Direkt zum Inhalt
AIT Logo

Impact Assessment auf mehreren Ebenen

Bei der Entwicklung neuer Konzepte zu Shared Mobility und On-Demand-Diensten wie Carsharing, Bike-Sharing, Dynamic Ridesharing und On-Demand-Transit entsteht eine Vielzahl neuer technologiegestützter Lösungen und Tools, die einen sofortigen Zugang zu neuen integrierten Reiseinformationenservices ermöglichen und gleichzeitig den traditionellen, auf fixen Routen fahrenden öffentlichen Verkehr ergänzen. Um das menschliche Verhalten in Zusammenhang mit neuen Dienstleistungen und Maßnahmen gut vorherzusagen, ist es wichtig, das urbane System sowie seine Vernetzung und Wechselwirkungen mit seiner Umwelt zu verstehen. Basierend auf den Vorhersagen können EntscheidungsträgerInnen die Widerstandsfähigkeit der Städte gegen Naturkatastrophen und Klimawandel verbessern und die Städte besser auf die notwendigen Veränderungen vorbereiten.

Luftansicht einer Stadt bei Nacht, darüber ein Filter mit Icons verschiedener Fahrzeuge, die miteinander vernetzt sind

Wir entwickeln Methoden, die Stadtentwicklungs- und Mobilitätsstrategien miteinander verknüpfen, indem wir neuartige Planungsinstrumente auf verschiedenen Skalen (mikro- bis makroskopisch und kurz- bis langfristig) zur Verfügung stellen. Damit wird es möglich, die Auswirkungen von Stadtentwicklungs- und Mobilitätsmaßnahmen (z.B. für Stadtplaner und politische EntscheidungsträgerInnen) zu untersuchen. Ein wesentliches Anliegen in diesem Zusammenhang ist die Gestaltung von Richtlinien, die die Anpassungsfähigkeit einer Stadt an Entwicklungen wie Klimawandel, Urbanisierung und große Veränderungen im Verkehrssystem (Automatisierung, Mobilität als Dienstleistung/MaaS) stärken, aber auch schnelle Reaktionen auf Naturkatastrophen (z.B. Überschwemmungen) ermöglichen.

Für eine resiliente Stadt ist das Mobilitätssystem ein entscheidender Faktor. Daher sind robuste Methoden zur Vorhersage des Mobilitätsverhaltens, einschließlich Rebound-Effekte und genauer Nachfrageprognosen, von entscheidender Bedeutung. Wir adressieren diesen Bedarf durch die Entwicklung integrierter Ansätze zur Modellierung und Simulation von (bestehenden und neu entstehenden) Mobilitätsmodi, mit denen die Resilienz von Städten für verschiedene Szenarien bewertet werden kann. Aus diesen Ergebnissen werden politische Maßnahmen abgeleitet, die Städte und Regionen auf den Klimawandel sowie gesellschaftliche und wirtschaftliche Veränderungen vorbereiten und helfen, Notfall-, Evakuierungs- und Wiederherstellungsplanung zu entwickeln.

Zu den Forschungsaktivitäten des AIT gehören:

  • Analyse von Mobilitätsmustern unter Berücksichtigung sozialer Milieus und die Identifikation von Clustern von Verhaltensänderungen in Reaktion auf Veränderungen
  • Bewertungen von Veränderungspotentialen im Verkehrssystem bei kurzfristigen Entwicklungen wie Preisgestaltung, Parkraumbewirtschaftung, neue öffentliche Verkehrsmittel, Sharing-Systeme oder Straßenbau sowie bei mittel- und langfristigen Trends wie MaaS und automatisierte Fahrzeuge
  • Modellierung der Mobilitätsnachfrage nach harten und weichen Maßnahmen zur Verkehrsbeeinflussung und daraus abgeleitetes Angebotsmanagement
  • Vorhersage der Auswirkungen neuer Mobilitätskonzepte wie autonome Fahrzeuge und Urban Air Mobility (UAM)
  • Methoden zur Identifizierung und Bewertung von Potenzialen für eine effektive Verkehrsplanung (z.B. Kosten-Nutzen-Analyse, Rebound-/Backfire-Effekte zur Erreichung der Klimaziele, Bilanzierung der Landnutzung)
  • „Backcasting“ möglicher Wege zu Erreichung von angestrebten Klima- und Mobilitätszielen
  • Simulation von Störfällen und den Auswirkungen von Gegenmaßnahmen (z.B. Risikoanalyse, Untersuchung von Szenarien und Handlungsempfehlungen) für Notfallpläne

 

Publikationen

C. Kogler, T. Matyus, M. Stubenschrott, and S. Seer, "Development of a Microsimulation Based Quick Assessment Tool for Public Transport Infrastructures", In: Proceedings of the Transportation Research Board 97th Annual Meeting (TRB2018), Washington, D.C., USA, January 7-11, 2018. (link)

M. Straub, C. Rudloff, A. Graser, C. Kloimüllner, G. Raidl, M. Pajones and F. Beyer: "Semi-Automated Location Planning for Urban Bike-Sharing Systems", In: Proceedings of 7th Transport Research Arena TRA 2018, Paper No. 10850, pp. 10, 2018.

P. Campigotto, C. Rudloff, M. Leodolter and D. Bauer, "Personalized and Situation-Aware Multimodal Route Recommendations: The FAVOUR Algorithm", In: IEEE Transactions on Intelligent Transportation Systems, IEEE Transactions on Intelligent Transportation Systems, 18 (1), pp. 92-102, 2017. (link)

M. Straub, "Applications for Road Popularity Measures: Infrastructure Evaluation and Route Choice Modelling for Cyclists", In: Scientists for Cycling Colloquim, Radboud University, Eigenverlag, Nijmegen, pp. 39, 2017.

C. Rudloff and B. Lackner, “Modeling Demand for Bicycle Sharing Systems – Neighboring Stations as a Source for Demand and a Reason for Structural Breaks”, In: Transportation Research Record, Vol.2430, pp. 1-11, 2014.

G. Richter, G. Lenz, C. Rudloff and M. Ulm, "An Agent Based Traffic Model Of Vorarlberg, Austria", Presentation: MATSim User Meeting 2017 @hEART17, Technion - Haifa, Israel; 11.09.2017; In: Presentations at the MATSim User Meeting 2017, MATSim community, 2017.

C. Kogler, S. Seer and N. Brändle, "Eight Years of Good Flux: Long-Term Performance Evaluation of an Automatic Crowd Management System for Public Transport", In: Proceedings of the 8th International Conference on Pedestrian and Evacuation Dynamics (PED2016), pp. 69-73, Hefei, China, 2016. (link)