtungsprognose in das Modell eingebaut. Zudem arbeitet das BBSR an der Weiterentwicklung von TraViMo. In der Version 2.0 werden nicht nur die Transporte durch Luftlinien dargestellt, sondern konkrete Routen und die jeweils genutzte Verkehrsinfrastruktur durch die Nutzung von Umlegungsdaten visualisiert. Die Wege des Öls - ein Anwendungsbeispiel Deutschland ist als rohstofarme, hochindustrialisierte Volkswirtschaft abhängig von Rohstoimporten; dies gilt in besonderer Weise für das weiterhin sehr wichtige Rohöl. Nach Zahlen des Bundesamtes für Wirtschaft und Ausfuhrkontrolle belief sich die inländische Rohölförderung in den Jahren 2010 bis 2013 auf rd. 2,6 Mio. t, während sich in der gleichen Zeit die Importe zwischen 90,2 Mio. t und 93,4 Mio. t bewegten. Das entspricht einer Importquote von gut 97 % beim Rohöl. Das mit Abstand meiste Rohöl wird aus Russland importiert, es folgen die EU-Länder inklusive Norwegen sowie Afrika [13]. Zur Analyse der Struktur der Rohöltransporte in und nach Deutschland mit TraViMo sollen zwei Bereiche herausgegriffen werden; die Rohöltransporte vom Ausland nach Deutschland bis zum ersten Anlandepunkt werden skizziert, auch werden die 13 deutschen Raineriestandorte betrachtet, an denen die Weiterverarbeitung von Rohöl zu den unterschiedlichsten Mineralölprodukten erfolgt [14], [15], [16]. Aufgrund der aktuellen Datensituation für Tra- ViMo wird dabei auf Daten aus dem Jahr 2010 zurückgegrifen. Während die Bahn bei einer Transportmenge von insgesamt 2640 t für den Rohölimport eine marginale Bedeutung hat, ist unter verkehrlichen Aspekten die Seeschiffahrt von großer Bedeutung. Der ebenfalls sehr wichtige Rohrleitungsfernverkehr [17] wird in dieser Betrachtung ausgeklammert. Bild 3 zeigt für 2010 die Herkunft des importierten Rohöls diferenziert nach Transportaukommen in t. Insgesamt gelangten 2010 rund 30 % (rd. 28,8 Mio. t) des gesamten Rohölimports über den Seeverkehr nach Deutschland, davon wiederum mit über 9- Mio. t ein Großteil aus Russland. Zweitwichtigste Importquelle ist der Verbund aus Großbritannien und Nordirland mit immerhin fast 25 % der gesamten seeseitigen Importmenge. Auch Afrika und Norwegen sind mit jeweils über 3 Mio. t bedeutende Rohöllieferanten für Deutschland. Der wichtigste Importseehafen in Deutschland für Rohöl ist Wilhelmshaven, dessen Verkehrsbezirk Oldenburg insgesamt eine Menge von über 19,58 Mio. t aufweist. Es folgen Hamburg mit über 4 Mio. t sowie Itzehoe (Seehafen Brunsbüttel) und Rostock mit mehr als 2-Mio. t. Die Weiterverarbeitung des Rohöls erfolgt in Deutschland in aktuell 13 Rainerien. Während ein Großteil des Rohöls direkt über die entsprechenden Pipelines zu den Rainerien transportiert wird, zeigt die Verkehrsstatistik für das Jahr 2010, dass von den restlichen 29,5 Mio. nur 1,51 % (444 318-t) mit der Bahn und per Binnenschif nur 0,02 % (5643 t) transportiert wurden. Die Kraftstofversorgung von Tankstellen skizziert weitere Wege des Öls. Das Rohöl wird von der Quellregion per Pipeline oder Seeverkehr zur Rainerie transportiert. Von dort aus gelangen die aus Rohöl gewonnenen Produkte über Produktpipelines, Binnenschife oder mit der Bahn per Kesselwagen zu den Tanklagern [18]. So werden aus den Tanklagern die 14 330 Straßentankstellen und rund 350 Autobahntankstellen per Tankwagen mit Kraftstofen beliefert. Betriebswirtschaftliche Abwägungen führen dazu, dass im Nahbereich in der Regel der LKW eingesetzt wird. 2010 wurden über 73,3 Mio. t Mineralölprodukte per Bahn oder Binnenschif in Deutschland bewegt. Davon wurden 34,7 Mio. t mit dem Binnenschif und 38,7 Mio. t mit der Bahn befördert. Die Haupttransportrouten liegen dabei auf der Schiene zwischen Frankfurt/ Oder und Hamburg (3,453 Mio. t) sowie Ingolstadt und München (1,478 Mio. t). Die größten Binnenschiftransporte von Mineralölprodukten verlaufen auf den Abschnitten zwischen Köln und Amsterdam (0,76 Mio. t) sowie Essen und Maastricht (0,707 Mio. t) (Bild 4). Bild 3: Rohölimporte nach Verkehrsträgern und Herkunftsland ohne Pipelines Quelle: BBSR, TraViMo, 2014 Bild 4: Transporte lüssiger Mineralölerzeugnisse