Daten und Nachhaltigkeit im ÖPNV
Lektion 3
Welche Innovationen gibt es schon?
Sonia: Heute stellen wir Ihnen eine Variante des ÖPNV vor, nämlich das Bus Rapid Transit System (BRT) aus Lateinamerika. Hier geht es darum, dem Bus seine eigene Spur zu geben, sodass dieser deutlich schneller vorankommt als Busse im normalen Verkehr. Dadurch soll der ÖPNV attraktiver gemacht werden.
Can: Das klappt in verschiedenen lateinamerikanischen Ländern schon sehr gut. Das System ist schnell gebaut, vergleichsweise günstig und kann den Bau neuer S- und U-Bahn-Linien ersetzen. Zudem sind die elektrisch betriebenen Busse umweltfreundlich.
Sonia: Auf der anderen Seite nehmen diese Systeme den Autofahrer*innen Platz auf der Straße weg. Das führt manchmal zu Widerstand.
Person aus dem Publikum: In meiner Stadt gibt es Interesse dazu, aber ich brauche Daten, um die zuständigen Stadtplaner zu überzeugen. Kennen Sie da eine Quelle?
Sonia: Gute Frage, danke! Ja, es gibt eine neue Plattform, die eine gute Übersicht über alle BRT-Systeme in der Welt gibt. Die folgenden Zahlen helfen Ihnen vielleicht bei Ihrem Vorhaben:
Pro Tag sind schon über 34 Millionen Passagiere in BRT-Systemen unterwegs. 176 Städte weltweit haben bereits BRT-Systeme, darunter auch 44 Städte in Europa. Schon über 5.300 Kilometer Straßenstrecke weltweit sind BRT-Spuren.
Person aus dem Publikum: Und woher bezieht die Plattform ihre Daten?
Sonia: Die Daten zu Passagierzahlen lassen sich über einen international einheitlichen Datenstandard in Echtzeit erheben. Die Drehkreuze am Eingang des Bussystems zählen automatisch, wie viele Personen das System nutzen. Schwieriger ist es, weiterführende Daten, wie etwa den Effekt einer neuen Buslinie auf die Reisedauer von Passagieren, zu ermitteln.
Person aus dem Publikum: Welche weiteren Möglichkeiten gibt es denn, um die Effizienz von BRT zu messen?
Sonia: Die wichtigsten Daten sind die Fahrtzeit, die Zuverlässigkeit, das Image der Busse, die Sicherheit der Passagiere sowie die Kapazität des Systems. Die Bordcomputer sowie die Passagierzähler geben hier bereits Aufschluss.
Can: Um das Image zu ermitteln, sind qualitative Umfragen nötig. Besonders kompliziert ist es jedoch, die Auswirkung von Buslinien auf das ganze Verkehrssystem einer Stadt zu modellieren. Hier kommen komplexe Computerberechnungen zum Einsatz, die auf Basis von Big Data mithilfe von KI-Systemen Prognosen abgeben. Zum Glück haben wir schon Daten aus vielen Städten mit BRT-Erfahrung.
Mit ÖPNV bequem CO₂ einsparen
Einer der größten Vorteile des ÖPNV ist, dass er CO₂ einspart. Eine innerstädtische Fahrt mit dem Bus ist durchschnittlich etwa 44 Prozent weniger CO₂-intensiv als eine Fahrt mit dem Auto. Bei Fahrten mit S- und U-Bahnen sind es sogar um die 62 Prozent.
Doch wie lässt sich der CO₂-Fußabdruck der verschiedenen ÖPNV-Mittel messen? Hier kommt die Arbeit von CO₂-Expert*innen ins Spiel, die bereits für alle denkbaren Verkehrsmittel die durchschnittlichen Emissionen ausgerechnet haben. Um Nutzer*innen eine gute Übersicht über den CO₂-Verbrauch der einzelnen Verkehrsmittel zu geben und sie so bei der Wahl ihres Verkehrsmittels zu unterstützen, müssen die entsprechenden Emissionsdaten sinnvoll aufbereitet sein.
Nutzer*innen kann man die Entscheidung erleichtern, indem man die Emissionsdaten als Filtermöglichkeit in der Verkehrs-App anbietet. In den USA ist das mit einer speziellen App bereits möglich. Zugleich können die Nutzer*innen andere Filter wie Preis oder Dauer der Route bestimmen. Vorrangig geht es darum, die Nutzer*innen umfassend zu informieren, damit sie eine bewusste Wahl treffen können.
