Am 24. Juni 2026 fand der mPACT-PulseTalk 27 – Teil der mFUND-Begleitforschung – online statt. Im Zentrum der Veranstaltung stand die Frage, wie Mobilitätsplanerinnen und Mobilitätsplaner durch datenbasierte Ansätze besser unterstützt werden können. Referierende aus zwei Forschungsprojekten gaben Impulse: Das Projekt NeDaMo stellte Ansätze zur Nutzung von Daten für die Infrastruktur- und Mobilitätsplanung vor, während das ProjektReMo zeigte, wie innovative Datenquellen und Verkehrsmodelle kombiniert werden können, um regional differenzierte Mobilitätsindikatoren und Verkehrsnachfragedaten bereitzustellen.
NeDaMo – Neue Daten für Mobilitätsanalysen: Erschließung von Mobilfunkdaten für evidenzbasierte Entscheidungen im Bundesverkehrswege- und Mobilitätsplan
(Johannes Volk, Institut für Forschung und Entwicklung in der Bundesstatistik, Statistisches Bundesamt)
Projektziel
Das Projekt NeDaMo verfolgt das Ziel, datenbasierte Analysen und Prognosen für die Bundesverkehrswege- und Mobilitätsplanung zu verbessern. Im Mittelpunkt steht die Frage, wie Mobilfunkdaten als qualitativ hochwertige Datenquelle für verkehrs- und mobilitätsbezogene Fragestellungen erschlossen werden können.
Die Nutzung von Mobilfunkdaten verspricht erhebliche Vorteile gegenüber klassischen Verkehrserhebungen. Bewegungsmuster der Bevölkerung können großräumig und kontinuierlich erfasst werden, wodurch detaillierte Aussagen über Verkehrsströme und Mobilitätsverhalten möglich werden. NeDaMo entwickelt hierfür statistische Verfahren und Methoden, um die Qualität und Aussagekraft dieser Daten für Planungszwecke deutlich zu erhöhen.
Ziel ist es, eine verbesserte Grundlage für die Planung von Verkehrsangeboten, insbesondere des öffentlichen Verkehrs, sowie für strategische Infrastrukturentscheidungen in Ballungs- und ländlichen Räumen zu schaffen.
Mobilfunkdaten als Grundlage für Mobilitätsanalysen
Im Projekt werden Mobilfunkdaten analysiert, die bei der Kommunikation von Mobiltelefonen mit Mobilfunkzellen entstehen. Dabei handelt es sich um sogenannte Signaldaten. Diese Daten entstehen sowohl aktiv als auch passiv durch die Verbindung eines Mobilgeräts mit dem Mobilfunknetz.
Wichtig ist dabei, dass keine GPS-Daten verwendet werden. Stattdessen beruhen die Analysen auf Informationen über Aufenthaltsorte und Bewegungen zwischen Mobilfunkzellen. Aus diesen Daten können räumliche Bewegungsmuster der Bevölkerung abgeleitet werden.
Die Daten ermöglichen die Erstellung von Quelle-Ziel-Matrizen, die angeben, wie viele Personen zwischen bestimmten Regionen unterwegs sind. Solche Matrizen bilden eine wesentliche Grundlage für Verkehrsmodelle und Prognoseverfahren.
Erkenntnisse aus dem Vorgängerprojekt „VerBindungen“
NeDaMo baut unmittelbar auf dem Vorgängerprojekt „VerBindungen“ auf. Ziel dieses Projektes war es, Aufenthalte und Bewegungen der Bevölkerung auf kleinräumiger Ebene – unterhalb von Kreis- und Gemeindegrenzen – sichtbar zu machen und für die Verkehrsplanung nutzbar zu machen.
Hierfür wurden deutschlandweit kleinräumige Quelle-Ziel-Matrizen erstellt, mit denen Erreichbarkeiten und Verkehrsbeziehungen zwischen Regionen untersucht werden konnten. Die Analysen erfolgten nicht nur auf Gemeindeebene, sondern teilweise auf Basis von Gitterzellen mit einer Auflösung von bis zu 100 m × 100 m, wodurch auch innerstädtische Verkehrsbeziehungen und Pendelbewegungen zwischen Wohn- und Arbeitsstandorten sichtbar wurden. Dargestellt wurden sowohl die Gesamtzahl der Bewegungen als auch deren prozentuale Verteilung zwischen den beteiligten Gemeinden bzw. kleinräumigen Gebieten.
Zur Erstellung dieser Datengrundlagen wurden unterschiedliche Datenquellen kombiniert, darunter Mobilfunkdaten, Zensusdaten, Mikrozensusdaten, Daten der Bundesagentur für Arbeit, Floating-Car-Daten und amtliche Statistiken.
Die Ergebnisse des Projekts verdeutlichten das Potenzial von Mobilfunkdaten für die Verkehrsplanung, machten jedoch zugleich bestehende Qualitätsprobleme sichtbar.
