Element der Matrix steht für die Gesamtanzahl der Personen-Wege, die in einem Zeitabschnitt zwischen Quelle und Ziel zurückgelegt werden. Die kleinsten Raumeinheiten, „Basiszonen“ genannt, orientieren sich an den Funkzellen. Sie haben Abmessungen von wenigen hundert Metern in zentralen Lagen bis zu mehreren Kilometern. Zeitlich stehen die Wegedaten nach Monaten unterteilt seit 2019 zur Verfügung. Sie können als Tagesdurchschnitt auf einer Karte angezeigt oder als Tabelle exportiert werden. Die Exporte lassen sich nach Wochentagen, Abfahrtsstunden oder der Luftlinien-Entfernung differenzieren. Eine Aufteilung der Wege nach Verkehrsträgern ist bislang nicht möglich. Für die Arbeit mit MND ist wichtig zu beachten, dass zwischen den Rohdaten, also automatisch protokollierten Mobilfunk-Ereignissen, und den Wegedaten ein komplexer Auf bereitungsprozess steht. Die räumliche Zuordnung der Mobilfunk-Ereignisse schätzt Teralytics datengestützt ab. Zwar sind die Orte der Funkmaste bekannt, mit denen die Mobilfunkgeräte im Hintergrund selbsttätig kommunizieren. Die Abdeckung einer Funkzelle wird jedoch unter anderem von der genutzten Technologie, der Ausrichtung der Antennen, der Topographie und lastabhängigen Veränderungen des Versorgungsgebietes bestimmt. Aus den Rohdaten geht ebenfalls nicht hervor, wann ein Weg endet und der nächste beginnt oder ob nur pausiert, im Stau gestanden bzw. auf einen Zug gewartet wird. In „Matrix“ wird dies regelbasiert festgelegt. Sehr vielschichtig ist auch die Hochrechnung der beobachteten Wege. Diese sind nicht als Zufallsstichprobe zu werten, was eine statistisch gesicherte Extrapolation Einleitung Der Rhein-Main-Verkehrsverbund (RMV) ist Aufgabenträgerorganisation für den regionalen ÖPNV. Im Verbundgebiet, das zwei Drittel von Hessen einschließlich der Metropolregion Frankfurt Rhein-Main umfasst, bestellt er die regionalen ÖPNV- Leistungen ergänzend zu den lokalen Nahverkehrsorganisationen, die für lokale Verkehre innerhalb der Landkreise bzw. der kreisfreien oder Sonderstatusstädte zuständig sind. Ihre strategischen Ziele legen die Aufgabenträgerorganisationen in Nahverkehrsplänen fest. Eine Grundlage hierfür ist die Analyse von Stärken und Schwächen des Angebots. Sie erfolgt bislang primär auf Basis von Fahrgastzählungen. Aus Mobilfunkdaten („Mobile Network Data“, MND) erzeugte Wegedaten i werden seit einigen Jahren am Markt angeboten und beim RMV zu Planungszwecken genutzt. MND bilden das gesamte Wegeaufkommen ab. Sie ermöglichen die Betrachtung von Verkehren auch außerhalb des ÖPNV und stellen eine sinnvolle Erweiterung ausschließlich ÖPNV-bezogener Analysen dar. In diesem Artikel wird eine Methodik vorgestellt, mit der das ÖPNV-Angebot im RMV-Gebiet auf der Grundlage von MND und programmgestützten Abfragen der RMV-Fahrplanauskunft gesamthaft untersucht und bewertet werden kann. Wegedaten aus Mobilfunkdaten Die Teralytics AG verarbeitet Mobilfunkdaten des Netzanbieters Telefónica zu Wegedaten im Produkt „Matrix“. In diesem wird analog zur Verkehrsmodellierung der Betrachtungsraum in kleinere Raumeinheiten unterteilt. Auf dieser Basis werden Quelle- Ziel-Matrizen generiert, die die Stärke der Verkehrsverflechtungen abbilden. Jedes deutlich