(KI) und Big Data spielt hierbei eine zentrale Rolle. Gleichzeitig sind gezielte Fördergelder und Verbundvorhaben zwischen verschiedenen Akteuren essenziell, um solche Innovationen voranzutreiben. In den vergangenen Jahren hat sich gezeigt, dass traditionelle Mobilitätskonzepte an ihre Grenzen stoßen. Verstopfte Straßen, steigende Emissionen und ineffiziente Nutzung von Ressourcen sind nur einige der Probleme, die eine grundlegende Neuausrichtung erfordern. Die Digitalisierung 1. Einleitung Die Digitalisierung hat das Potenzial, die Mobilität grundlegend zu transformieren und nachhaltig zu verbessern. Angesichts globaler Herausforderungen wie Klimawandel, Urbanisierung und begrenzten Ressourcen erfordert die Mobilität der Zukunft innovative Lösungen, die den Anforderungen von Effizienz, Nachhaltigkeit und gesellschaftlicher Akzeptanz gerecht werden. Der Einsatz datengetriebener Technologien wie Künstliche Intelligenz bietet nicht nur technologische Lösungen, sondern schafft auch neue Möglichkeiten für Zusammenarbeit und Innovation. Beispielsweise können datengetriebene Ansätze Verkehrsflüsse optimieren, multimodale Transportkonzepte fördern und eine bessere Integration verschiedener Verkehrsträger ermöglichen. Ein entscheidender Faktor für die erfolgreiche Umsetzung solcher Lösungen ist die Bereitstellung von finanziellen Ressourcen und struktureller Unterstützung Förderung der Digitalisierung für die Mobilität der Zukunft Die Rolle datengetriebener Innovationen Digitalisierung im ÖPNV, Verkehrsplanung, Förderprogramme, Smart Mobility, datenbasierte Entscheidungen, Innovationsförderung, multimodaler Verkehr, digitale Infrastruktur Die Digitalisierung eröffnet vielfältige Chancen für den öffentlichen Verkehr - doch der Transformationsprozess verläuft oft schleppend. In diesem Beitrag wird beleuchtet, wie eine zielgerichtete und praxisorientierte Förderung die digitale Weiterentwicklung unterstützen kann. Es werden konkrete Beispiele erfolgreicher digitaler Projekte im ÖPNV aufgezeigt und Wege beschrieben, wie Politik, Verwaltung und Unternehmen gemeinsam Fortschritte erzielen können. Norbert Földi DOI: 10.24053/ IV-2025-0022 Internationales Verkehrswesen (77) 2 ǀ 2025 12 zur Reduktion des motorisierten Individualverkehrs beitragen können 8 . In Deutschland hat sich die MaaS-App „Jelbi“ in Berlin als Vorreiter etabliert. Sie integriert diverse Mobilitätsdienste in einer Plattform und ermöglicht eine einfache und umweltfreundliche Fortbewegung. Die Digitalisierung spielt eine zentrale Rolle bei der Entwicklung autonomer Fahrzeuge. Diese Technologien können nicht nur die Sicherheit im Straßenverkehr erhöhen, sondern auch zur Optimierung der Ressourcennutzung beitragen. Laut einer Studie des Bitkom sehen über die Hälfte der Befragten in Deutschland eine geringere Umweltbelastung und weniger Lärm als größte Vorteile selbstfahrender Fahrzeuge 9 . In Deutschland laufen aktuell Tests für autonome Shuttles in verschiedenen Modellregionen, darunter Hamburg und Baden-Württemberg. Diese Projekte zielen darauf ab, den Einsatz autonomer Fahrzeuge im öffentlichen Nahverkehr zu erproben und langfristig in bestehende Systeme zu integrieren. Zusammenfassend lässt sich sagen, dass die Digitalisierung ein Schlüsselfaktor für die Bewältigung der aktuellen Herausforderungen in der Mobilität darstellt. Sie bietet nicht nur technische Lösungen, sondern auch neue Ansätze für die Gestaltung zukunftsfähiger Verkehrssysteme. Dennoch erfordert die erfolgreiche Umsetzung dieser Ansätze eine enge Zusammenarbeit zwischen Politik, Wirtschaft, Wissenschaft, Behörden und Gesellschaft, um sicherzustellen, dass die technologischen Möglichkeiten auch effektiv genutzt werden. 3. Literaturreview: Aktuelle Entwicklungen in der datengetriebenen Mobilität In den letzten Jahren hat die Forschung im Bereich der datengetriebenen Mobilität erhebliche Fortschritte gemacht. Ein zentraler Fokus liegt auf der Nutzung von Big Data und KI zur Optimierung von Verkehrssystemen. Studien wie die von Chen et al. (2020) zeigen, dass die Integration von Echtzeitdaten aus verschiedenen Quellen, wie Sensoren, Smartphones und vernetzten Fahrzeugen, die Grundlage für intelligente Verkehrsmanagementsysteme bildet. Diese Systeme ermöglichen es, Verkehrsflüsse in Echtzeit zu analysieren und zu steuern, was zu einer Reduzierung von Staus und Emissionen führt 10 . Ein weiterer wichtiger Trend ist die Entwicklung von Mobility-as-a-Service (MaaS) Plattformen. Sochor et al. (2018) argumentieren, dass MaaS-Plattformen das Potenzial haben, den motorisierten Individualverkehr zu