Problemstellung

Der öffentliche Personenverkehr (ÖV) war von den Auswirkungen der Corona-Pandemie besonders betroffen. Sinkende Fahrgastzahlen, veränderte Mobilitätsmuster – etwa durch Homeoffice – sowie zeitliche und räumliche Verschiebungen der Nachfrage stellten den ÖV vor neue Herausforderungen. Gleichzeitig blieben die Erwartungen an seinen Beitrag zur Verkehrswende unverändert hoch. Um Vertrauen zurückzugewinnen und künftig resilienter auf Krisensituationen reagieren zu können, bedarf es einer datenbasierten Weiterentwicklung des ÖV.

SAFIRA untersuchte daher Auslastungsinformationen als Ansatzpunkt für ein zukunftsfähiges und robustes ÖV-System.

Ergebnisse und Wirkungen

Im Projekt wurden KI-basierte Auslastungsvorhersagen entwickelt, die unter Einbeziehung verschiedener Einflussfaktoren – darunter Echtzeitbelegungsdaten – verlässliche Prognosen ermöglichen. Die Ergebnisse wurden in die Fahrgastinformation des Verkehrsverbunds Berlin-Brandenburg (VBB) integriert und zudem Dritten zur Verfügung gestellt. Ziel ist die dauerhafte Nutzung sowie die kontinuierliche Verbesserung der Dienste.

Ergänzend lieferte eine breit angelegte Erhebung fundierte Erkenntnisse zur Wahrnehmung und Nutzung von Auslastungsinformationen durch die Fahrgäste. Die Ergebnisse bilden eine zentrale Grundlage für die zukünftige Gestaltung nutzerorientierter Informationsangebote.

Darüber hinaus flossen die Projektergebnisse in nationale und europäische Standardisierungsprozesse ein, sowohl auf inhaltlicher als auch auf technischer Ebene.

Durch den Einsatz von Auslastungsinformationen soll langfristig eine gleichmäßigere Verteilung der Nachfrage erreicht werden. Dies erhöht den Fahrgastkomfort und unterstützt die Verkehrswende, indem erwartete Nachfragesteigerungen besser mit bestehenden Fahrzeug- und Infrastrukturkapazitäten bewältigt werden können.