Das urbane Fahrradmagazin

3 Beispiele wie Radverkehrsdaten interpretiert werden

Das vor kurzem mit der NHTV Breda entwickelte Datenanalyse-Tool Bike Citizens Analytics vereinfacht die Auswertung von Radverkehrsdaten. Wie genau es interpretiert und angewendet wird, zeigen die folgenden drei vereinfacht dargestellte Anwendungsfälle.

Kerstin Oschabnig_square
2015 und 2016 leitete Kerstin Oschabnig das Urban Independence Magazin. Für sie ist das Fahrrad weit mehr als ein Sportgerät oder Transportmittel – es ist ein bewusst gewählter Lebensstil. Sie liebt die verschiedenen Facetten der Fahrradkultur und schaut manchmal ein paar Sekunden zu lange auf das vorbeifahrende Fahrrad. Wenn sie nicht gerade hinter dem Schreibtisch sitzt, sieht man sie als Artistin auf der Bühne.
Grafik © Bike Citizens, OpenStreetMap contributors, Mapbox

Anwendungsfall 1: Wartezeiten an Kreuzungen

Verkehrssituation:
Ein Radweg auf einer Nord-Süd Verbindung durch die Stadt führt entlang eines Parks. Rund 200 Meter vor einer Kreuzung befindet sich ein unasphaltierter Weg (für Radfahrer frei), der durch den Park führt und die Ost-West Route verbindet.

Problem:
Radfahrende benützen den Weg durch den Park sehr häufig, obwohl der Untergrund des Radwegs auf der Straße besser und sicherer wäre (speziell im Herbst, Winter und an Regentagen).

Frage:
Wird der Weg durch den Park bevorzugt? Falls ja, gibt es einen Grund dafür, warum die dort Radfahrenden einen Weg mit schlechteren Untergrund bevorzugen?

Lösung: Bike Citizens Analytics
Bike Citizens Analytics [Intensität – Heatmap] visualisiert wie  viele Menschen die Abkürzung verwenden. Die Analyse mit Bike Citizens Analytics zeigt, dass beide Wege (Radweg und Weg durch den Park) ähnlich oft gewählt werden. Daher stimmt die Annahme, dass die Hälfte der Radfahrenden den unbequemen, aber direkten Weg bevorzugen. Warum?
Bike Citizens Analytics [Geschwindigkeit – Verspätung] zeigt einen großen, roten Punkt an der besagten Kreuzung. Offensichtlich ergeben sich dort  längere Wartezeiten. Um den Grund für diese Wartezeiten herauszufinden, richten wir einen Blick auf die tatsächliche Verkehrssituation: Die momentane Ampelschaltung verursacht lange Wartezeiten für Radfahrende.

Lösung dieser Verkehrssituation:
Die Regelung der Ampelschaltung optimieren (in Abstimmung mit anderen Ampelschaltungen) damit der Verkehrsfluss für alle Teilnehmenden geregelt ist.

Anwendungsfall 2: Neuer Radweg

Radweg Datenanalyse

Grafik © Bike Citizens, OpenStreetMap contributors, Mapbox

Verkehrssituation:
Ein 500 Meter langer Radweg wurde als Nord-Süd Verbindung entlang einer Straße mit hohem Verkehrsaufkommen gebaut. Büsche und Grünflächen trennen den Radweg von der Straße. Nach 500 Meter Richtung Norden endet der Radweg vor einer Kreuzung. In Fahrtrichtung befindet sich eine Einbahnstraße, die für den Radverkehr gesperrt ist.

Problem:
Der neu angelegte Radweg erntet viel öffentliche Kritik aufgrund der hohen Baukosten und geringen Akzeptanz der Radfahrenden. Es kursieren Gerüchte, die Bürgermeisterin habe den Radweg nur aus Image-Gründen bauen lassen.

Frage:
Stimmt es wirklich, dass der Radweg schlecht angenommen wird? Wenn ja, was könnte die Ursache dafür sein?

Lösung: Bike Citizens Analytics
Bike Citizens Analytics [Intensität – Heatmap] zeigt, dass der Radweg wenig genützt wird.
Bike Citizens Analytics [Geschwindigkeit – Wartezeit]  visualisiert die Wartezeiten vom linksabbiegenden Radverkehr. Dieser muss an der Kreuzung warten, da der motorisierte Verkehr priorisiert wird.
Anhand Bike Citizens Analytics [Attraktiviät – Bevorzugt] lässt sich erkennen, dass Radfahrende eine Parallelstraße (ebenfalls mit Bäumen) zum Radweges bevorzugen .Außerdem macht Bike Citizens Analytics [Routes – Destination] darauf aufmerksam, dass Radfahrende mit Süd-Ost Routen ebenfalls die Alternativroute bevorzugen.