Ausgangslage: Methodische Herausforderungen bei der Nutzung von Mobilfunkdaten
Ein zentraler Arbeitsschwerpunkt von NeDaMo besteht darin, die derzeitigen methodischen Schwächen von Mobilfunkdaten zu adressieren.
Eine Herausforderung besteht darin, dass nur wenige Informationen über die tatsächlichen Nutzerinnen und Nutzer der Mobiltelefone vorliegen. Beispielsweise fehlen Angaben darüber, wer Vertragsinhabender und tatsächlicher Nutzender eines Gerätes sind. Ebenso liegen nur begrenzte Informationen über sozioökonomische Merkmale oder die Mobilfunknutzung verschiedener Bevölkerungsgruppen vor.
Hinzu kommt die Problematik von Dubletten. Einzelpersonen können mehrere Mobiltelefone oder SIM-Karten besitzen, wodurch Bewegungen mehrfach erfasst werden können. Gleichzeitig nutzen verschiedene Bevölkerungsgruppen Mobilfunkangebote unterschiedlich intensiv.
Eine zentrale Herausforderung des Projekts ist die Hochrechnung von Mobilfunkdaten auf die Gesamtbevölkerung. Hierfür fehlen bislang geeignete kleinräumige Referenzdaten für Kalibrierungs- und Validierungszwecke. Zudem können Unterschiede in den Kundenstrukturen der Mobilfunkanbieter zu Verzerrungen führen. Diese Fragestellungen werden im Rahmen des Projekts untersucht.
Forschungsarbeiten im Projekt NeDaMo
Zur Lösung dieser Probleme verfolgt NeDaMo mehrere Forschungsansätze.
Ein Schwerpunkt liegt auf der Durchführung einer Haushaltsbefragung nach § 7 Bundesstatistikgesetz. Dabei soll eine Netto-Stichprobe von etwa 20.000 Haushalten erhoben werden. Die Befragung dient dazu, verlässliche Informationen über Mobilfunknutzung und Mobilitätsverhalten zu gewinnen und als Referenz für die Bewertung von Mobilfunkdaten zu nutzen.
Darüber hinaus erfolgt eine Verknüpfung der Mobilfunkdaten mit einer synthetischen Bevölkerung der DFG-Forschungsgruppe „MikroSim“. Ziel ist die Entwicklung von Gewichtungs- und Korrekturverfahren, mit denen systematische Verzerrungen in Mobilfunkdaten reduziert werden können.
Ein weiterer Forschungsschwerpunkt ist die Entwicklung eines Instruments zur Szenarienanalyse. Damit sollen künftig die wesentlichen Treiber und Dämpfer der Verkehrsnachfrage räumlich differenziert untersucht und quantifiziert werden können. Dies eröffnet neue Möglichkeiten für Prognosen und die Bewertung verkehrspolitischer Maßnahmen.
Projektlaufzeit und Projektpartner
NeDaMo ist das direkte Nachfolgeprojekt von „VerBindungen“ und wird im Rahmen des Förderprogramms mFUND durch das Bundesministerium für Verkehr gefördert. Die Projektlaufzeit reicht vom 1. April 2025 bis zum 31. März 2028.
Das Projekt wird vom Statistischen Bundesamt koordiniert. Weitere Projektpartner sind die Bergische Universität Wuppertal, die Universität Trier, die Universität Bamberg, die Bundesagentur für Arbeit, IT.NRW – Statistisches Landesamt Nordrhein-Westfalen, das Bayerische Landesamt für Statistik, die Invenium Data Insights sowie die Deutsche Telekom. Gemeinsam entwickeln die Partner statistische Verfahren, Erhebungsansätze und Simulationsmethoden, um Mobilfunkdaten künftig als belastbare Grundlage für die Verkehrs- und Mobilitätsplanung in Deutschland nutzbar zu machen.
ReMo – Entwicklung eines regional differenzierten deutschlandweiten Verkehrsmodells zur Darstellung konsistenter Verkehrsnachfragekenngrößen (Regionalindikatoren Mobilität)
(Prof. Dr.-Ing. Volker Waßmuth, PTV Transport Consult GmbH + KIT)
Ziel: Vervollständigung der deutschen Verkehrsstatistik
Das Projekt ReMo verfolgt das Ziel, bestehende Lücken in der deutschen Verkehrsstatistik zu schließen. Die Ausgangsüberlegung ist, dass vorhandene Datengrundlagen entweder eine hohe zeitliche Aktualität oder eine hohe räumliche Auflösung bieten, jedoch selten beides gleichzeitig. Zudem konzentrieren sich viele bestehende Erhebungen auf einzelne Verkehrsträger oder Teilbereiche des Verkehrssystems.
ReMo soll deshalb ein System schaffen, das bundesweit konsistente Mobilitätsindikatoren bereitstellt und dabei sowohl aktuelle Entwicklungen als auch regionale Unterschiede berücksichtigt. Im Zentrum steht die Entwicklung modellierter Verkehrsstatistiken für den Personenverkehr, die empirische Datenquellen ergänzen und miteinander verbinden.
