Interdisziplinäres Kolloquium zu quantitativen Methoden
Diese fachbereichs- und hochschulübergreifende Verantaltungsreihe richtet sich an alle Professoren/-innen, wissenschaftlichen Mitarbeiter/-innen und Promovierenden aller Disziplinen, die sich in ihrer Arbeit mit der Anwendung vielfältiger quantitativer Methoden beschäftigen. Sie schafft einen Rahmen für den wissenschaftlichen Austausch unter Forschenden und dem wissenschaftlichen Nachwuchs. Als Teil des Veranstalungsprogramms der CEDAR-Graduiertenschule wird das Kolloquium von Prof. Dr. Tobias Hagen (Frankfurt UAS) und Prof. Dr. Matthias Kowald (Hochschule RheinMain) inhaltlich betreut.
Das Kolloquium findet regelmäßig jeweils am ersten Mittwoch eines Monats i.d.R. (bitte Einzelbeschreibungen beachten) von 14.00 bis 14:45 Uhr statt (aktuell als Online-Veranstaltung).
Bei Interesse melden Sie sich bitte bis einen Tag vor den jeweiligen Einzelveranstaltungen hier zur Teilnahme an.
Vorschläge für weitere Vorträge nehmen wir gerne per E-Mail entgegen.
Informationen zu den Einzelveranstaltungen
Nicole Reinfeld
ReLUT, Frankfurt UAS)
In der Verkehrsplanung werden Mobilitätstypen zur Modellierung von Verkehrsströmen verwendet. Für die Ableitung verkehrspolitischer und verkehrsplanerischer Maßnahmen (z.B. zur Förderung umweltfreundlicher Mobilität) sind darüber hinaus die Anteile von Mobilitätstypen an der Bevölkerung und ihre spezifischen Charakteristika relevant. Dabei werden Männer und Frauen meist gemeinsam und nicht separat voneinander betrachtet, obwohl in der bisherigen Forschung geschlechtsspezifische Unterschiede in der alltäglichen Mobilität festgestellt wurden. Frauen nutzen beispielsweise im Vergleich zu Männern häufiger den ÖV, haben kürzere Wege und komplexere Wegketten. Um diese Unterschiede bei der Ableitung von Mobilitätstypen zu berücksichtigen, wird eine Clusteranalyse für zwei nach Geschlecht getrennte Samples durchgeführt. Im Anschluss werden die Clusteranzahl sowie die Charakteristika der einzelnen Cluster vergleichend gegenübergestellt. Im Vortrag werden die methodischen Ansätze diskutiert und erste Ergebnisse des aktuellen Arbeitsstands vorgestellt.
Achtung: Das Kolloquium findet diesmal von 13:00 bis 13:45 Uhr statt !
Christine Pautzke, Prof. Dr. Matthias Kowald
Hochschule RheinMain
Das Projekt untersucht die verhaltensrelevanten Effekte der Verkehrsmittel- und Routenwahl bei Fahrten mit Rädern aus öffentlichen Fahrradvermietsystemen (ÖFVS). Mit den in einer standardisierten Nutzendenbefragung gesammelten und inferenzstatistisch quantifizierten Effekten sollen Verkehrsnachfragemodelle zur Erstellung von Verkehrsprognosen so weiterentwickelt werden, dass sie Aussagen zu den Potenzialen einer ÖFVS-Einführung oder -erweiterung in gegebenen Untersuchungsgebieten erlauben. Derartige Simulationen beabsichtigen beispielsweise die optimale räumliche Verteilung von Mieträdern und Radstationen in einer Angebotsregion zu ermitteln. Auch lassen sich die potenziellen Verkehrsverlagerungseffekte quantifizieren. Neben der Methodik und beispielhaften Berücksichtigung von ÖFVS in Verkehrsnachfragemodellen sollen die Informationen aus der standardisierten Nutzendenbefragung zur Erarbeitung einer hochauflösenden, fahrtenfeinen Methode zur Bilanzierung von Luft- und Lärmemissionen genutzt werden. Diese Methode und die Resultate lassen sich für eine Beurteilung der Umweltwirkungen eines ÖFVS nutzen.
Das Projekt trägt den Charakter einer Fallstudie, wobei die Studie der Verhaltensparameter, die Methode zur ÖFVS-Integration in Verkehrsnachfragemodellen und die Berechnung der Emissionseinsparpotenziale am Beispiel des ÖFVS-Systems VRNnextbike der Stadt Heidelberg erarbeitet werden und unmittelbar auf weitere Systeme übertragbar sein sollen.
Siavash Saki
(ReLUT, Frankfurt UAS)
Ein smartes kommunales Mobilitätsmanagement benötigt Informationen darüber, wie viele Kraftfahrzeuge (KFZ), welcher Gruppen von Fahrenden, mit welchem Zweck, in welche Stadtteile fahren. Umfragen zur Mobilität von Menschen sind zeit- und kostenaufwändig, oft nicht repräsentativ und nicht ausreichend aktuell und genau. Im Rahmen dieses neuen Projekts wird das Problem mithilfe von Algorithmen des maschinellen Lernens (ML) adressiert. Das Ziel liegt in der Segmentierung geografischer Bereiche in Städten und dem Clustering von KFZ-Verkehrsströmen. Damit kann ein Bild davon gewonnen werden, wohin welche „Gruppen“ (Cluster) von KFZs, warum und in welchem Umfang in bestimmte geografische Bereiche der Städte fahren. Zu diesem Zweck werden GPS-Daten von KFZ und geo-räumliche Informationen aus OpenStreetMap ausgewertet. Der Umfang der GPS-Daten ist deutlich größer als bei vorliegenden Studien, was detailliertere Analysen ermöglicht. Erstmals erfolgt eine gemeinsame Typisierung von Verkehrsströmen und geographischen Bereichen mittels ML, um der Interdependenzen Rechnung zu getragen. Zudem wird ein Modell angestrebt, das eine Überlappung der geographischen Cluster ermöglicht, d.h. die Grenzen bspw. zwischen zwei geographischen Bereichen müssen nicht „scharf“ sein, sondern können (realistischer) fließend (annähernd stetig) sein. Im Vortrag werden die methodischen Ansätze diskutiert und erste Ergebnisse vorgestellt.
Margarita Gutjar
Hochschule RheinMain
Mit dem Ziel die städtische Luft zu verbessern und Treibhausgasemissionen zu senken, wurde im Rahmen des Sofortprogramms ‚Saubere Luft 2017-2020‘ das Projekt ‚Electric City Rüsselsheim‘ initiiert, das die Stadt Rüsselsheim mit einer flächendeckenden Ladeinfrastruktur für Elektroautos ausstatten und somit zur Elektrifizierung des Straßenverkehrs beitragen soll. Begleitend wurde eine Bevölkerungsbefragung durchgeführt, um das Mobilitätsverhalten und die Akzeptanz der Elektromobilität in der Bevölkerung zu erfassen. In einem Stated Adaptation Entscheidungsexperiment werden Befragte mit hypothetischen Preisregularien konfrontiert und können daraufhin ihre Haushaltflotte anpassen. Damit soll unter andrem untersucht werden, unter welchen politischen Bedingungen die Einwohner bereit sind, ein Elektrofahrzeug in ihre Haushaltsflotte zu integrieren. In dem Vortrag wird das Entscheidungsexperiment mit dem Ausblick auf Analysen vorgestellt.