Innovativt forskningsprojekt NeDaMo: Mobiltelefondata til bedre trafikanalyse!

Innovativt forskningsprojekt NeDaMo: Mobiltelefondata til bedre trafikanalyse!

Den 4. august 2025 blev NeDaMo-forskningsprojektet lanceret på Otto Friedrich Universitetet i Bamberg, som beskæftiger sig med forbedring af databaserede prognoser i føderal transportrute og mobilitetsplanlægning. Dette projekt ledes af Federal Statistical Office og er af stor betydning for fremtidig mobilitet i Tyskland. Projektet ledes af forskerne Prof. Dr. Timo Schmid, Johanna Einhorn og Dr. Florian Meinfelder, som arbejder på implementeringen sammen med partnerinstitutioner som Bergische Universität Wuppertal og University of Trier.

Forbundsministeriet for digital og statsmodernisering (BMDS) støtter NeDaMo-projektet med finansiering på omkring tre millioner euro som en del af dets mFUND-innovationsinitiativ. Dette initiativ har til formål at fremme databaserede digitale innovationsprojekter, der er relevante for fremtidig mobilitet. Projektet løber i tre år, fra april 2025 til marts 2028, og vil blive koordineret af netværkskoordinatoren ved Federal Statistical Office i Wiesbaden.

Mobildata som en nøgleressource

Et centralt element i projektet er brugen af ​​mobiltelefondata til trafikanalyse. Disse data repræsenterer en potentiel kilde til at få dybere indsigt i befolkningens mobilitetsadfærd. Indtil videre kan mobiltelefondata dog kun bruges i begrænset omfang til mobilitetsestimater, hvilket skyldes forskellige kundestrukturer hos mobiltelefonudbydere og varierende markedsandele. Der er også talrige metodiske og juridiske udfordringer, der skal overvindes.

Forskningsaktiviteterne inden for NeDaMo sigter mod at udvikle nye metodiske tilgange. Dette sker i tæt samarbejde med mobilkommunikationspartnere som Deutsche Telekom og Teralytics GmbH. Et andet fokus er på at kombinere digitale data med klassiske officielle kilder. Dette har til formål at forbedre kvaliteten af ​​dataene og reducere behovet for traditionelle undersøgelser.

Traditionelle vs. moderne datakilder

Traditionelle mobilitetsdataindsamlinger tilbyder ofte kun begrænsede analysemuligheder. Mens trafikinformation i Tyskland for det meste er baseret på stationære data, er andre lande som USA og Storbritannien i stigende grad afhængige af multimodale datasæt, som også omfatter flådekøretøjer og taxaer. Stationære detektorer, såsom induktive sløjfer og infrarøde detektorer, registrerer kun selektiv information om trafikparametre, mens mobiltelefondata kan give et dynamisk og opdateret billede af trafiksituationen.

Indledende undersøgelser som en del af NeDaMo har allerede vist, at der er forskelle i kundestrukturen og markedsandele hos forskellige mobilnetoperatører. Disse resultater er afgørende for at kategorisere mobiltelefondata som en datakilde af høj kvalitet og tildele dem en væsentlig rolle i føderal transport og mobilitetsplanlægning. Der er også et klart behov for forskning for optimalt at kunne bruge mobiltelefondata til fremtidige mobilitetsanalyser.

Den ønskede forbedring af datakvaliteten og udviklingen af ​​nye statistiske metoder er afgørende for at bruge mobiltelefondata til mikrosimuleringer og for at skabe realistiske prognoser for mobilitetsscenarier. Dette er særligt relevant, fordi der i moderne trafikstyring ikke kun skal tages hensyn til trafikafviklingen, men også emissioner, støj og energikrav i planlægningen.

Sammenfattende viser NeDaMo-projektet, at netværk mellem politik, erhvervsliv, administration og forskning er afgørende for vellykket mobilitetsdesign. Tilvejebringelsen af ​​åbne data vil fortsat spille en central rolle i at træffe faktabaserede beslutninger og gøre fremtidens mobilitet bæredygtig. Yderligere information kan findes på BMDS hjemmeside.

For de interesserede er der yderligere detaljer i profilen for det føderale ministerium for digital og statsmodernisering, og det Federal Statistical Office peger på, at NeDaMos forskningsresultater vil give vigtige impulser til dataunderstøttet trafikplanlægning. Mens mobiltelefondata allerede er blevet brugt til at skabe OD-matricer i succesfulde projekter verden over, såsom i Boston og Rio de Janeiro, viser NeDaMo vejen for fremtidige, datadrevne mobilitetsløsninger.