55 3 · 2020 TR ANSFORMING CITIES THEMA Urbanes Land · durchgrünte Stadt Hintergrund Routing-Apps dienen der Planung von Reisen, der Navigation und der Information über aktuelle Verkehrslagen. Routinganwendungen im Browser dienen meist der Recherche und Planung von Reisen, mobile Anwendungen werden unterwegs, während der Reise häufiger verwendet. [1] Routinganwendungen informieren den Reisenden über verfügbare Verkehrsmittel, Reisezeiten in Abhängigkeit des Reisezeitpunkts, der Entfernungen und Routenmöglichkeiten, Verbindungen im öffentlichen Verkehr und teilweise über Kosten öffentlicher Verkehrsmittel. Die enthaltenden Informationen decken sich in großen Teilen mit den Faktoren, die in einer Verkehrsmittelwahl entscheidend sind: Kosten, Reisezeiten und Zuverlässigkeit. [2] Diese rational-ökonomischen messbaren Eigenschaften der Verkehrsmittel wirken gemeinsam mit subjektiven Einstellungen, sozial-gesellschaftlichen und personal-normativen Einflüssen auf die Entscheidung Routing: personalisiert und nachhaltig Quantifizierung persönlichen Handelns und Denkens ermöglicht nutzer- und umweltorientiertes Routing Eco-Routing, Verkehrsmittelwahl, personalisiertes Routing, umweltorientiertes Routing Rebecca Heckmann, Sören Kock, Lutz Gaspers Das Ziel von quantifiziert-personalisiertem Routing ist die Optimierung der Reiseempfehlungen nach persönlichen Vorlieben und Voraussetzungen und die Objektivierung subjektiv überlagerter Parameter. Kosten, Zeit und Komfort sind Faktoren, die eine Entscheidung stark beeinflussen. Personalisiertes Routing kann mithilfe weniger persönlicher Daten und Persönlichkeitsprofilen die Rationalität der Entscheidung steigern. Der Wert Nachhaltigkeit wird als neue Variable im Entscheidungsprozess verankert. Verbindungen, Routen und die Verkehrsmittelwahl werden nachhaltiger und personengenau generiert. Bild 1: Screenshot der Routinganwendung. © Heckmann et al. 56 3 · 2020 TR ANSFORMING CITIES THEMA Urbanes Land · durchgrünte Stadt ein. Zudem haben sozidemografische Merkmale wie Alter, Geschlecht und Bildungsstand einen Einfluss auf die Entscheidung. All diese Merkmale werden in einer Routinganwendung nicht berücksichtigt. Die Vorschläge, die eine Anwendung unterbreitet, sind nicht personalisiert, sondern standardisiert. Dadurch kann nicht die bestmögliche Reiseempfehlung gegeben werden. Eine Möglichkeit, soziodemografische Merkmale, subjektive Einstellungen, sozial-gesellschaftliche und personal-normative Einflüsse in der Kalkulation einer Reisemöglichkeit zu berücksichtigen, ist die Quantifizierung personalisierten Routings. Das Verfahren Durch die Integration persönlicher Informationen, die Analyse von Verhaltensmustern und die Typisierung von individuellen Merkmalen, kann eine Anwendung personenbezogene Reisemöglichkeiten berechnen. Sie berücksichtigt die individuellen Voraussetzungen, wie das Vorhandensein eines bestimmten Verkehrsmittels, eine körperliche Einschränkung, eine Vorliebe oder Abneigung gegen eine Fortbewegungsmethode, weitere Einstellungen und externe Faktoren, wie die Verkehrslage oder das Wetter. Eine Software wurde entwickelt, die typische Routing- und Reiseplanungsfunktionen bietet, erweitert um die persönlichen Aspekte. Ziel der Forschenden war es, Routing passgenau auf die Zielperson zuschneiden zu können und somit bessere Lösungen anbieten zu können. Wichtig war die Objektivierung subjektiv überlagerter messbarer Eigenschaften. Reisezeit und Reisekosten sind objektiv-messbare Werte, die jedoch durch subjektive Einschätzungen der Reisenden verfälscht werden. So werden beispielsweise