Hintergrund: Anforderungen der TEN-V-Verordnung
Ein wichtiger Anwendungsfall für ReMo ergibt sich aus der europäischen TEN-V-Verordnung (2024/1679). Für die Knotenpunkte des transeuropäischen Verkehrsnetzes sollen zukünftig verschiedene Mobilitätsindikatoren regelmäßig verfügbar sein.
Hierzu gehören unter anderem Angaben zur Bevölkerung, zum Modal Split, zur Erreichbarkeit von ÖPNV-Stationen, zu CO₂-Emissionen, zur Fahrzeugflotte sowie zur Verkehrssicherheit. Die Bereitstellung solcher Kennzahlen erfordert neue Verfahren zur kontinuierlichen und automatisierten Auswertung großer Datenmengen. ReMo entwickelt hierfür die methodischen Grundlagen.
Nutzung innovativer Datenquellen
Ein zentrales Merkmal des Projekts ist die Nutzung neuartiger digitaler Datenquellen. Genannt wurden sechs Datenarten, die hinsichtlich ihres Potenzials für eine kontinuierliche Mobilitätsbeobachtung untersucht werden:
Floating-Car-Daten (FCD)
Mobilfunkdaten
GPS-Erhebungen
Automatische Fahrgastzählsysteme (AFZS)
Bikesharing-Daten
Parkraumdaten
Das Projekt bewertet diese Datenquellen hinsichtlich ihrer Eignung für die automatische Modellierung von Mobilitätsindikatoren. Gleichzeitig wird untersucht, wie sich die verschiedenen Datenbestände miteinander kombinieren lassen, um die jeweiligen Stärken auszunutzen und Schwächen einzelner Datenquellen auszugleichen.
Automatische Datenfusion als Kern des Projekts
Für die automatische Datenfusion ist ein mehrstufiger Aufbau vorgesehen. Auf einer ersten Ebene werden wissenschaftliche Grundlagen bereitgestellt. Parallel dazu werden die neuen Datenquellen integriert. Beide Stränge fließen anschließend in eine gemeinsame Datenfusionsumgebung ein.
Innerhalb dieser Datenfusion kommen zwei Modellkomponenten zum Einsatz:
Eckwertmodell
Das Eckwertmodell dient der Berechnung und Konsistenzsicherung zentraler Mobilitätskennzahlen auf regionaler Ebene. Es schafft einen statistischen Rahmen, innerhalb dessen unterschiedliche Datenquellen zusammengeführt werden können.
Nachfragemodell
Das Nachfragemodell bildet die tatsächliche Verkehrsnachfrage ab und beschreibt, wie viele Wege zwischen verschiedenen Regionen stattfinden und welche Verkehrsmittel genutzt werden. Dadurch können Verkehrsströme räumlich differenziert analysiert werden.
Durch die Kombination beider Modelle entsteht eine konsistente Datengrundlage für die Berechnung regionaler Mobilitätsindikatoren.
Synthese, Aufbereitung und Bereitstellung der Ergebnisse
Nach der Modellierung werden die Ergebnisse synthetisiert und für die weitere Nutzung aufbereitet. Die Aufbereitung soll mit einer Ergebnisplattform mit Karten-, Dashboard- und Analysefunktionen realisiert werden.
Die erzeugten Mobilitätsindikatoren sollen nutzerfreundlich bereitgestellt werden und eine regelmäßige Beobachtung von Mobilitätsentwicklungen ermöglichen. Dadurch können Veränderungen im Verkehrsverhalten schneller erkannt und planerische Entscheidungen auf einer aktuelleren Datengrundlage getroffen werden.
Projektlaufzeit und Projektpartner
ReMo wird im Rahmen der mFUND-Förderinitiative des Bundesministeriums für Verkehr gefördert. Die Projektlaufzeit erstreckt sich von Juli 2024 bis Juni 2027.
Das Konsortium vereint Forschungseinrichtungen, Modellierungsexperten und Datenanbieter. Beteiligt sind das Karlsruher Institut für Technologie (KIT) als koordinierende Einrichtung, die RWTH Aachen, die PTV Group, die MotionTag, die Invenium Data Insights sowie die platomo. Gemeinsam entwickeln sie die methodischen Grundlagen für eine kontinuierliche, datengetriebene Mobilitätsstatistik in Deutschland.
Wissenswertes zu mPACT
mPACT, das Begleitforschungsprogramm des mFUND, organisiert verschiedene Veranstaltungsformate, um geförderte Projekte zu vernetzen, ihre Ergebnisse sichtbar zu machen und den Austausch in der Mobilitäts- und Datencommunity zu stärken. Dazu gehören der monatliche Kickoff Wednesday, bei dem neue Projekte ihre Ideen vorstellen, die digitale Dialogreihe mPACT-PulseTalk mit Impulsvorträgen zu aktuellen Mobilitätsthemen sowie vertiefende Fachaustausche und Workshops wie der mFUND-Shorttrack. Ergänzt wird das Angebot durch den Podcast mCAST, der zentrale Trends und Forschungserkenntnisse rund um datenbasierte Mobilität beleuchtet.
