Wie gut wäre es, wenn man wüßte wie voll die nächste S-Bahn wäre? Wenn man das im Vorraus wüßte, also eine Prognosemodell hätte, dann könnte man auch den Menschen bessere Routing Empfehlungen geben, als S-Bahn Anbieter. Um soetwas auszuprobieren, hatten wir die Daten aus der VVS App. Die VVS App loggt mit wenn jemand eine Suchanfrage eingibt.
Aus diesem Datensatz kann man dann darauf schließen, wann wieviele Menschen an einen bestimmten Ort fahren wollen. Natürlich nur, wenn die vorher in der App suchen, also etwa Pendler die sowieso jeden morgen die gleiche Strecke fahren, findet man darin nicht. Aber für diese könnte man andere Datenquellen nutzen, etwa Auslastungsdaten von Personenzählanlagen oder einen Studenten mit Handzähler oder Daten aus den WLAN Routern, die in Straßenbahnen verbaut sind oder eben Daten aus einem PaxCounter.
Wenn ich aber weiß, wieviele Leute über den Tag in der Bahn sitzen und sogar eine aktuelle Prognose erstellen kann, dann hat das für den Kunden und das Verkehrsunternehmen viele praktische Anwendungen: Der Kunde, weiß etwa wann es voll ist und kann sich entscheiden eine Route oder Bahn zu nehmen, die nicht so voll ist. Das Verkehrsunternehmen kann etwa angepasstere Fahrzeuge verwenden, ein zusätzliches Fahrzeug schicken oder auch in der App populäre Ziele oder Verbinungen zur Schnellauswahl angeben oder auch auf der Haltestelle schon häufig gesuchte Ziele auf einem Plakat oder Schild anbieten.
Mit den Visualisierungstools könnte man auch weitere Daten sichtbar machen: Etwa die Verbindungsdaten aus dem Nextbike Fahrradverleih, andere Verkehrsdaten oder einfach auch nur andere Beziehungen, bei denen sich unterschiedliche Mengen an Personen zwischen zwei Punkten bewegen.
Für die Suchanfragen aus der VVS App haben die cleveren Menschen von Isarsoft, die Visualisierung oben errechnet. Man kann sie auch detailiert unter https://mobidata-bw.isarsoft.com/ anschauen. Hier gibt es nur einen Screenshot. Die blauen Linien sind die S-Bahnen, die Gebirge die Haltestellen.
Für diese clevere Analyse haben wir beim MobiData BW Hackathon, des Landes einen Preis gewonnen und können nun auch in die Förderphase übergehen.
Ich hoffe das nun mehr Daten von Verkehrsunternehmen (wink, wink, VAG) zur Verfügung gestellt werden, damit wir auch für Freiburg solche Visualisierungen basteln können. Auch für Datenjournalismus böten sich hier spannende Felder.
Tools:
- Etwa https://flowmap.blue/: „Create geographic flow maps representing your data published in Google Sheets. Visualize numbers of movements between locations (origin-destination data).“