die Reisekosten des PKW als zu gering eingeschätzt, da nur direkte Kosten für den Brennstoff beachtet werden. Die Reisezeit von öffentlichen Verkehrsmitteln wird häufig als zu lang eingeschätzt, was unter anderem an der Abhängigkeit und den fehlenden persönlichen Eingriffsmöglichkeiten liegt. Beim PKW werden Staus als weniger auswirksame Verzögerung eingeschätzt, da ein persönliches Verändern der Situation, beispielsweise durch Umfahrungen, angenommen wird [3]. Neben der Objektivierung der messbaren Eigenschaften war ein weiteres Anliegen, den Wert der Nachhaltigkeit im Entscheidungsprozess zu stärken. Ökologische Aspekte spielen in der Verkehrsmittelwahl eine untergeordnete Rolle [4]. Maßgebend für nicht-umweltfreundliches Mobilitätsverhalten ist das Auftreten der Allmende-Klemme. Diese beschreibt den Umstand, dass eine Person stärker individuelle, kurzfristig auftretende Nachteile durch eine Verhaltensänderung wahrnimmt, als kollektive, langfristig eintretende Vorteile. Bei einem Umstieg vom PKW auf das Fahrrad werden Nachteile wie ein Zeit- und Komfortverlust, die sofort mit einer Veränderung eintreten, stärker wahrgenommen, als Vorteile für die Umwelt oder Gesellschaft, die erst zeitversetzt eintreten werden. [5] Die Integration persönlicher Informationen, Verhaltensweisen, Einstellungen und Voraussetzungen in Reiseplanungssoftware Die entwickelte Software fragt vor dem ersten Nutzen den Anwender nach persönlichen Informationen. Über einen Fragebogen wird erhoben  Vorhandene und zur Verfügung stehende Verkehrsmittel und Mobilitätsabonnements sowie die Auswahl besonders beliebter Verkehrsmittel: bei PKW und Motorrädern werden Marke und Modell erhoben, um detaillierte Berechnungen zu Betriebskosten und Emissionen erstellen zu können  Wetterabhängige Präferenzen: Bevorzugung oder Vermeidung bestimmter Verkehrsmittel bei einer festgelegten Wetterlage  Präferenzen zur Nutzung der Reisezeit: Möglichkeit, die Unterwegszeit für aktive Bewegung zu nutzen, Möglichkeit zur Erledigung geschäftlicher Dinge, Möglichkeit zum Konsum von Entertainmentangeboten, Möglichkeit für ungestörte Telefonate  Definition von Entfernungsgrenzen für aktive Fortbewegungsmittel (zu Fuß gehen, Scooter, Fahrrad und E-Bike/ Pedelec)  Festlegung von Gewichtungsfaktoren für die Ökologie, Kosten und Reisezeit: Es besteht die Möglichkeit, bis zu zwei Faktoren mit doppelter oder dreifacher Gewichtung in der Berechnung einer Empfehlung zu bevorzugen. Die Festlegung erfolgt über eine Matrix. Auf Basis dieser Daten wird ein persönliches Profil erstellt. Dieses wird in Folge bei jeder Anfrage für eine Reise berücksichtigt. Um diese Informationen verarbeiten zu können, wurde ein eigener Algorithmus entwickelt. Dieser arbeitet mit einer Faktorisierung der entscheidungsprägenden Parameter. Die Faktorisierung erfolgt für die Reisezeit, für Reisekosten und Emissionen. Nach der Faktorisierung wird die Gewichtung der einzelnen Parameter zueinander in einer Faktordivision berücksichtigt. Das Ziel der Faktorisierung und anschließenden Faktordivision ist eine Vergleichbarkeit der unterschiedlichen Einheiten und das Zusammenfügen in einem Vergleichswert, mithilfe dessen verschie- 57 3 · 2020 TR ANSFORMING CITIES THEMA Urbanes Land · durchgrünte Stadt Faktor Reisezeit 5,0 4,0 3,0 2,0 1,0 100% +100% +200% geringste Reisezeit doppelte Reisezeit dreifache Reisezeit Faktor Reisezeit 5,0 4,0 3,0 2,0 1,0 100% +100% +200% geringste Kosten > kostenlos doppelte Kosten dreifache Kosten kostenlos 0 30 60 90 120 150 Faktor CO 2e 5,0 4,0 3,0 2,0 1,0 dene Reiseoptionen hinsichtlich Kosten, Zeit