reduzieren, indem sie verschiedene Verkehrsmittel nahtlos integrieren. In Deutsch- Neben diesen globalen Herausforderungen gibt es auch spezifische Probleme in der Infrastruktur und Organisation des Verkehrs. Beispielsweise führen ineffiziente Verkehrssysteme zu Staus und Verzögerungen, die nicht nur wirtschaftliche Kosten verursachen, sondern auch die Lebensqualität der Menschen beeinträchtigen. Laut einer Studie von INRIX verbrachten deutsche Autofahrer im Jahr 2021 durchschnittlich 46 Stunden im Stau 5 . Diese Probleme verdeutlichen die dringende Notwendigkeit für innovative Ansätze, die sowohl Effizienz als auch Nachhaltigkeit fördern. Ein weiteres Hindernis ist die unzureichende Verkehrsinfrastruktur in ländlichen Regionen Deutschlands. Der ländliche Raum ist oft schlechter an den öffentlichen Nahverkehr angebunden, was die Abhängigkeit vom motorisierten Individualverkehr erhöht und die Klimabelastung verstärkt. Hier besteht ein erhebliches Defizit, das im Rahmen der Verkehrswende adressiert werden muss. 2.2 Digitalisierung als Lösungsansatz Die Digitalisierung bietet eine Vielzahl von Möglichkeiten, um den genannten Herausforderungen zu begegnen. Technologische Innovationen wie das Internet der Dinge (IoT), Künstliche Intelligenz (KI) und Big Data ermöglichen die Entwicklung smarter Mobilitätslösungen, die sowohl effizient als auch umweltfreundlich sind. Ein zentraler Ansatz ist die intelligente Verkehrssteuerung, die mithilfe von Echtzeitdaten Verkehrsflüsse optimiert und Staus reduziert. In Singapur beispielsweise wird ein adaptives Verkehrsmanagementsystem eingesetzt, das mithilfe von Sensoren und Algorithmen den Verkehr in Echtzeit steuert und so die Reisezeiten um bis zu 20 % verkürzt 6 . In Deutschland sind ähnliche Systeme in großen Städten wie Berlin, Hamburg und München im Einsatz. Diese nutzen Sensorik und KI-basierte Verkehrssteuerung, um Staus zu minimieren und die Nutzung des öffentlichen Nahverkehrs zu fördern. Ein Beispiel ist das Pilotprojekt „Smart Traffic Hamburg“, das Teil der Initiative „Digital Hub Logistics“ ist. Dieses Projekt zielt darauf ab, die Verkehrsströme durch digitale Technologien effizienter zu steuern und somit die Emissionen zu reduzieren 7 . Ein weiterer wichtiger Aspekt der Digitalisierung ist die Integration verschiedener Verkehrsträger. Mobility-as-a-Service- Plattformen (MaaS) bieten Nutzern die Möglichkeit, verschiedene Transportmittel wie ÖPNV, Carsharing und Fahrräder nahtlos zu kombinieren. Studien zeigen, dass solche Plattformen nicht nur den Komfort für Nutzer erhöhen, sondern auch durch Förderprogramme. Diese Programme fördern nicht nur technologische Innovationen, sondern unterstützen auch die Zusammenarbeit zwischen Politik, Wissenschaft, Wirtschaft, Behörden und der Gesellschaft. Darüber hinaus sind interdisziplinäre Kooperationen essenziell, um die vielfältigen Herausforderungen der Mobilität anzugehen. Diese Partnerschaften können nicht nur technologische Entwicklungen beschleunigen, sondern auch gesellschaftliche Akzeptanz fördern. Ziel dieses Artikels ist es, die Bedeutung der Digitalisierung und datengetriebener Ansätze für die Mobilität der Zukunft zu beleuchten, die Rolle von Förderprogrammen herauszustellen und praxisnahe Handlungsempfehlungen abzuleiten. Forschungsfrage Wie können datengetriebene Innovationen und staatliche Förderprogramme die Mobilität der Zukunft nachhaltig gestalten, und welche Herausforderungen und Risiken sind dabei zu berücksichtigen? 2. Status Quo und Herausforderungen in der Mobilität 2.1 Aktuelle Herausforderungen Die Mobilitätsbranche steht vor einer Vielzahl von Herausforderungen, die sowohl auf globale als auch auf lokale Entwicklungen zurückzuführen sind. Die Urbanisierung schreitet unauf haltsam voran: Laut den Vereinten Nationen werden bis 2050 etwa 68 % der Weltbevölkerung in städtischen Gebieten leben 1 . Diese Entwicklung führt zu einer verstärkten Nachfrage nach Mobilität, während gleichzeitig der Platz in urbanen Zentren immer knapper wird. Darüber hinaus stellen der Klimawandel und die damit verbundenen Klimaschutzziele enorme Anforderungen an den Verkehrssektor. Gemäß dem Intergovernmental Panel on Climate Change (IPCC) ist der Verkehrssektor für etwa 14 % der globalen Treibhausgasemissionen verantwortlich 2 . In Deutschland entfallen laut Umweltbundesamt etwa 20 % der CO₂-Emissionen auf diesen Bereich, was ihn zu einem zentralen Handlungsfeld der Klimapolitik macht 3 . Auf nationaler Ebene zeigt sich, dass insbesondere der Straßenverkehr die Klimaziele der Bundesregierung bedroht. Trotz der zunehmenden