Im Juni haben wir unsere neuen Produkte, Matrix mit Verkehrsmittelerkennung und Flow, erstmals vorgestellt. Matrix liefert monatlich aktualisierte, räumlich fein aufgelöste Quelle-Ziel-Matrizen, nun auch mit Verkehrsmittelunterscheidung. Flow liefert für jede ÖPNV/SPNV-Linie und jede einzelne Fahrt Reisezahlen und Routenwahl zwischen allen Haltestellen.
Eine häufig gestellte Frage in diesem Zusammenhang lautet: Wie verlässlich ist unsere Verkehrsmittelerkennung?
Am Beispiel Frankfurt am Main betrachtet, liegt unsere Verkehrsmittelerkennung innerhalb von 3 Prozentpunkten der (MiD)-Werte für Metropolen. Auch die Verteilung der Distanzklassen für ÖPNV und MIV stimmen gut mit der MiD überein. Diese Genauigkeit hilft zum Beispiel bei der regelmäßigen Überwachung der ÖPNV / MIV Marktanteile.
Zusätzlich zu der Qualitätsprüfung der Verkehrsmittelunterscheidung überprüfen wir auch fortlaufend die Qualität der Erkennung aller Reisen. Dabei zeigt sich, dass zB die Reisen pro Person pro Tag gut mit den MiD Werten für jeden Raumtyp übereinstimmen.
Eine wichtige Funktion von Matrix und Flow ist die Kalibrierung der ÖPNV-Reisezahlen mit Daten aus automatischen Fahrgastzählsystemen (AFZS), um insbesondere auf Linien- und Stations-Schärfe eine hohe Genauigkeit sicher zu stellen.
Zur Quantifizierung der Übereinstimmung werden die Kennzahlen GEH und Koinzidenzverhältnis verwendet. Für stündliche Verkehrsstärken sind nach Literaturangaben GEH-Werte kleiner als 5 und Koinzidenzverhältnisse größer als 0,7 als gut anzusehen. Für die Haltestellen der Straßenbahn und U-Bahn in Frankfurt liegen die Mehrheit der Stationen über dem Schwellenwert des Koinzidenzverhältnises, was eine sehr gute Übereinstimmung der Daten bestätigt. Bei den GEH-Werten sieht es sogar noch besser aus: Nur bei zwei Straßenbahnhaltestellen wird der Schwellenwert für die Aussteiger nicht erreicht.
Die Daten in Flow sind für jede Fahrt an jedem Tag verfügbar und können Lücken, die durch den variierenden Ausstattungsgrad mit AFZS entstehen, schließen sowie die Reiseketten durch das Liniennetz von der Start- über Umsteige- zur Ziel-Station aufzeigen.
So kombinieren Matrix und Flow die besten Eigenschaften der Mobilfunkdaten (zeitlich und räumlich lückenloser Abdeckung aus großer, stabiler Stichprobe über alle Verkehrsmittel hinweg) mit der Genauigkeit von AFZS-Daten.
Die Hochrechnungsfaktoren für die Mobilfunkdaten werden jeden Monat auf fünfstelligen Postleitzahl-Gebieten neu berechnet, was Analysen über eine längere Zeit, vor/nach der Pandemie sowie von Auswirkungen der 9 EUR und Deutschland-Tickets ermöglicht. Matrix ist deshalb auch gut für die Kalibrierung von Verkehrsmodellen geeignet. In unserem Mobilitätsindex können Sie die Entwicklung der Gesamtmobilität im Vergleich zu 2019 selbst überprüfen. Unten vergleichen wir die Veränderungsrate der Mobilität (Quelle) zwischen 2019 und 2022 und sehen, dass die Mobilitätsdaten auch über diesen langen Zeitraum in der richtigen Größenordnung liegen.