Lösung für diese Situation:
Das Beispiel verdeutlicht, dass die Alternativroute weniger Kreuzungen beinhaltet. Außerdem bietet ein Teil der Alternativroute  eine verkehrsberuhigte Verkehrslandschaft. Eine Öffnung der Einbahnstraße für den Radverkehr würde die Anzahl der zu querenden Straßen reduzieren und den Radweg attraktiver gestalten.  Ein Ausbau des Radweges auf die gesamte Länge würde die Routenführung durch die Stadt vereinfachen und das Radfahren generell attraktiver gestalten.

Anwendungsfall 3: Netzlücken im Radverkehrsnetz schließen

Umfahrung Radverkehr Städteplanung

Grafik © Bike Citizens, OpenStreetMap contributors, Mapbox

Verkehrssituation:
Entlang einer Straße mit hohem Verkehrsaufkommen wurde ein breiter Radweg errichtet, der in beide Richtungen befahrbar ist.

Problem:

Eine Stadt verfolgt das Ziel, Emissionen durch eine Verlagerung im Modal Split (Anteil der Wege je Verkehrsmittel) zugunsten des Radverkehrs zu senken. Während der Bauarbeiten des neuen Radweges wurde für viel Trommelwirbel gesorgt und eine Bewusstseinskampagne durchgeführt, die mehr Menschen zum Radfahren bewegen sollte. Ziel ist es, dass die erreichten Akteure und Akteurinnen nach der Fertigstellung des Radwegs weiterhin den Großteil der Wege mit dem Fahrrad zurücklegen. Wie kann der Effekt des neuen Radweges und der Erfolg der Kampagne gemessen werden?

Frage:
War die Kampagne erfolgreich? Übersteigt die Anzahl der Radfahrenden am neuen Radweg, die Anzahl der Radfahrenden, die auch zuvor auf diesem Straßenabschnitt gefahren sind? Wo kommen sie her? Besteht das Bedürfnis Lücken im Radwegenetz zu schließen?

Lösung: Bike Citizens Analytics
Bike Citizens Analytics [Multimap] vergleicht zwei Datensets (z.B. Daten aus zwei verschiedenen Zeitperioden) und untermauert durch den Anstieg aufgezeichneten Fahrten den Erfolg der Kampagne.
Bike Citizens Analytics [Routes -detail routes] visualisiert welche Strecken Radfahrende in der Stadt zurücklegen, beziehend auf das ausgewählte Straßensegment.

 

 

 

Was ist Bike Citizens Analytics?

Bike Citizens Analytics ist ein gemeinsam mit der Universität NHTV in Breda entwickeltes interaktives Tool zur Analyse – Potentialabschätzung – Evaluation von Radfahrdaten. Die mit der Bike Citizens App generierten Daten können in das Tool eingespielt und entsprechend von Städten verarbeitet werden. Unabhängig davon kann die Analyse und Auswertung um weitere externe Datensätze (Radfahrdaten, Öffentliche Verkehrsmittel,…) ergänzt werden. Angeboten wird das Tool für Städte zur nachhaltigen Förderung und Optimierung des Radverkehrs. Ein Beispiel, wie man das Tool für die Analyse in einer Stadt anwenden kann, zeigt die visuelle Aufbereitung des Radverkehrs in Graz.

Eine kostenlose Demoversion können Planer/innen, Verkehrsexpert/innen und Städte unter info@bikecitizens.net anfragen.

Weitere Informationen: cyclingdata.net

VCÖ-Mobilitätspreis

Votet jetzt für Bike Citizens Analytics!

 

Fast Forward Award

Votet jetzt für Bike Citizens Analytics!

Kerstin Oschabnig_square
2015 und 2016 leitete Kerstin Oschabnig das Urban Independence Magazin. Für sie ist das Fahrrad weit mehr als ein Sportgerät oder Transportmittel – es ist ein bewusst gewählter Lebensstil. Sie liebt die verschiedenen Facetten der Fahrradkultur und schaut manchmal ein paar Sekunden zu lange auf das vorbeifahrende Fahrrad. Wenn sie nicht gerade hinter dem Schreibtisch sitzt, sieht man sie als Artistin auf der Bühne.
Interessiert dich das Magazin?
Jetzt schmökern