per Bahn und Binnenschif von den Rainerien, Jahr 2010 Quelle: BBSR, TraViMo, 2014 Internationales Verkehrswesen (66) 3 | 2014 101 Data Mining TECHNOLOGIE Fazit Mit TraViMo geht das BBSR über die Nutzung neuer Softwarelösungen einen ersten Schritt, um einem breiten Fachpublikum räumliche Verkehrsanalysen und Verkehrsströme zur Verfügung zu stellen. Neben branchenspezifischen Analysen können auch zeitliche Entwicklungen bis ins Jahr 2030 abgebildet werden. Konkrete wissenschaftliche oder verkehrsplanerische Fragestellungen werden von TraViMo bedarfsgerecht mit Filterfunktionen beantwortet. Hierfür stehen nicht nur kartografische, sondern auch tabellarische Auswertungen zur Verfügung. ■ LITERATUR  [1] Becker, Josef; Breser, Christine (2005): Data Mining im Verkehrswesen, in: Internationales Verkehrswesen (57) 6/ 2005, S. 266, Hamburg.  [2] Fayyad Usam; Piatetsky-Shapiro, Gregory; Smyth, Padhraic (1996): From Data Mining to Knowledge Discovery in Databases. In: AI Magazine. 17, Nr. 3, 1996, S. 37-54.  [3] BVU/ ITP (2007): Prognose der deutschlandweiten Verkehrsverlechtungen 2025, Freiburg/ München.  [4] BVU/ ITP (2014): Verkehrsverlechtungsprognose 2030, Freiburg/ München.  [5] Statistisches Bundesamt (2014): Güterverkehr, https: / / www.destatis.de/ DE/ ZahlenFakten/ Wirtschaftsbereiche/ TransportVerkehr/ _ Doorpage/ Gueterbefoerderung_ol.html, Zugrif am 25.04.2014.  [6] Statistisches Bundesamt (2008): Regionalverzeichnis für die Verkehrsstatistik, Wiesbaden.  [7] Statistisches Bundesamt (2008): Güterverzeichnis für die Verkehrsstatistik Ausgabe 1969, Wiesbaden.  [8] Statistisches Bundesamt (2008a): NST-2007, Wiesbaden.  [9] Kraftfahrtbundesamt (2011): Schriftliche Information im Rahmen einer Datenabfrage durch das BBSR, unveröfentlicht. [10] Buthe, Bernd; Jakubowski, Peter (2014): Verkehrsbild Deutschland - Regionale Analysen durch Data-Minig, in: BBSR-Analysen KOM- PAKT 06/ 2014, S. 11 Bonn. [11] Buthe, Bernd; Göddecke-Stellmann, Jürgen / Winkler, Dorothee (2014): Räumliche Güterverkehrsanalysen - neue Techniken, neue Möglichkeiten, in: Informationen zur Raumentwicklung, Heft 3.2014, Räumliche Organisation des Güterverkehrs, Bonn. [12] Buthe, Bernd; Jakubowski, Peter (2013): Robustheit des Verkehrssystems, Anpassungsbedarf bei der Steinkohlelogistik? , in: BBSR- Analysen KOMPAKT 11/ 2013, Bonn. [13] Bundesamt für Wirtschaft und Ausfuhrkontrolle (2014): Amtliche Mineralöldaten 2013, im Internet unter: http: / / www.bafa.de/ bafa/ de/ energie/ mineraloel_rohoel/ amtliche_mineraloeldaten/ index. html, Zugrif 5.6.2014. [14] Mineralölwirtschaftsverband (2003): Mineralöl und Rainerien, Hamburg, im Internet unter: http: / / www.mwv.de/ upload/ Publikationen/ dateien/ 140_Oel_Raf_Q4T3Lvk10vbkxPZ.pdf (Zugrif: 05.03.2014). [15] Wild, Florian; Dieler, Julian / Lippelt, Jana (2013) Kurz zum Klima: Der Weg des Benzins und das Raineriesterben, in: ifo Schnelldienst 24/ 2013 - 66. Jahrgang - 23. Dezember 2013, S. 74-76. [16] Mineralölwirtschaftsverband (MWV) (2014): Rainerien in Deutschland, im Internet unter: http: / / www.mwv.de/ index.php/ ueberuns/ rainerien (Zugrif am 05.03.2014). [17] Deutsche Energie-Agentur (Hrsg.) (2011): Ungeliebt, aber unentbehrlich. Bedarf und Produktion von Mineralöl im künftigen Energiemix. Berlin. [18] BP Europa SE (2013): Erdöl bewegt die Welt - Von der Quelle bis zum Verbraucher, S 44f., Bochum. Peter Jakubowski, Dr. Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR), Referat „Verkehr und Umwelt“, Bonn peter.jakubowski@bbr.bund.de Dorothee Winkler Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR), Referat „Regionale Strukturpolitik und Städtebauförderung“, Bonn dorothee.winkler@bbr.bund.de Bernd Buthe Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR), Referat „Verkehr und Umwelt“, Bonn bernd.buthe@bbr.bund.de 12./ 13.11.2014 Kap Europa Kongresshaus der Messe Frankfurt am Main Veranstalter: DVWG e.V. Kontakt: +49(0)30 293 60 60, hgs@dvwg.de Informationen und Anmeldung unter www.deutscher-mobilitaetskongress.de Der Trefpunkt der Mobilitätsbranche Mobility 4.0 - Datenfluss und Mobilität