kompliziert. Für die Gewichtung der Wege müssen zudem Informationen von Quelle und Ziel in geeigneter Weise kombiniert werden, zum Beispiel der Marktanteil von Telefónica, der räumlich wie auch zeitlich variiert [1] [2]. Einschätzung der MND aus Sicht der RMV-Planung Zwar wurden zu Beginn der Nutzung der MND beim RMV punktuell unplausible Ergebnisse festgestellt. Der nachfolgende Prozess, der vertiefte Analysen und Anpassungen der Auf bereitungsmethoden umfasste, resultierte jedoch in einem deutlich verbesserten Datensatz, der diversen Prüfungen standhielt, angefangen beim Vergleich mit raumtypologisch differenzierten Wegezahlen aus der Studie „Mobilität in Deutschland“ [3] bis hin zum Abgleich mit Kordonzählungen an Ein- und Ausfallstraßen der Stadt Frankfurt [4]. Obwohl beim Einsatz von MND in der Verkehrsplanung Fragestellungen nicht zu spezifisch gewählt werden sollten, stellen sie mit einer zumindest nicht unwahrscheinlichen Abbildung des gesamten Verkehrsaufkommens und dessen Verteilung gerade auf regionaler Ebene einen klaren Mehrwert dar, auch weil hier die Anforderungen an die räumliche Auflösung nicht so hoch sind wie im lokalen Kontext. Fraglich ist zudem, ob Alternativen wie zum Beispiel Verkehrsmodelle auf Basis von Strukturdaten und synthetischer Population mit geringerem Aufwand generiert, kalibriert und gepflegt werden können, relevante Fragestellungen in höherer Bandbreite abdecken und/ oder validere Ergebnisse erzeugen. Für MND spricht weiterhin, dass sie nicht nur stichtagsbezogen, sondern kontinuierlich über Jahre in hoher zeitlicher Auflösung vorliegen. Mit Mobilfunkdaten das ÖPNV-Angebot genauer planen ÖPNV, Regionalverkehr, Angebotsplanung, Mobilfunkdaten, Angebotsanalysen, Reisezeitverhältnisse Aus Mobilfunkdaten abgeleitete Wegedaten können die Anforderungen aus der Verkehrsplanung nicht alleinstehend erfüllen, auch weil sie bisher nur das gesamte Wegeaufkommen ohne Differenzierung nach Verkehrsmitteln abbilden. Trotzdem bieten sie einen Mehrwert, zum Beispiel bei der Abschätzung von Nachfragepotenzialen für den Öffentlichen Personennahverkehr (ÖPNV) über dessen Systemgrenzen hinaus. Folgend wird eine Methode vorgestellt, die mit Mobilfunkdaten und teilautomatisierten Fahrplanabfragen verbundweite Angebotsanalysen sowie Optimierungen von Fahrplan und Fahrtenangebot ermöglicht. Markus Mendetzki, Sebastian Heller DOI: 10.24053/ IV-2024-0068 Internationales Verkehrswesen (76) 4 ǀ 2024 70 MOBILITÄT  Mobilfunkdaten Beim RMV wurden die MND bereits verschiedentlich eingesetzt, zum Beispiel als Grundlage für die Verkehrsmodellierung in Nutzen-Kosten-Untersuchungen (NKU). Bei den NKU zur Verlegung der Station Kirchhain-Anzefahr und für eine neue Station „Marburg Mitte“ flossen sie in die Bewertung ein. Weiterhin kamen die Daten in einer Studie zur Einrichtung neuer Expressbuskorridore bei der Schätzung von Fahrtenaufkommen zur Anwendung [5]. Sie dienten auch als Entscheidungshilfe für die Bewertung unterschiedlicher Fahrplankonzepte im Hinblick auf Anschlussoptimierungen an Knotenpunkten. Globale Angebotsanalysen mit Fahrplanabfragen und MND Erfahrene Planerinnen und Planer können die Qualität der Angebote in ihrer Zuständigkeit meist sehr gut