Elektrifizierung des Verkehrssektors hat sich der CO₂- Ausstoß in diesem Bereich in den letzten Jahren kaum reduziert. Eine Studie des Umweltbundesamts aus dem Jahr 2022 zeigt, dass der Verkehrssektor in Deutschland 2021 rund 148 Millionen Tonnen CO₂ emittierte, was knapp unter dem Niveau von 1990 liegt 4 . Digitalisierung  POLITIK Internationales Verkehrswesen (77) 2 ǀ 2025 13 DOI: 10.24053/ IV-2025-0022 zug auf Datenschutz, Cybersicherheit und ethische Fragestellungen. Ein Beispiel für solche ethischen Fragestellungen ist der potenzielle Ausschluss bestimmter Bevölkerungsgruppen. Wenn datengetriebene Mobilitätslösungen beispielsweise nur über digitale Plattformen zugänglich sind, können Menschen ohne ausreichenden Zugang zu digitaler Infrastruktur benachteiligt werden. Dies stellt eine ethische Herausforderung dar, da Mobilität als Grundbedürfnis betrachtet wird und für alle gleichermaßen zugänglich sein sollte 20 . Ein Beispiel für Datenschutzproblematiken ist die Erhebung von Bewegungsdaten durch Mobilitäts-Apps. Wenn solche Daten ohne Zustimmung oder ausreichende Anonymisierung verwendet werden, können detaillierte Bewegungsprofile entstehen, die Rückschlüsse auf das Privatleben einzelner Nutzer zulassen 21 . Dies macht eine strikte Einhaltung von Datenschutzrichtlinien und die transparente Kommunikation mit den Nutzern erforderlich. Im Bereich der Cybersicherheit zeigt sich das Risiko beispielsweise in der Anfälligkeit vernetzter Verkehrsinfrastrukturen für Hackerangriffe. Ein Angriff auf die Steuerungssysteme von autonom fahrenden Fahrzeugen könnte zu erheblichen Sicherheitsrisiken führen, sowohl für die Fahrer als auch für andere Verkehrsteilnehmer. Dies verdeutlicht die Notwendigkeit robuster Sicherheitsstandards und regelmäßiger Überprüfungen, um solche Szenarien zu verhindern 22 . Der sorgsame Umgang mit sensiblen Nutzerdaten ist essenziell, um das Vertrauen der Öffentlichkeit in datenbasierte Lösungen zu gewährleisten. 5. Die Bedeutung von Fördergeldern für die Innovationsförderung 5.1 Überblick über Förderstrukturen Förderprogramme sind ein zentraler Baustein für die Entwicklung innovativer Lösungen. In Deutschland existieren verschiedene Strukturen und Programme, die darauf abzielen, den Fortschritt in der Mobilitätsbranche zu beschleunigen. Ziel ist es, Projekte zu unterstützen, die Nachhaltigkeit, Digitalisierung und Klimaschutz vorantreiben. Diese Programme umfassen sowohl nationale Initiativen als auch europäische Förderstrukturen wie den europäischen Fonds für regionale Entwicklung (EFRE) 23 . Ein Beispiel für ein nationales Förderprogramm wäre das Innovationsförderprogramm mFUND vom Bundesministerium für Digitales und Verkehr (BMDV). Der EFRE stellt Mittel bereit, um die wirtschaftliche und soziale Kohäsion in der EU zu stärken. Insbesondere unterstützt er Projekte, die sich mit nachhaltiger urbaner Mobilität befassen, wie etwa die Integratidazu beigetragen, Verkehrsstaus zu reduzieren und die Effizienz des städtischen Verkehrssystems zu verbessern 14 . Ein weiteres europäisches Beispiel für den Einsatz von KI im Verkehrsmanagement ist das „TANGENT-Projekt“. Dieses Projekt zielt darauf ab, multimodale städtische Verkehrsströme durch die semantische Interoperabilität verschiedener heterogener Mobilitätsdatenquellen intelligent zu steuern. Durch die Integration und Auswertung dieser Daten mittels KI werden dynamische Managementstrategien entwickelt, um den Verkehrsfluss zu optimieren und die Mobilität in Städten effizienter zu gestalten. Das TANGENT-Projekt wurde in vier europäischen Städten (Rennes, Lissabon, Manchester, Athen) implementiert und validiert, wobei positive Rückmeldungen von Nutzern und wertvolle Erkenntnisse für die Weiterentwicklung gesammelt wurden 15 . In Deutschland sind verschiedene datengetriebene Innovationsprojekte von Bedeutung, die den öffentlichen Sektor und die Mobilitätsbranche revolutionieren. Ein aktuelles Beispiel ist das Projekt „Regio- Move“ in Karlsruhe, das mithilfe von Big Data eine intermodale Mobilitätsplattform entwickelt hat. Diese Plattform integriert öffentliche Verkehrsmittel, Carsharing- Angebote und Fahrradmietsysteme, um eine optimierte und nahtlose Reiseplanung zu ermöglichen 16 . Ein weiteres bemerkenswertes Projekt ist „Connected Urban Twins“, das in den Städten Hamburg, Leipzig und München durchgeführt wird. Hierbei wird eine digitale Replik der Städte erstellt, um Verkehrsflüsse zu simulieren und durch datenbasierte Analysen zu optimieren, was eine nachhaltige Stadtentwicklung fördert 17 . Der McKinsey-Bericht über die Zukunft der Mobilität betont die Bedeutung neuer Trends wie den Übergang zu geteilten, emissionsfreien Fahrzeugen und die Einführung multimodaler Mobilitätsplattformen, die verschiedene Transportmittel integrieren. Diese Entwicklungen fördern nachhaltige und effiziente urbane Mobilität. Insbesondere wird die Rolle staatlicher Anreize und regulativer Maßnahmen hervorgehoben, die den Einsatz umweltfreundlicher Technologien fördern 18 . 