Entwicklung und Validierung einer GPS basierten-Methode zur teilautomatisierten Erfassung des verkehrsträgerübergreifenden Mobilitätsverhaltens

In den letzten Jahren ist der Bedarf an verlässlichen, verkehrsträgerübergreifenden und zeitnah verfügbaren Mobilitätsdaten deutlich gestiegen, um das Mobilitätsverhalten, Verlagerungseffekte sowie die Auswirkungen disruptiver Ereignisse besser analysieren zu können. Gleichzeitig nimmt die Teilnahmebereitschaft an klassischen Mobilitätsbefragungen ab, während bestimmte Verkehrsbereiche – wie Rad- und Fußverkehr oder Freizeitschifffahrt – schwer erfassbar bleiben. Eine kontinuierliche Erhebung ist jedoch essenziell für evidenzbasierte Verkehrspolitik und Investitionsplanung. Durch effizientere Schätzverfahren, Algorithmen und Machine Learning-Methoden kann das Mobilitätsverhalten (teil-)automatisiert erfasst und der Response Burden der Befragten deutlich reduziert werden. Ziel/Nutzen Ziel des Forschungsprojekts ist die Entwicklung und Validierung einer produktionsreifen, GPS-basierten Methode zur Mobilitätserfassung als skalierbaren, sicheren Backend-Service mit wohldokumentierter REST-API. Kernziele sind: (1) aus GPS- und weiteren Sensordaten automatisiert Wege, Etappen, Verkehrsmittel, idealerweise auch Wegezwecke und Antriebsarten erkennen; (2) eine stabile Standard-Schnittstelle (REST-API) definieren und implementieren; (3) eine skalierbare, sichere, Open-Source-fähige Systemarchitektur realisieren. Kurzfristig entsteht damit eine verlässliche technische Grundlage, auf der unmittelbar eine nutzerfreundliche Smartphone-App aufbauen kann. Langfristig ermöglicht die standardisierte, digital gestützte Erhebung ein kontinuierliches Mobilitätsmonitoring und damit datenbasierte Planung, Steuerung und Bewertung von Verkehrsmaßnahmen für zukunftsorientierte Verkehrspolitik und -planung.