Home | english  | Impressum | Datenschutz | Sitemap | KIT

Masterarbeiten

Titel Kurzbeschreibung Betreuung
Simulationsbasierte Analyse der Potenziale zur Emissionsreduzierung und Stauvermeidung durch die Kopplung autonomer Fahrzeuge mit Streckenbeeinflussungsanlagen Aufgrund der zunehmenden Marktreife von Technologien des autonomen Fahrens wird es immer wichtiger, daraus resultierende Wirkungen auf den Verkehrsablauf abzuschätzen und in die Dimensionierung von Infrastrukturmaßnahmen einfließen zu lassen. Eine Möglichkeit zur Erhöhung der Kapazität von Autobahnabschnitten ist die direkte Beeinflussung von autonomen Fahrzeugen (AF) durch eine Streckenbeeinflussungsanlage. Bereits bei geringen Raten der Marktdurchdringung durch AF wäre eine solche Verkehrsbeeinflussung möglich. Bisher werden Streckenbeeinflussungsanlagen eingesetzt, um über dynamische, verkehrsabhängige Anzeigen Verhaltensänderungen bei den Verkehrsteilnehmern herbeizuführen. Durch eine direkte Kommunikation der Steuerungseinheit mit mehreren AF könnte darüber hinaus der Verkehrsablauf durch eine koordinierte Steuerung der Fahrzeuge gezielt beeinflusst werden.
Im Zuge der Arbeit soll ein bestehendes mikroskopisches Verkehrsflussmodell eines Autobahnabschnitts mit Streckenbeeinflussungsanlage für die Einbeziehung autonomer Fahrzeuge in die Simulation aufbereitet werden. Die Bearbeitung der Aufgabenstellung erfordert daher Vorkenntnisse im Umgang mit der Modellierungssoftware PTV Vissim. Außerdem sind Grundkenntnisse im Programmieren Voraussetzung. Die Steuerungslogik der autonomen Fahrzeuge soll extern implementiert und über die DriverModel-API in Vissim eingebunden werden. Die Steuerungslogik der Streckenbeeinflussungsanlage ist in Python geschrieben. Es ist außerdem von Vorteil, wenn die erforderlichen Auswertungen mit Python oder R vorgenommen werden können.
Weyland, Claude (IFV);
Zeidler, Verena (IFV)
Analysen von Mobilitätsverhalten vor dem Hintergrund von ablaufenden Strukturprozessen – Szenariengestützte Ableitung zukünftiger aggregierter Mobilitätskenngrößen zur Abschätzung zukünftiger Infrastrukturnutzung Versucht man Veränderungen im (kollektiven oder aggregierten) Mobilitätsverhalten kausal zu begründen, fallen zum einen Verhaltensänderungen ein (d.h.von den Eigenschaften her „ähnliche" Personen verhalten sich im Zeitverlauf „unterschiedlich"), zum anderen Strukturprozesse, die zu einer anderen Zusammensetzung der Bevölkerung führen und nachfolgend auch Umfang und Struktur der Verkehrsnachfrage verändern. Hierunter fallen insbesondere demographische Prozesse (z.B. Alterung der Gesellschaft, höherer Anteil an Nichterwerbstätigen) aber auch langjährige Trends (z.B. steigende Pkw-Ausstattung aufgrund von sogenannten Kohorteneffekten, andere Verkehrsmittelnutzungs¬gewohnheiten, eine andere räumliche Verteilung der Bevölkerung). Dies führt dann im Kollektiv zu einer Veränderung im Umfang (z.B. Anzahl Personenkilometer, Anzahl Pkw-Kilometer) und der Verkehrsmittelnutzung (Modal-Split) aber auch zu zeitlichen Strukturveränderungen (z.B. andere Tages- oder Wochenganglinien).
Auf der Grundlage einer Literaturanalyse sind relevante Prozesse mit Nachfrage- und Infrastrukturrelevanz zu identifizieren. Diese sind dabei auf die jeweilig betroffenenen Personengruppen (z.B. Differenzierung nach Alter, Pkw-Besitz, Raumtyp) zu beziehen. Weiterhin sind diese Trends für diese Gruppen geeignet zu belegen (Strukturdaten, Auswertungen und Sekundärnutzung, z.B. des MOP).
Für die jeweils differenzierten dargestellten Gruppen (z.B. Differenzierung nach Alter, Pkw-Besitz, Raumtyp etc.) sind typische Mobilitätsverhaltenskenngrößen dahingehend zu überprüfen, ob und in welchem Umfang sich dort in der Vergangenheit Veränderungen ergeben haben (z.B. aufgrund von „Verhaltens- und Einstellungsänderungen") oder ob Menschen mit bestimmten definierten sozio-ökonomischen und sozio-demographischen Eigenschaften sich grundsätzlich und weitestgehend „ähnlich" verhalten (z.B. aufgrund eines Verha tensbeibehalts, der aufgrund der grundsätzlichen gültigen Regimes erfolgt). Zur Bestimmung der jeweiligen Effekte sind geeignete Analysen und Vergleiche durchzuführen, um die Größenordnungen (Verhaltensbeibehalt versus Verhaltensänderung) einzugrenzen.
Für die Zukunft sind Szenarien zu entwickeln, die bestimmte Trends und Prozesse fortschreiben (z.B. andere Bevölkerungszusammensetzung, andere Pkw-Ausstattung, gewisse Verhaltensänderungen), um darauf aufbauend zu analysieren und sensitiv abzuschätzen, mit welchen aggregierten und kollektiven Veränderungen im Umfang und Struktur der Nachfrage zu rechnen ist.