einschätzen. Gleichwohl können nicht alle Angebotslücken auf Grundlage vorliegender Fahrgastzählungen und der fallbezogenen Ermittlung von Reisezeiten identifiziert werden. Das Verhältnis zwischen den Reisezeiten im ÖPNV und mit dem Pkw auf einer Verbindung ist ein wichtiger Indikator für die ÖPNV-Angebotsqualität. Die hier vorgestellte Methode ermöglicht die Bildung von Reisezeitverhältnissen und die Abschätzung von Wegeaufkommen für das gesamte Verbundgebiet. Weist eine Relation ein eher ungünstiges Reisezeitverhältnis und gleichzeitig eine hohe Nachfrage auf, ist dies ein Indiz für Optimierungspotenziale. Entsprechend der Zuständigkeit des RMV für den regionalen Verkehr werden Verbindungen zwischen den Gemeinden betrachtet und der Fokus auf kreisüberschreitende Relationen gelegt. Methodik Die RMV-Auskunft kann mithilfe einer offenen API-Schnittstelle [6] parametriert aufgerufen werden. Dabei kann wie beim Aufruf einer Website eine Zeichenfolge in die Adressleiste eines Browsers eingegeben werden. Dieser Text enthält Quelle und Ziel, Datum und Uhrzeit der Abfrage sowie eine Vielzahl weiterer Parameter. So können neben ÖPNVauch Pkw-Verbindungen oder Kombinationen mit Park+Ride ausgegeben werden. Der Aufruf kann auch aus einer Excel- Tabelle heraus angestoßen, die relevanten Informationen erfasst und verarbeitet und der gewünschte Wert an die Tabelle zurückgegeben werden. Anschauliche Anleitungen für vergleichbare Abfragen finden sich zum Beispiel bei YouTube [7]. Für die Fahrplanabfragen wird für jede Gemeinde im RMV-Gebiet nur je ein zentraler Haltepunkt angenommen. Diese aus Aufwandsgründen notwendige Vereinfachung kann insbesondere in großen Städten und in Gemeinden mit vielen verstreuten Ortsteilen zur Unterschätzung der tatsächlichen Reisezeiten führen. Die über 82.000 Abfragen wurden zur Begrenzung der Serverlast auf maximal 6.000 pro Stunde verteilt. Als Abfragedatum wurde der 4. Juli 2024 festgelegt, ein Donnerstag außerhalb der Schulferien mit nur wenigen fahrplanrelevanten Baumaßnahmen. Um nicht gesonderte Schülerverkehre oder Verstärkerfahrten zu Spitzenzeiten abzubilden, wurde die Zeit auf 10 Uhr gelegt. Abgefragt wurden die drei nachfolgenden ÖPNV-Verbindungen sowie eine für Pkw. Der Quotient aus der schnellsten ÖPNV-Reisezeit und der Dauer der Pkw-Fahrt wurde an das jeweilige Tabellenfeld zurückgegeben. Nach Berechnung der Reisezeitverhältnisse wurden diese gemäß den Empfehlungen der FGSV [8] in Qualitätsstufen eingeteilt (siehe Tabelle 1). Anschließend wurden den Relationen die mittleren werktäglichen Wegezahlen für Januar 2024 zugeordnet, dem bei Bearbeitung aktuellsten verfügbaren Monat. Verbundweite Ergebnisse Die Verteilung aller Relationen auf die Qualitätsstufen der Reisezeitverhältnisse zeigt Bild 1. Während der ÖPNV auf knapp 7 % der Relationen ein günstiges oder sehr günstiges Reisezeitverhältnis erzielt und auf über der Hälfte ein mindestens zufriedenstellendes, ist es auf fast 10 % der Relationen schlecht oder sehr schlecht. Werden anstelle der Relationen die Wege angesetzt, ergibt sich eine wesentlich positivere Verteilung der Reisezeitverhältnisse (Bild 1). Gemäß MND beträgt die Wegezahl bei rund 40 % der Relationen Null und nur für unter 20 % werden zehn oder mehr Wege ausgewiesen. Werden nur die Landkreisgrenzen überschreitenden Verbindungen betrachtet, zeigt sich ein ähnliches Bild. Zwar sinkt hier der Anteil sehr günstiger, aber auch der schlechten oder sehr schlechten Relationen (siehe Bild 2). Reisezeitverhältnis ÖPNV/ MIV Qualitätsstufe < 1 A - sehr günstig 1 bis < 1,5 B - günstig 1,5 bis < 2,1 C - zufriedenstellend 2,1 bis < 2,8 D - gerade noch akzeptabel 2,8 bis < 3,8 E - schlecht 3,8 oder größer F - sehr schlecht Tabelle 1: Einteilung der Reisezeitverhältnisse in Qualitätsstufen nach [8] Bild 1: Verteilung der Reisezeitverhältnisse zwischen den Städten und Gemeinden im RMV-Gebiet in Qualitätsstufen Bild 2: Verteilung der Reisezeitverhältnisse zwischen den Städten und Gemeinden im RMV-Gebiet in Qualitätsstufen, nur kreisübergreifende Verbindungen A: 1,0 % B: 5,9% C: 44,1% D: 39,7% E: 8,3% F: 1,1% Relationen A: 23,7% B: 28,5% C: 29,1% D 12,4% E: 4,2% F: 2,1% Wege A: 17,5% B: 33,7% C: 33,4% D: 11,1% E: 2,9% F: 1,3% Wege A: 0,4% B: 5,3% C: 45,1% D: 40,5% E: 7,8% F: 0,8% Relationen Mobilfunkdaten  MOBILITÄT DOI: 10.24053/ IV-2024-0068 Internationales Verkehrswesen (76) 4 ǀ 2024 71 einem Kreuzungsbahnhof in Rodheim, der sich aktuell in Planfeststellung befindet, kann zukünftig ein einheitlicher Takt mit Übergangsmöglichkeiten in Friedberg hergestellt werden. Weiterentwicklung Derzeit werden Ansätze geprüft, mit denen Fehleinschätzungen der Reisezeitverhältnisse aus der Annahme nur einer Haltestelle pro Gemeinde vermieden werden können. Danach ist geplant, den Ansatz auf andere Zeiträume von planerischem Interesse (z. B. Hauptverkehrszeit, Abendverkehre, Wochenende) anzuwenden und auf zusätzliche Kriterien wie durchschnittliche Reisezeiten, Bedienungshäufigkeiten und -zeiten sowie Umsteigehäufigkeiten zu erweitern. Zudem können die Abfragen der Reisezeitverhältnisse nach Fahrplanwechseln wiederholt und auf diese Weise mittelfristig Zeitreihen gebildet werden. Auswertungen sind auch für Teile des Verbundraums (z. B. Landkreise) mit den Ortsteilen als Betrachtungsebene denkbar. Fazit und Ausblick MND stellen als Grundlage für die Abschätzung des Gesamtverkehrsaufkommens und dessen Verteilung im RMV-Gebiet bereits einen Mehrwert dar, der sich noch einmal deutlich erhöht, wenn es gelingt, die Wegedaten nach Verkehrsmitteln zu differenzieren. Hierzu befindet sich ein Ansatz in Entwicklung. Die Aufgabe ist jedoch ähn- Auswertung für Oberzentren Folgend werden beispielhaft die Oberzentren im RMV-Gebiet betrachtet. Sie sind im regionalen Kontext von Bedeutung, da sie zum Teil über Kreisgrenzen hinweg zentralörtliche Funktionen wahrnehmen. Ihre Erreichbarkeit mit dem ÖPNV ist insgesamt positiv zu bewerten, da 93 % der Wege in die Oberzentren ein Reisezeitverhältnis der Klasse C oder besser aufweisen. Zwischen den Oberzentren ergeben sich Unterschiede in der Verteilung der Wege auf die Klassen A bis C. Ein zentral gelegener Bahnhof (z. B. Wetzlar) oder eine S-Bahn-Station (z. B. Offenbach) wirken sich dabei positiv aus. Eine Übersicht ist in Bild 3 für die Relationen mit mehr als 1000 Fahrten pro Tag und Richtung dargestellt. Ein Reisezeitverhältnis der Klasse E und über 1000 Wege pro Tag weist beispielsweise