4.3 Nutzen und Risiken Die Vorteile datengetriebener Innovationen sind vielfältig: Sie können die Effizienz steigern, Kosten senken und die Nutzererfahrung verbessern. Beispielsweise können durch präzisere Verkehrsvorhersagen Wartezeiten reduziert und die Pünktlichkeit des öffentlichen Nahverkehrs verbessert werden 19 . Allerdings bestehen - wie bereits erwähnt - auch Risiken, insbesondere in Beland hat die MaaS-App „Jelbi“ gezeigt, dass solche Plattformen die Nutzerfreundlichkeit erhöhen und gleichzeitig zur Nachhaltigkeit beitragen können 11 . Auch die Forschung im Bereich autonomer Fahrzeuge hat bedeutende Fortschritte gemacht. Laut einer Studie des Bitkom (2023) sehen viele Experten in autonomen Fahrzeugen eine Möglichkeit, die Sicherheit im Straßenverkehr zu erhöhen und die Umweltbelastung zu verringern. Allerdings gibt es auch Bedenken hinsichtlich der technologischen Reife und der gesellschaftlichen Akzeptanz. Ein weiterer wichtiger Aspekt ist die Rolle von Open Data in der Mobilitätsforschung. Das Open Data Institute (2021) betont, dass offene Datenplattformen die Grundlage für zahlreiche datenbasierte Anwendungen bilden und die Zusammenarbeit zwischen verschiedenen Akteuren fördern können. In Deutschland hat der mFUND gezeigt, dass die Bereitstellung offener Daten die Entwicklung innovativer Mobilitätslösungen beschleunigen kann 12 . Zusammenfassend lässt sich sagen, dass die aktuelle Forschung im Bereich der datengetriebenen Mobilität vielversprechende Ansätze bietet, um die Herausforderungen des Verkehrssektors zu bewältigen. Allerdings gibt es auch Herausforderungen, insbesondere in Bezug auf Datenschutz, Cybersicherheit und gesellschaftliche Akzeptanz, die weiterer Forschung bedürfen. 4. Datengetriebene Innovationen als Schlüssel zur Mobilität der Zukunft 4.1 Definition und Bedeutung Datengetriebene Innovationen nutzen große Mengen an Verkehrsdaten, um intelligente Lösungen zu entwickeln. Daten aus Sensoren, Smartphones und vernetzten Fahrzeugen ermöglichen Echtzeitanalysen und Prognosen 13 . Diese datenbasierten Ansätze tragen dazu bei, Verkehrsströme zu optimieren, Emissionen zu reduzieren und die Sicherheit im Straßenverkehr zu erhöhen. 4.2 Beispiele datenbasierter Innovationen Ein prominentes internationales Beispiel für den erfolgreichen Einsatz von Künstlicher Intelligenz (KI) im Verkehrsmanagement findet sich in Singapur. Dort wird ein komplexes Netzwerk aus Sensoren, Kameras und Datenanalysen eingesetzt, um den Verkehrsfluss in Echtzeit zu überwachen und zu steuern. KI-Algorithmen verarbeiten diese Daten, um präzise Vorhersagen über zukünftige Verkehrslagen zu treffen und ermöglichen so eine dynamische Anpassung der Verkehrssteuerung. Dieses System hat POLITIK  Digitalisierung DOI: 10.24053/ IV-2025-0022 Internationales Verkehrswesen (77) 2 ǀ 2025 14 probung integrativer Lösungen erhöht. Sie gelten als Vorbild für andere Regionen, die ebenfalls nach nachhaltigen und partizipativen Ansätzen suchen 31 . 6.2 Erfolgsfaktoren für Verbundvorhaben Erfolgreiche Kooperationen zeichnen sich durch klare Zielsetzungen, eine effiziente Projektsteuerung und einen offenen Wissensaustausch aus. Eine transparente Kommunikation und die Definition gemeinsamer Ziele sind Schlüsselfaktoren, um unterschiedliche Interessen zu vereinen. Außerdem ist eine ausgewogene Aufgabenverteilung wichtig, damit alle Beteiligten gleichermaßen von den Projektergebnissen profitieren 32 . Ein weiteres Element für erfolgreiche Verbundvorhaben ist der Zugang zu Fördermitteln. Programme wie „Shift2Rail“ in Europa haben gezeigt, wie interdisziplinäre Zusammenarbeit innovative Lösungen im Schienenverkehr fördern kann. Dieses Forschungs- und Innovationsprogramm zielt darauf ab, den Schienenverkehr in Europa zu modernisieren und zu digitalisieren. Projekte innerhalb von „Shift2Rail“ umfassen die Entwicklung innovativer Technologien, wie etwa die Einführung von automatisierten Zügen und digitalisierten Infrastruktursystemen. Ein zentrales Ziel des Programms ist es, die Effizienz, Kapazität und Nachhaltigkeit des europäischen Schienenverkehrs zu steigern und ihn stärker in multimodale Verkehrssysteme zu integrieren 33 . Auch in