Problemstellung

Autonom operierende Mobilitätssysteme und Lieferdienste bieten gerade in nichturbanen Räumen großes Potenzial für Lebensqualität und Daseinsvorsorge. Um einschätzen zu können, ob Mikromobile sicher auf Geh- und Radwegen eingesetzt werden können, bedarf es jedoch umfassender Umgebungsinformationen – etwa zu Wegbreiten, Fußverkehrsdichte oder Sichtlinien. Diese Daten liegen außerhalb großer Städte nur lückenhaft und heterogen vor. Das Vorhaben zielte daher darauf ab, solche Informationen über die Bewegungen von Radfahrenden zu erfassen und die Eignung von Einsatzgebieten systematisch zu bewerten.

Ergebnisse und Wirkungen

Ausgehend von zwei Anwendungsszenarien – Leihfahrräder mit autonomem Bereitstellungsmodus sowie Lieferroboter auf Geh- und Radwegen – untersuchte das Projekt zwei radgebundene Strategien zur Datenerhebung. Einerseits kamen Leihfahrräder mit einer eigens entwickelten Sensorbox zum Einsatz, andererseits eine Smartphone-App, die Freiwillige bei Fahrten mit dem eigenen Fahrrad mitführten. In Schkeuditz und Köthen wurden ergänzende Fahrradleihsysteme etabliert.

Die Ergebnisse zeigen: Leihfahrräder liefern auf zentralen Routen schnell belastbare Informationen, während die App-basierte Variante mittelfristig eine breitere Abdeckung mit mehr Detailtiefe sicherstellt. Die daraus abgeleitete qualitative Bewertung der Datenerhebungsstrategie floss in eine Bewertungsmetrik für den Betrieb von Roboteranwendungen ein. 

Mit diesem skalierbaren Ansatz leistete das Vorhaben einen Beitrag zur datengetriebenen Entwicklung intelligenter Mobilitäts- und Logistikkonzepte, die die spezifischen Besonderheiten unterschiedlicher Siedlungsräume abdecken.