Mithilfe bestimmter Apps kannst du außerdem ermitteln, wie viel CO₂ du persönlich im Verkehr verursachst. Manche Städte planen oder testen bereits Bonussysteme für CO₂-neutralen Transport, etwa in Bike-Sharing-Apps, die einen weiteren Anreiz zu umweltbewusster Fortbewegung darstellen können.
Aufgabe
Was schätzt du: Wie viel CO₂-Emissionen pro 100 Kilometer und Passagier verursachen diese Verkehrsmittel?
ÖPNV: Wie kommt man hin, wie zurück?
Eine wichtige Frage im ÖPNV ist, wie Fahrgäste zu ihren Einstiegsstationen gelangen. Dafür gibt es sogenannte Bedienungsstandards, die in der Stadtplanung eine wichtige Rolle spielen und von einem beliebigen Standort aus die maximale Entfernung zur nächsten Haltestelle angeben.
Dabei gibt es Unterschiede je nach Größe der Stadt und Nahverkehrszone. Laut diesen Standards soll die maximale Entfernung zu einer Bus- oder Straßenbahn-Haltestelle in der Innenstadt einer Metropole 300 Meter betragen, während sie im Zentrum einer kleinen Gemeinde bei 1.000 Metern liegen soll.
Es kann zudem Unterschiede zwischen Bus/Straßenbahn und S-/U-Bahn geben: Erstere sollen in einer mittelgroßen Stadt mit einem maximalen Abstand von 400 Metern ein deutlich dichteres Netz als S- oder U-Bahn haben, deren nächste Haltestelle bis zu 600 Meter entfernt sein darf.
Daten zeigen, dass das erste Stück der Wegstrecke zum ÖPNV oft mit dem Auto zurückgelegt wird. Dadurch steigt die CO₂-Bilanz für die Fahrten mit öffentlichen Verkehrsmitteln deutlich an. Daher müssen Verkehrsmittel wie Fahrräder oder E-Scooter besser in den ÖPNV integriert werden.
Teilst du Daten wie deine Adresse oder deine bevorzugten Verkehrsmittel mit einer App, kann das KI-System dir ein geeignetes Verkehrsmittel für die Strecke zur Haltestelle vorschlagen, das noch dazu umweltfreundlich ist.
Aufgabe
Wie legst du üblicherweise deine Wegstrecke zur Arbeit, Schule oder anderen Orten zurück, die du mit dem ÖPNV anfährst?
Sind Bus und Bahn wirklich CO₂-arm?
Um bei der Nutzung des ÖPNV die umweltfreundlichste Wahl zu treffen, ist ein Zugang zu entsprechenden Daten nötig. Idealerweise kommen hier Open Data zum Einsatz, die dabei helfen, den CO₂-Verbrauch von verschiedenen Verkehrsmitteln zu berechnen. Doch wie werden diese Daten in einer Smart City erfasst und geteilt?
In der Smart City helfen das Internet der Dinge und Big Data dabei, die CO₂-Emissionen zu messen. Eine Kombination aus Satellitenbildern und Sensoren auf den Straßen ermöglicht es, Echtzeitdaten zu erheben.
Diese Daten können dazu genutzt werden, die aktuelle Luftqualität anzuzeigen. Vergleicht man die Daten über einen längeren Zeitraum, kann man beispielsweise messen, ob die Sperrung verschiedener Straßen oder die Eröffnung neuer Radwege die Luftqualität verbessern. Die Daten können also sowohl bei alltäglichen Entscheidungen als auch bei langfristigen Planungen helfen.
Aufgabe
Welche dieser Aussagen sind richtig, welche falsch?
Übrigens ...
Die Wahl des Verkehrsmittels bleibt auch in der Smart City den Nutzer*innen überlassen. Da der Verkehr jedoch ein Viertel der CO₂-Emissionen einer Stadt ausmacht, handelt es sich dabei um einen wichtigen Ansatzpunkt für die Einsparung von Emissionen.
CO₂-armer ÖPNV lässt sich datengestützt stetig verbessern. Und durch gezielte Informationen können Nutzer*innen darüber aufgeklärt werden, welche Verkehrsmittel umweltfreundlicher sind. Dadurch können das Verantwortungs-bewusstsein der Bevölkerung erhöht und auf politischer Ebene Impulse zur Verbesserung des ÖPNV gesetzt werden.