 

 

Chlond, Bastian (IFV) 
Mobilität im Fernverkehr - Abschätzung des Marktumfangs, Identifizierung der relevanten angebots- und nachfrageseitigen Veränderungen sowie Aufteilung auf einzelne Segmente  Als „Fernverkehr“ werden Fahrten mit einer einfachen Entfernung vom Ausgangspunkt der Reise von über 100 km bezeichnet. Dabei dürften sich in den letzten 15 Jahren sich sowohl angebotsseitig wie auch nachfrageseitig erhebliche Veränderungen im Umfang und Struktur des Fernverkehrs ergeben haben.

 

Zum einen sind neue Angebote entstanden (Billigflieger, Fernbusse, Sharing-Angebote, Mitfahrplattformen), diese dürften aber nur partiell andere Angebote substituiert haben, da auch konventionelle Anbieter Nachfragezuwächse zu verzeichnen haben (z.B. Bahn im Fernverkehr). Nachfrageseitig gibt es Prozesse, die auch Auswirkungen auf den Fernverkehr haben düften (Trend zu mehreren Wohnsitzen, Auflösung von Familienverbänden, sinkende Haushaltsgrößen, steigende Einkommen, einfache Buchungsmöglichkeiten, zunehmende Relevanz des Dienstleistungssektors, sich auch räumlich vergrößernde Märkte, anders sozialisierte Alterskohorten), diese Prozesse wurden aber nicht systematisch in Bezug auf deren Relevanz und die Auswirkungen auf die Fernverkehrsnachfrage untersucht.

Die Erhebungen wie das MOP und die MiD erfassen die Mobilität im Fernverkehr nicht vollständig. Spezielle Erhebungen zum Fernverkehrsverhalten (DATELINE. INVERMO) liegen mittlerweile 15 Jahre zurück. Nachfrageseitig sind zwar bruchstückhafte Informationen verfügbar (z.B. Fluggastzahlen, Fernbuskunden etc., Dauerzählstellen auf Straßen, Bahnreisende). Jedoch bleibt unklar, inwieweit diese Zahlen auf unterschiedliche sozio-demographische Gruppen verteilen und wie diese Zahlen mit bekannten Zahlen zum Mobilitätsverhalten aus anderen Quellen korrespondieren.

Auf Grundlage einer gründlichen Daten- (Mobilitätserhebungen MOP,  Mid 2002, 2008, 2016; Daten des Statistischen Bundesamtes ) und Literaturanalyse (z.B. Geschäftsberichte und Forschungsberichte) sind grundsätzliche Überlegungen anzustellen, welche relevanten Prozesse die Nachfrage nach Fernverkehrsleistungen haben anwachsen lassen und für welche Personengruppen dies in erster Linie zutreffen dürfte. Dafür sind retrospektiv Abschätzungen der Gesamtmarktveränderungen vorzunehmen.