und Emissionen bewertet werden können. Zudem kann durch die Integration der persönlichen Mobilitätspräferenzen eine zwei- oder dreifache Gewichtung eines oder zweier Parameter ermöglicht werden. Für die Faktorisierung wird ein Schnulnotenprinzip vorgeschlagen. Der bestmögliche Faktor ist 1,0, der schlechtmöglichste ist 5,0. Zwischen diesen beiden Werten kann allen Optionen mittels Interpolation ein Faktor zugewiesen werden. Filterfunktionen berücksichtigen an dieser Stelle die persönlichen Profile. So werden anhand von Verkehrssituationen, Kilometerüberschreitungen und Wetterlagen Optionen ausgeschieden. Für die Faktorisierung der Reisezeit werden die Gesamtreisezeiten relativ zu allen verfügbaren Optionen verglichen. Dabei erfolgt die Ermittlung des Faktors wie folgt: Aus der Faktordivision geht der EmiQ hervor. Dieser ist der Endwert einer Reisemöglichkeit, bewertet nach Kosten, Zeit und Emissionen. Der EmiQ der verschiedenen Verkehrsmittel und Routen wird verglichen, die Möglichkeit mit dem besten EmiQ dem Nutzer vorgeschlagen. Daraus ergibt sich die in Bild-2 gezeigte Funktion. Die Reiseoption mit der geringsten Reisezeit erhält den Faktor 1,0. Bei einer doppelten Reisezeit erhält diese Option den Faktor 3,0 und bei einer Reisezeit von wenigstens dem Dreifachen im Vergleich zur schnellsten Option erhält diese Reiseoption den Faktor 5,0. Für alle Werte zwischen der schnellsten und dem Dreifachen der schnellsten Reisezeit ergibt sich der Faktor entsprechend der in Bild 2 dargestellten Funktion f(x) = x (1) Die Reisezeiten werden durch die Abfrage der APIs ermittelt. Für PKW, Fahrrad und zu Fuß gehen liefern HereWeGo, OpenStreetMap und Google Maps die Daten, für die restlichen Verkehrsmittel die jeweiligen Anbieter, zum Beispiel für die Bahn die Deutsche Bahn und für den ÖPNV in Stuttgart der Verkehrsverbund Stuttgart. Eine Besonderheit ist bei der Faktorisierung der Reisekosten gegeben. Die beiden Fortbewegungsmittel zu Fuß gehen und Fahrradfahren haben Kosten, die gegen Null gehen (von dem Verschleiß an Schuhen und mechanischen Bauteilen des Fahrrads abgesehen). Daher soll diesen beiden Fortbewegungsmöglichkeiten der fixe Faktor 1,0 zugewiesen werden. Um die Relation zu nicht-kostenlosen Optionen zu wahren, verändert sich der Faktorbereich auf 3,0 bis 5,0. Die günstigste, nicht kostenlose Reiseoption erhält den Faktor 3,0. Bei einer Verdreifachung dieser Kosten erhält die entsprechende Option den Faktor 5,0. Bild 2: Faktorisierung der Reisezeit. © Heckmann et al. Bild 3: Faktorisierung der Reisekosten. © Heckmann et al. Bild 4: Faktorisierung der Ökologie. © Heckmann et al. 58 3 · 2020 TR ANSFORMING CITIES THEMA Urbanes Land · durchgrünte Stadt Daraus ergibt sich folgende Funktion: f(x)=(2/ 5)x+3 (2) für nicht-kostenlose Optionen sowie f(x)=x (3) für kostenlose Optionen, welche in Bild 3 dargestellt sind. Für die Faktorisierung der Ökologie ist ein zu den Reisekosten und Reisezeiten unterschiedliches Verfahren vorgesehen. Der Emissionsausstoß ist abhängig von der Entfernung in Kilometern. Für jedes Verkehrsmittel liegen Werte zum Ausstoß von CO 2e je Kilometer vor. Entsprechend diesen Werten wurde die Faktorverteilung gewählt. Diese Werte sind Mittelwerte, die auf dem durchschnittlichen Besetzungsgrad beziehungsweise dem Auslastungsgrad eines Verkehrsmittels beruhen. Beim PKW und Motorrad ist es möglich, durch die Bildung von Fahrgemeinschaften die Emissionen zu verringern. Der Besetzungsgrad wird bei der Berechnung berücksichtigt. Für die öffentlichen Verkehrsmittel reduziert sich der Emissionsausstoß pro Personenkilometer