Deutschland gibt es zahlreiche Beispiele für erfolgreiche Verbundprojekte. Das „SynRM“-Projekt, eine Kooperation zwischen mehreren Forschungseinrichtungen und Industriepartnern, konzentrierte sich auf die Entwicklung synchron reluktanter Antriebe, die eine erhebliche Energieeinsparung im Bereich der Elektromobilität ermöglichen 34 . Solche Projekte zeigen, wie wichtig die gemeinsame Nutzung von Wissen und Ressourcen ist, um technologische Durchbrüche zu erzielen. Darüber hinaus sind Verbundvorhaben eine Plattform, um gesellschaftliche Akzeptanz für Innovationen zu schaffen. Die Einbindung von Nutzern und Bürgern in Innovationsprozesse kann die gesellschaftliche Akzeptanz deutlich erhöhen 35 36 . Dies zeigt sich beispielsweise in Projekten im Bereich der Shared Mobility, wo eine frühe Nutzerbeteiligung positive Auswirkungen auf die Akzeptanz und Nutzung neuer Angebote hat. 6.3 Herausforderungen und Lösungsansätze Trotz der zahlreichen Vorteile stehen Kooperationen auch vor Herausforderungen. Unterschiedliche Unternehmenskulturen und Zielsetzungen können zu Konflikten bilität in städtischen Räumen nachhaltiger zu gestalten. Der „MobilitätsHub“ wurde durch eine Zusammenarbeit zwischen Kommunen, Verkehrsunternehmen und privaten Partnern gefördert 26 . Ebenfalls erwähnenswert ist das „Green Urban Mobility“ Projekt, das sich auf die Förderung von Elektromobilität in deutschen Städten konzentriert. Dieses Projekt zielt darauf ab, durch die Integration von Elektrofahrzeugen in den öffentlichen Verkehr und die Förderung von Ladestrukturen eine umweltfreundliche, effiziente und nachhaltige städtische Mobilität zu schaffen. In Städten wie Berlin und Frankfurt wurden entsprechende Pilotprojekte gestartet, die auch die Vernetzung von Elektromobilität mit anderen Verkehrsträgern beinhalten 27 . Ein weiteres erfolgreiches Beispiel ist die Förderung von Forschungs- und Entwicklungsprojekten im Bereich der Elektromobilität des Bundesministeriums für Digitales und Verkehr. Dieses Programm ist Teil der Klimaschutzoffensive der Bundesregierung und unterstützt den Ausbau der Elektromobilität. Es fördert Forschung, Entwicklung und Demonstrationsprojekte rund um Elektrofahrzeuge, Ladeinfrastruktur und innovative Mobilitätskonzepte. Ziel ist es, die CO₂-Emissionen im Verkehr zu reduzieren und die Elektromobilität in Deutschland flächendeckend zu etablieren 28 . 6. Kooperationen und Verbundvorhaben als Erfolgsfaktor 6.1 Bedeutung der Zusammenarbeit Innovationen entstehen häufig an Schnittstellen verschiedener Disziplinen. Kooperationen zwischen Wirtschaft, Wissenschaft, öffentlichen Einrichtungen und Gesellschaft schaffen Synergien und beschleunigen die Entwicklung neuer Lösungen 29 . Gerade in der Mobilitätsbranche sind solche Kooperationen essenziell, da komplexe Herausforderungen wie Klimawandel, Urbanisierung und Digitalisierung eine koordinierte Herangehensweise erfordern. Gemeinsame Projekte ermöglichen es, Fachwissen und Ressourcen zu bündeln, was wiederum die Innovationskraft steigert und die Umsetzungsgeschwindigkeit erhöht 30 . In Deutschland spielt die Zusammenarbeit zwischen Hochschulen, Unternehmen und Kommunen eine zentrale Rolle. Initiativen wie die Bereitstellung von Reallaboren ermöglichen es, neue Technologien in realen Umgebungen zu testen und gleichzeitig den Dialog zwischen verschiedenen Akteuren zu fördern. Diese praxisorientierten Forschungs- und Innovationsräume vereinen wissenschaftliche Expertise und gesellschaftliche Mitgestaltung, was ihre Effektivität bei der Entwicklung und Eron von Elektromobilität in städtische Verkehrssysteme. Förderprogramme bieten eine wichtige Grundlage, um innovative Projekte umzusetzen und langfristig einen Beitrag zu einer nachhaltigen und digitalen Mobilität zu leisten. 5.2 Rolle der öffentlichen Finanzierung Öffentliche Fördergelder bieten die notwendige finanzielle Unterstützung, um innovative Projekte zu starten, die ohne private Investitionen nur schwer realisierbar wären. Insbesondere datenintensive Vorhaben, wie die Entwicklung von Mobility-as-a-Service-Plattformen oder autonomer Fahrzeugtechnologien, erfordern hohe Anfangsinvestitionen. Durch öffentliche Finanzierung können zudem Projekte mit hohem gesellschaftlichem Mehrwert, aber geringerer kurzfristiger Rentabilität realisiert werden. Ein entscheidender Vorteil der öffentlichen Förderung liegt auch in der Risikominimierung für private Akteure. Durch eine kombinierte Finanzierung können sich Unternehmen auf die Skalierung und Markteinführung innovativer Produkte konzentrieren, ohne das gesamte Risiko allein tragen zu müssen. Studien zeigen, dass öffentliche Investitionen in Forschung und Entwicklung private Investitionen ergänzen und verstärken können, wodurch die Gesamtinvestitionen in Innovationen steigen 24 . 