Diese Ergebnisse und Überlegungen sind synoptisch aufzubereiten und es sind Schlussfolgerungen dahingehend abzuleiten, welche Märkte warum wachsen und welche stagnieren. Als Märkte sind dabei Verkehre im In- und ins Ausland, unterschiedliche Verkehrsmittel aber auch Fahrtzwecke und Personengruppen (sozio-demographisch) zu differenzieren

Im Ergebnis sind die Daten so aufzubereiten, dass sich ein möglichst „plausibles“ Bild der Nachfrage im Personenfernverkehr in Deutschland ergibt: Die zentrale Aufgabe besteht folglich darin, die unterschiedlichen mit Sicherheit zum Teil auch widersprüchlichen Daten- und Informationsquellen zueinander in Beziehung zu setzen und dabei ein insgesamt plausibles Bild abzuleiten, wie sich Umfang und Struktur des Angebots (Verkehrsträger, Angebote , Verkehrsmittelnutzung) aber auch der Nachfrage (Lebensstile, Einkommensentwicklung, Bildungsniveaus) verändert haben. Auf der Grundlage der Daten des MOP/MiD sind für Personen mit zu definierenden sozio-demographischen  Eigenschaften Aussagen abzuleiten mit welcher „Wahrscheinlichkeit“ (Reiseanzahl differenziert nach Verkehrsmitteln) bestimmte Gruppen im Fernverkehr aktiv sind.
Chlond, Bastian (IFV) 
Analyse von Pkw-Märkten – Wann wechseln Pkw ihre Besitzer und wann Besitzer den Pkw? Wann wechseln Pkw ihre Besitzer bzw. wann ersetzen Haushalte ihre Pkw? Um zu prognostizieren, wann Haushalte typischerweise Pkw ersetzen und um zu erkennen, wann Ersatzinvestitionsbedarf entsteht,  fehlen entsprechende Informationen bzw. sind nur ausschnittweise verfügbar. 
Es gibt beim KBA eine Analyse zu Umschreibungen: Es sind allerdings keine sozio-demographischen Merkmale bekannt (außer gewerblich / privat sowie Alter und Geschlecht der Halter als Personen), so ist bekannt, welche Menge an Fahrzeugen den Besitzer wechselt  (KBA),  und damit wie häufig im Mittel in seinem Fahrzeugleben ein Fahrzeug den Besitzer wechselt, aber es fehlt an Informationen in welchen Situationen ein Austausch in den Haushalten erfolgt. Weiterhin gehen sehr viele Fahrzeuge nicht unmittelbar an Privathaushalte sondern kommen über Händler als Tageszulassungen oder als „Jahreswagen“ in den Markt.  
Auf Grundlage der Daten des Mobilitätspanels und den hierin vorliegenden Informationen sowie weiterer Erhebungen (insbesondere der MiD) zu Haushalten und deren Pkw sind grundsätzliche Überlegungen anzustellen, welche Parameter den Austausch eines Pkw erwarten lassen und in welcher Form dies modellgestützt erfolgen könnte.
Die Aufgabe bestehet darin, die unterschiedlichen Quellen zueinander in Beziehung zu setzen und dabei ein Modellkonzept abzuleiten: Dabei stehen die folgenden Fragen im Vordergrund:  Wie lange halten Haushalte einen Pkw in Abhängigkeit von dessen Eigenschaften? Welche Quellen liefern derartige und auch relevante Informationen?  Wann wird ein Austausch wahrscheinlich? Lassen sich Wahrscheinlichkeiten ermitteln?
Auf der Grundlage der Daten des MOP/MiD sind für Haushalte mit bestimmten sozio-demographischen  Eigenschaften für deren Pkw Alters- und Modellverteilungen zu erstellen. Daraus sind Aussagen abzuleiten mit welcher „Wahrscheinlichkeit“ ein Pkw ausgetauscht wird. Die Ergebnisse sind mit den vorliegenden Infos aus KBA (Umschreibungen von Kfz in Abhängigkeit des Alters) etc. abzugleichen.
Literaturarbeit und Recherchearbeit und Aufstellen einfacher Auswertungen (z.B. Verteilungen , Ableitung eines Modellkonzeptes)

Bastian Chlond