ebenfalls mit steigendem Auslastungsgrad. Da es keine Schnittstelle gibt, die Echtzeitinformationen über die aktuelle Auslastung eines Verkehrsmittels liefert, ist es nicht möglich, die tatsächliche Auslastungssituation in die Emissionsberechnung zu integrieren. Aus diesem Grund muss mit Durchschnittswerten gerechnet werden. Wenn eine Schnittstelle verfügbar wird, die die entsprechenden Daten liefert, ist eine Integration sinnvoll, um genauere Daten zum Emissionswert errechnen zu können. Das emissionsärmste Verkehrsmittel (abgesehen von Zufußgehen und Fahrradfahren, die jeweils keine relevanten Treibhausgasemissionen ausstoßen) ist der Fernlinienbus mit einem Ausstoß von 29 g CO 2e je Kilometer und Person. Das emissionsreichste Verkehrsmittel ist das Flugzeug mit einem Ausstoß von 230 g CO 2e je Kilometer und Person, gefolgt von einem PKW mit Verbrennungsmotor und einem Besetzungsgrad von einer Person. Die Faktorverteilung erfolgt so, dass sich die Spanne zwischen einem Fernlinienbus mit Faktor 1,0 und einem durchschnittlichen PKW mit Besetzungsgrad 1,0 mit Faktor 5,0 bewegt. Für den Faktorbereich von 1,0 bis 2,0 beziehungsweise den Emissionsbereich von 0 bis 30 g CO 2e pro Personenkilometer ergibt sich die Funktion f(x) = x und für den Faktorbereich 2,0 bis 5,0 beziehungsweise den Emissionsbereich von größer 30 g CO 2e pro Personenkilometer die Funktion f(x) = (3/ 4)x + 1 (4) Der Bereich kleiner 30 g CO 2e je Personenkilometer verfügt über eine andere Steigung, um die Unterschiede vollständig emissionsärmerer Verkehrsmittel gegenüber emissionsarmer Verkehrsmittel zu stärken. Hintergrund ist hierbei die Förderung vollständig emissionsfreier Verkehrsmittel in der Faktorisierung. Die Funktion ist in Bild 4 gezeigt. Ergebnisse Das vorgeschlagene Verfahren zur Quantifizierung wurde anhand vierer Szenarien überprüft, welche in Tabelle 1 präsentiert werden: Szenario 1 für eine Kurzstrecke im ländlichen Raum von 5 km, Szenario- 2 im ländlich-städtischen Raum von 25 km, Szenario- 3 für eine interstädtische Langstrecke von 55 km und Szenario-4 für eine weite interstädtische Langstrecke von 580 km. Bei einer Gleichgewichtung von Emissionen, Fahrtzeit und Reisekosten ergeben sich folgende Einzelfaktoren, EmiQ und Empfehlungen (grau hinterlegt): PKW Bus Bahn Fahrrad E-Bike PKW in 2er-Fahrgemeinschaft Parameter Zeit 1 Kosten Emissionen EmiQ Zeit Kosten Emissionen EmiQ Zeit Kosten Emissionen EmiQ Zeit Kosten Emissionen EmiQ Zeit 2 Kosten Emissionen EmiQ Zeit 3 Kosten Emissionen EmiQ Szenario 1 „Kurz“ 1,00 5,00 4,48 3,49 5,00 4 5,00 4 3,13 4 3,71 4 5,00 1,00 1,00 2,33 4,00 3,00 1,16 2,72 1,50 5,00 3,00 3,17 Szenario 1 „Mittel“ 1,00 4,42 4,48 3,30 3,00 5 1,00 5 2,83 5 2,28 5 1,40 1,72 3,00 2,04 Szenario 1 „Lang“ 1,00 2,94 4,48 2,81 5,00 5 1,27 5 2,83 5 3,03 5 1,25 1,00 3,00 1,75 Szenario 1 „sehr lang“ 1,00 5,00 4,48 3,29 2,48 6 1,00 6 2,05 6 1,84 6 1,71 7 2,61 7 2,20 7 2,17 7 1,01 5,00 3,00 3,00 1 beruhend auf Google Maps Route „PKW“, abgerufen am 28.03.2020 2 beruhend auf Google Maps Route „Fahrrad“, abgerufen am 28.03.2020 3 beruhend auf Google Maps Route „PKW“, abgerufen am 28.03.2020 zgl. eines willkürlich angenommenen Umweges zum Einsammeln eines Mitfahrers 4 als Linienbus 5 als Bahn im Nahverkehr 6 als Fernlinienbus 7 als Bahn im Fernverkehr Ausschluss von Fahrrad ür Szenario 2, 3 und 4 aufgrund der angenommenen festgelegten Entfernungsgrenze ür Fahrradnutzung von zehn Kilometern Ausschluss von E-Bike ür Szenario 2, 3 und 4 aufgrund der angenommenen festgelegten Entfernungsgrenze ür E-Bike-Nutzung von 15 Kilometern Ausschluss von zu Fuß