5.3 Beispiele erfolgreicher Förderung Ein herausragendes Beispiel auf europäischer Ebene ist das Programm „Horizon Europe“ der EU, das zahlreiche datenbasierte Mobilitätsprojekte unterstützt hat. Ein Beispiel aus dem Programm „Horizon Europe“ der EU ist das Projekt „SCALE-UP“ (Smart and Collaborative Automated Logistics for Urban Mobility). Dieses Projekt zielt darauf ab, datengetriebene Lösungen für die urbane Logistik zu entwickeln, indem automatisierte Systeme und intelligente Verkehrsmanagement-Plattformen eingeführt werden. Ziel ist es, die Effizienz von Lieferketten zu steigern und gleichzeitig den CO₂-Ausstoß in Städten zu verringern. Dabei werden Technologien wie KI-basierte Verkehrssteuerung und vernetzte Sensorik genutzt, um die Integration verschiedener Verkehrsmittel in urbane Logistikprozesse zu fördern 25 . Ein weiteres Beispiel für ein innovatives Projekt in Deutschland ist die Initiative „MobilitätsHub“ in verschiedenen deutschen Städten. Im Rahmen dieses Projekts wurden digitale Plattformen entwickelt, die verschiedene Verkehrsmittel wie Carsharing, Fahrradmietsysteme und den öffentlichen Nahverkehr miteinander verknüpfen. Ziel ist es, die Nutzung der verschiedenen Verkehrsmittel zu vereinfachen und die Mo- Internationales Verkehrswesen (77) 2 ǀ 2025 15 DOI: 10.24053/ IV-2025-0022 Digitalisierung  POLITIK 8.3 Ausbau von Förderprogrammen Spezielle Förderprogramme sollten nicht nur ausgeweitet, sondern auch strategisch weiterentwickelt werden. Eine Empfehlung ist die Integration von Innovationsclustern, in denen Akteure gezielt zu spezifischen Themen zusammenarbeiten. Darüber hinaus sollten langfristige Finanzierungsmodelle etabliert werden, um den Erfolg von Projekten über ihre initiale Entwicklungsphase hinaus zu sichern. Ein internationaler Vergleich zeigt, dass Länder oder Regionen mit stabilen und langfristig angelegten Förderprogrammen, wie beispielsweise die Europäische Union mit ihrem Horizon Europe-Programm, besonders erfolgreich sind. Horizon Europe bietet ein umfassendes und nachhaltiges Modell, das Forschung, Innovation und Zusammenarbeit über Landesgrenzen hinweg unterstützt und durch langfristige Planung die Umsetzung bahnbrechender Lösungen ermöglicht 41 . 8.4 Technologische und regulatorische Grundlagen Neben der finanziellen Förderung sind auch technologische und regulatorische Voraussetzungen entscheidend. Der Einsatz von Technologien wie 5G für die Kommunikation zwischen Fahrzeugen und Infrastrukturen sollte weiter vorangetrieben werden. Regulierungsbehörden müssen zudem agiler werden, um mit dem technologischen Fortschritt Schritt zu halten. Dies schließt die Anpassung von Regularien für autonome Fahrzeuge und neue Mobilitätsdienstleistungen ein 42 . 8.5 Bildung und Kompetenzentwicklung Ein weiterer zentraler Aspekt ist die Entwicklung von Kompetenzen und Bildung. Es sollten Programme für die Fort- und Weiterbildung von Fachkräften geschaffen werden, die die Anforderungen einer digitalisierten Mobilitätsbranche reflektieren. Universitäten und Forschungsinstitute sollten zudem interdisziplinäre Studiengänge anbieten, die Technik, Datenwissenschaft und Mobilitätsmanagement kombinieren 43 . 9. Fazit Die Digitalisierung und datengetriebene Innovationen spielen eine Schlüsselrolle für die Mobilität der Zukunft. Förderprogramme und interdisziplinäre Kooperationen sind essenzielle Treiber für die Entwicklung und Umsetzung solcher Lösungen. Um die Potenziale voll auszuschöpfen, sind gezielte Investitionen und eine enge Zusammenarbeit zwischen allen relevanten Akteuren erforderlich. Die Mobilität der Zukunft ist nicht nur eine technologische, sondern auch eine gesellschaftliche Aufgabe. ▪ ƒ Gesellschaftliche Akzeptanz: Durch die Einbindung der Nutzer in den Entwicklungsprozess kann die Akzeptanz für die Plattform erhöht werden. Risiken (Threats): ƒ Datenschutzbedenken: Die Erhebung und Nutzung von Nutzerdaten birgt Risiken in Bezug auf Datenschutz und Cybersicherheit. ƒ RegulatorischeHürden: Veränderungen in der Gesetzgebung könnten die Umsetzung des Projekts erschweren. Zusammenfassend zeigt die SWOT-Analyse, dass das Projekt „RegioMove“ zwar vielversprechende Ansätze bietet, aber auch Herausforderungen in Bezug auf Finanzierung, Technologie und Datenschutz bewältigen muss. 8. Handlungsempfehlungen und Zukunftsperspektiven 8.1 Förderung datengetriebener Ansätze Eine der zentralen Empfehlungen ist die Stärkung der Investitionen in datengetriebene Technologien und Plattformen. Der Auf bau offener Datenplattformen, die harmonisierte Standards und Schnittstellen bereitstellen, ist von grundlegender Bedeutung. Offene Daten schaffen nicht nur Transparenz, sondern bieten auch eine Grundlage für Innovationsökosysteme, die sich dynamisch weiterentwickeln können 39 . Zusätzlich sollten rechtliche Rahmenbedingungen geschaffen werden, die den sicheren Austausch von Mobilitätsdaten zwischen Akteuren ermöglichen, ohne den Datenschutz zu kompromittieren. 