die Relation Niederweimar - Marburg auf. Dies liegt an der sehr guten überörtlichen Pkw-Anbindung des Marburger Stadtzentrums, gleichwohl wird derzeit ein zusätzlicher Haltepunkt „Marburg Mitte“ geprüft, der eine bessere ÖPNV-Erreichbarkeit der Marburger Innenstadt und günstigere Reisezeitverhältnisse bewirken könnte. Ähnlich ist dies bei der Verbindung von Rosbach v.d.H. nach Bad Nauheim, einem Mittelzentrum mit Teilfunktionen eines Oberzentrums gemeinsam mit Friedberg. Dort können Anschlüsse im Zugverkehr aufgrund eines eingleisigen Abschnitts nicht systematisch hergestellt werden. Mit lich komplex wie schon die Generierung des Gesamtwegeaufkommens. Gegebenenfalls helfen hier Daten aus automatischen Fahrgastzählsystemen, die allerdings nur für einen Teil des ÖPNV-Angebots vorliegen. Der Ansatz, Reisezeitverhältnissen und MND kombiniert auszuwerten soll weiterverfolgt, optimiert und auf weitere Fragestellungen der Angebotsanalyse ausgedehnt werden. Es ist geplant, Reisezeitverhältnisse zunächst zur Beschreibung des Status quo in die kommende Fortschreibung des Nahverkehrsplans aufzunehmen. Perspektivisch sind sie auch als ergänzendes Kriterium bei der Bildung von Bedienungsstandards denkbar. ■ ENDNOTEN i Zur Vereinfachung werden mit MND sowohl Mobilfunkdaten als auch aus Mobilfunkdaten generierte Wegedaten bezeichnet LITERATUR [1] Münnich, R. und T. Schmid: „Verkehrsverflechtungen, Erreichbarkeit und Aufenthaltsbevölkerung: Methodik und Ergebnisse der Multi-Source-Analysen“ - Vortrag auf der Abschlusskonferenz des BMDV-Projektes VerBindungen, Berlin, 23.11.2023 [2] ht tp s: / / d e. s t ati s t a.co m / s t ati s tik / date n / s tu die/ 183182/ umfrage/ anzahl-der-mobilfunkanschluesse-in-deutschland-nach-netzbetreiber/ , abgerufen am 11.10.2024 [3] https: / / www.mobilitaet-in-deutschland.de/ archive/ pdf/ MiD2017_Ergebnisbericht.pdf, abgerufen am 11.10.2024 [4] https: / / frankfurt.de/ -/ media/ frankfurtde/ serviceund-rathaus/ verwaltung/ aemter-und-institutionen/ strassenverkehrsamt/ pdf/ 36_10-stadtrandzaehlung-2020.pdf, abgerufen am 11.10.2024 [5] Blöcher, P.: „Jede Gemeinde, jede Stunde“, in: Regionalverkehr 04-2024, ISSN 1615-7281 [6] https: / / opendata.rmv.de/ site/ start.html [7] https: / / www.youtube.com/ watch? v=kKUNpwoxIEM, abgerufen am 14.10.2024 [8] FGSV (Hrsg.): Empfehlungen für Planung und Betrieb des öffentlichen Personennahverkehrs, Projektbericht (FoPS), FA-Nr. 70.837/ 2009, Juni 2010. Markus Mendetzki, MSc. Traffic and Transport, Bereichsleiter Mobilitätsanforderungen und Rahmenplanung; Rhein-Main-Verkehrsverbund GmbH, Alte Bleiche 7, 65719 Hofheim/ Ts. m_mendetzki@rmv.de Sebastian Heller, Dipl.-Ing., Mitarbeiter Bereich Mobilitätsanforderungen und Rahmenplanung; Rhein-Main-Verkehrsverbund GmbH, Alte Bleiche 7, 65719 Hofheim/ Ts. s_heller@rmv.de Bild 3: Reisezeitverhältnisse in Stufen für Oberzentren und Mittelzentren mit Teilfunktionen eines Oberzentrums (Quelle: RMV, Teralytics AG) Marburg Rudolphsplatz in Qualitätsstufen ab 1.000 Wege pro Werktag A sehr günstig B günstig C zufriedenstellend D gerade noch akzeptabel E schlecht F sehr schlecht DOI: 10.24053/ IV-2024-0068 Internationales Verkehrswesen (76) 4 ǀ 2024 72 MOBILITÄT  Mobilfunkdaten