gehen ür Szenario 1, 2, 3 und 4 aufgrund der angenommenen festgelegten Entfernungsgrenze ür zu Fuß gehen von drei Kilometern Keine Verbindung mit dem Bus ür Szenario 2 und 3 laut Google Maps, Verkehrsverbund Stuttgart und Deutsche Bahn Keine Verbindung mit der Bahn ür Szenario 1 laut Google Maps, Verkehrsverbund Stuttgart und Deutsche Bahn Zahlen in bold sind die multiplizierten Faktoren und somit das Ergebnis EmiQ Grau hinterlegte Kästchen entsprechend der jeweiligen Empfehlung ür jedes Szenario aufgrund des besten EmiQ-Wertes Tabelle 1: Szenarioprüfung. © Heckmann et al. 59 3 · 2020 TR ANSFORMING CITIES THEMA Urbanes Land · durchgrünte Stadt Die Überprüfung des entwickelten Rechenverfahrens wurde mehrfach durchgeführt und entsprechende Anpassungen an Grenz- und Faktorwerten vorgenommen. Die in diesem Beitrag präsentierten Werte ergaben in der Szenarioprüfung sinnvolle Ergebnisse und eine logische Rangfolge der Empfehlungen. Es kann somit davon ausgegangen werden, dass ein automatisierter Optimierungsprozess die gewünschten Ziele erreicht und eine ökologische, aber zugleich nicht zu teure oder langsame Reiseoption ermittelt. Diskussion Die Erprobung hat ergeben, dass die Einbeziehung von Gewichtungen verschiedener Faktoren der Verkehrsmittelwahl möglich ist und sinnvolle Ergebnisse liefert. Persönliche Daten verfeinern den Optimierungsalgorithmus zur Berechnung von Reisemöglichkeiten und der Ausgabe einer Empfehlung. Das System erlaubt somit einerseits, persönliche Muster, Voraussetzungen, Einschränkungen und Vorlieben in den Optimierungsprozess zu integrieren und andererseits erstmals die Ermittlung von ökologischen Reiseoptionen. Das System wurde bislang nur theoretisch unter Zuhilfenahme mehrerer Szenarien und der analogen Ermittlung von Reisezeiten, Emissionen und Kosten durch das Forscherteam getestet. Der validierte Algorithmus wird bis Sommer 2020 in eine Software implementiert. Das vorgeschlagene System wird in der Zeit vom Sommer 2020 bis Sommer 2021 empirisch getestet, indem Probanden im realen Betrieb die Software zur Planung ihrer Reisen und Wege nutzen. WISSEN WAS MORGEN BEWEGT Schiene, Straße, Luft und Wasser, globale Verbindungen und urbane Mobilität: Viermal im Jahr bringt Internationales Verkehrswesen fundierte Experten-Beiträge zu Hintergründen, Entwicklungen und Perspektiven der gesamten Verkehrsbranche - verkehrsträgerübergreifend und zukunftsorientiert. Ergänzt werden die deutschen Ausgaben durch englischsprachige Specials mit dem Titel International Transportation. Mehr dazu im Web unter www.internationales-verkehrswesen.de Internationales Verkehrswesen gehört seit 1949 zu den führenden europäischen Verkehrsfachzeitschriften. Der wissenschaftliche Herausgeberkreis und ein Beirat aus Professoren, Vorständen, Geschäftsführern und Managern der ganzen Verkehrsbranche verankern das Magazin gleichermaßen in Wissenschaft und Praxis. Das technisch-wissenschaftliche Fachmagazin ist zudem Wissens-Partner des VDI Verein Deutscher Ingenieure e.V. - Fachbereich Verkehr und Umfeld. INTERNATIONALES VERKEHRSWESEN - DAS TECHNISCH-WISSENSCHAFTLICHE FACHMAGAZIN »Internationales Verkehrswesen« erscheint bei der Trialog Publishers Verlagsgesellschaft, Baiersbronn-Buhlbach, www.trialog-publishers.de AUTOR*INNEN Dipl.-Ing. Rebecca Heckmann Akademische Mitarbeiterin Hochschule für Technik Stuttgart Kontakt: rebecca.heckmann@hft-stuttgart.de Sören Kock, B.Eng. Hochschule für Technik Stuttgart Kontakt: soeren.kock@hft-stuttgart.de Prof. Dr.-Ing. Lutz Gaspers Hochschule für Technik Stuttgart Kontakt: lutz.gaspers@hft-stuttgart.de