8.2 Stärkung der Zusammenarbeit Ein wesentlicher Treiber für erfolgreiche Innovationen in der Mobilität ist die interdisziplinäre Zusammenarbeit. Öffentlichprivate Partnerschaften (PPPs) können hierbei eine entscheidende Rolle spielen. Studien zeigen, dass Partnerschaften zwischen Wirtschaft, Wissenschaft und Verwaltung zu erhöhter Innovationskraft führen 40 . Beispiele der mFUND-Förderung illustrieren, wie regionale Kooperationen und der Einsatz digitaler Technologien gefördert werden. Seit 2016 unterstützt der mFUND Projekte, die datenbasierte Mobilitätslösungen entwickeln, wie vernetzte Verkehrssteuerungssysteme oder intelligente Ladeinfrastrukturen. Ebenso wichtig ist die Einbindung der Zivilgesellschaft, um Akzeptanz und Nutzerfreundlichkeit sicherzustellen. Der mFUND zeigt, wie die gemeinsame Nutzung von Wissen und Ressourcen neue Wege in der Mobilität eröffnet. führen. Hier ist ein professionelles Projektmanagement gefragt, um solche Differenzen auszugleichen und eine effektive Zusammenarbeit sicherzustellen 37 . Ein weiterer Aspekt in datengetriebenen Projekten ist die Frage der Datennutzung. Um den Datenschutz zu gewährleisten und gleichzeitig den Wissensaustausch zu fördern, müssen klare Regelungen und Sicherheitsmechanismen implementiert werden. In diesem Zusammenhang bieten datenschutzkonforme Plattformen und vertrauenswürdige Datenpartnerschaften praktikable Lösungen. Diese Modelle gewährleisten den sicheren Umgang mit sensiblen Daten, ohne den Austausch von Wissen und Innovationen zu behindern 38 . 7. Fallstudie: SWOT-Analyse des Projekts „RegioMove“ Das Projekt „RegioMove“ in Karlsruhe ist ein Beispiel für ein öffentlich subventioniertes Mobilitätsprojekt, das auf datengetriebene Innovationen setzt. Es zielt darauf ab, eine intermodale Mobilitätsplattform zu entwickeln, die verschiedene Verkehrsmittel wie öffentliche Verkehrsmittel, Carsharing und Fahrradmietsysteme integriert. Im Folgenden wird eine SWOT- Analyse des Projekts durchgeführt, um Stärken, Schwächen, Chancen und Risiken zu identifizieren. Stärken (Strengths): ƒ Integration verschiedener Verkehrsmittel: Die Plattform ermöglicht eine nahtlose Reiseplanung und fördert die Nutzung nachhaltiger Verkehrsmittel. ƒ Datengetriebene Ansätze: Durch die Nutzung von Big Data können Verkehrsflüsse optimiert und Emissionen reduziert werden. ƒ Öffentliche Förderung: Das Projekt wird durch staatliche Gelder unterstützt, was die finanzielle Belastung für die beteiligten Unternehmen verringert. Schwächen (Weaknesses): ƒ Abhängigkeit von öffentlicher Förderung: Das Projekt ist stark von staatlichen Geldern abhängig, was die langfristige Finanzierung unsicher macht. ƒ Technologische Herausforderungen: Die Integration verschiedener Verkehrsmittel in einer Plattform erfordert komplexe technologische Lösungen, die noch nicht vollständig ausgereift sind. Chancen (Opportunities): ƒ Skalierbarkeit: Die Plattform hat das Potenzial, auf andere Regionen ausgeweitet zu werden, was die Nachhaltigkeit der Mobilität in ganz Deutschland fördern könnte. POLITIK  Digitalisierung DOI: 10.24053/ IV-2025-0022 Internationales Verkehrswesen (77) 2 ǀ 2025 16 ENDNOTEN 1 Vgl. UN, 2018, S. 12 2 Vgl. IPCC, 2021, S. 45 3 Vgl. Umweltbundesamt, 2020, S. 18 4 Vgl. Umweltbundesamt, 2022, S. 30 5 Vgl. INRIX, 2021, S. 22 6 Vgl. Chong et al., 2020, S. 85 7 Vgl. Digital Hub Logistics, 2021, S. 14 8 Vgl. Sochor et al., 2018, S. 10 9 Vgl. Bitkom, 2023 10 Vgl. Chen et al., 2020, S. 15 11 Vgl. Sochor et al., 2018, S. 10 12 Vgl. Open Data Institute, 2021, S. 12 13 Vgl. Chen et al., 2020, S. 15 14 Vgl. GeekLeaks, 2023 15 Vgl. Scrocca et al., 2024, S. 1 16 Vgl. Institut für Verkehrswesen, 2023 17 Vgl. Connected Urban Twins, 2023 18 Vgl. McKinsey & Company, 2023 19 Vgl. Chen et al., 2020, S. 20 20 Vgl. Scherrer et al., 2021, S. 60 21 Vgl. European Data Protection Board, 2022, S. 34 22 Vgl. Cybersecurity Framework, 2021, S. 29 23 Vgl. European Regional Development Fund, 2020, S. 14 24 Vgl. Sadraoui & Ben Zina, 2009 25 Vgl. European Commission, 2022, S. 34 26 Vgl. Smart City Initiative, 2023 27 Vgl. Green Urban Mobility, 2023 28 Vgl. Chen et al., 2020, S. 50 29 Vgl. Scherrer et al., 2021, S. 45 30 Vgl. European Commission, 2020, S. 12 31 Vgl. Schäpke et al., 2018, S. 2 32 Vgl. Scherrer et al., 2021, S. 50 33 Vgl. Shift2Rail, 2021, S. 22 34 Vgl. MathWorks 35 Vgl. von Hippel, 2005 36 Vgl. Chesbrough, 2003 37 Vgl. Scherrer et al., 2021, S. 53 38 Vgl. Fischer, 2020, S. 102 39 Vgl. Open Data Institute, 2021, S. 12 40 Vgl. Scherrer et al., 2021, S. 45 41 Vgl. European Commission, 2021, S. 18 42 Vgl. European Commission b, 2022, S. 34 43 Vgl. OECD, 2021, S. 18 Sadraoui, T., & Ben Zina, N. (2009).-Complementarity between private and public investment in R&D: A Dynamic Panel Data analysis. Schäpke, N., Stelzer, F., & Caniglia, G. (2018).-Sustainability experiments in real-world laboratories -- A systematic review of research approaches. Scrocca, M., Grassi, M., Comerio, M., Carriero, V. A., Dias, T. D., Da Silva, A. V., & Celino, I. (2024).-Intelligent Urban Traffic Management via Semantic Interoperability across Multiple Heterogeneous Mobility Data Sources.- arXiv preprint arXiv: 2407.10539. Scherrer, Y., Meyer, T., & Krämer, F. (2021).- Collaboration in Innovation Ecosystems: Strategies and Best Practices. Springer. Shift2Rail (2021).-Annual Report on Innovation in Rail Systems. Smart City Initiative (2023).-MobilitätsHub -- Innovative digitale Plattformen für die städtische Mobilität. Sochor, J., Strömberg, H., & Karlsson, I. M. (2018).-Mobility-as-a-Service: Challenges and Opportunities. Transportation Research Part A. Umweltbundesamt (UBA) (2020).-Klimaschutzbericht Deutschland 2020. Umweltbundesamt (UBA) (2022).- Daten zur Umwelt 2022. United Nations (UN) (2018).-World Urbanization Prospects: The 2018 Revision. United Nations Publications. Von Hippel, E. (2005).-Democratizing innovation.-MIT press. Eingangsabbildung: © iStock.com/ metamorworks LITERATUR Bitkom (2023).- Autonome Mobilität: Weniger CO2, weniger Lärm, weniger Stau. Chen, X., Zhang, Y., & Li, M. (2020).-Big Data Analytics in Urban Traffic Management. Springer. Chesbrough, H. W. (2003).-Open innovation: The new imperative for creating and profiting from technology.-Harvard Business Press. Chong, H., Tan, K., & Lee, J. (2020).- Urban Mobility Innovations. Springer. Connected Urban Twins (2023).-Digitale Zwillinge für eine nachhaltige Stadtentwicklung. Abgerufen von connectedurbantwins.de. Cybersecurity Framework (2021).- Ensuring Security in Intelligent Transportation Systems. National Institute of Standards and Technology. Digital Hub Logistics (2021).-Smart Traffic Hamburg: Ein Projektbericht. Veröffentlichungen des Digital Hub Logistics. European Commission. (2022).-Horizon Europe: Driving Innovation in Urban Mobility. Publications Office of the European Union. European Commission (2021).-Horizon Europe -- The EU Research and Innovation Framework Programme 2021--2027. European Commission b (2022).- Regulatory Adaptations for Autonomous Driving.- European Union Publications. European Commission (2020).- Shift2Rail: Innovation in Rail Transport. European Union Publications. European Data Protection Board (2022).- Guidelines on Processing Mobility Data. EDPB Publications. European Regional Development Fund (2020).- Regional Innovation and Development Initiatives. European Union. Fischer, S. (2020).- Datenschutz und Datensicherheit in der digitalen Welt. Springer Vieweg. GeekLeaks (2023).-Singapur: Ein KI-getriebenes Verkehrslabor. Green Urban Mobility (2023).-Förderung von Elektromobilität und nachhaltiger urbaner Mobilität. MathWorks (o.J.): -SynRM Control Strategies for Electric Vehicle Drivetrains. INRIX (2021).-Traffic Scorecard Annual Report. Institut für Verkehrswesen (2023).- RegioMove -- Ein intermodales Mobilitätsprojekt der Technologie- Region Karlsruhe. Abgerufen von ifv.kit.edu. Intergovernmental Panel on Climate Change (IPCC) (2021).-Climate Change 2021: The Physical Science Basis. Cambridge University Press. McKinsey & Company (2023).-The Future of mobility. Open Data Institute (2021).-The Role of Open Data in Mobility Innovation.-S. 10-15. Norbert Földi, Dr., Referent im Bundesministerium für Digitales und Verkehr, Schwerpunkt auf datengetriebener Innovationsförderung. Lehrauftrag an der Hochschule für Wirtschaft und Recht Berlin im Bereich der internationalen Wirtschaft. norbertfoeldi@yahoo.de LinkedIn: - https: / / www.linkedin. com/ in/ dr-norbert-f%C3%B6ldi- 16986bb5/ Digitalisierung  POLITIK Internationales Verkehrswesen (77) 2 ǀ 2025 17 DOI: 10.24053/ IV-2025-0022