Finds documents with both search terms in any word order, permitting "n" words as a maximum distance between them. Best choose between 15 and 30 (e.g. NEAR(recruit, professionals, 20)).
Finds documents with the search term in word versions or composites. The asterisk * marks whether you wish them BEFORE, BEHIND, or BEFORE and BEHIND the search term (e.g. lightweight*, *lightweight, *lightweight*).
Das Spannungsfeld zwischen dem Mobilitätsbedarf in modernen Gesellschaften und den Anforderungen an Lebensqualität, Klimaschutz und Sicherheit soll durch eine Transformation in Form der Mobilitätswende adressiert werden. Der digitale Wandel durch Einsatz moderner IT-basierter Lösungen ist dabei ein zentraler Baustein, um Akteure im Mobilitätssystem effizient zu vernetzen und zu koordinieren. Innovative Technologien helfen, Angebot und Nachfrage abzustimmen sowie die Erbringung von Mobilitätsleistungen zu unterstützen. Dieser Beitrag führt in die vernetzte Mobilität ein. Dabei werden die technischen Grundlagen, beteiligte Akteure sowie die wesentlichen Anwendungen vorgestellt. Der Beitrag umfasst zudem eine kurze Diskussion der noch offenen Herausforderungen und ungeklärten gesellschaftspolitischen Implikationen.
Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.
1 Einleitung
1.1 Digitale Transformation als Schlüssel für die Mobilitätswende
Moderne Gesellschaften setzen persönliche Mobilität als Grundlage für ihr Funktionieren voraus (Kagermann 2017). Da die Mobilität von Gütern und damit die vernetzte Mobilität in der Logistik in einen anderen Kontext (nationale und internationale Warenströme) eingebettet sind und einer anderen Organisationslogik folgen, werden sie für die weitere Diskussion explizit ausgeschlossen.
Ziel des Beitrags ist es, vernetzte Mobilität aus der Sicht des Personentransports und -verkehrs zu beleuchten. Egal ob Pendelverkehr ins Büro, Einkaufsfahrten, Freizeitaktivitäten oder Geschäfts- und Urlaubsreise – Menschen müssen in der Lage sein, verschiedene Orte zu erreichen. So waren im Jahr 2023 pro Tag 82 % der Bundesbürger unterwegs (Follmer 2025). Die Vielfalt der Optionen reicht vom motorisierten Individualverkehr (eigenes Auto, Motorrad) über den Umweltverbund (Fußgänger, Radverkehr einschließlich E‑Bikes, öffentliche Nahverkehrsmittel wie etwa Ruftaxis, Bus, Straßen‑, U‑ und S‑Bahn) bis hin zu Angeboten des Personennah- und Fernverkehrs mittels Bahn, Schiff und Flugzeug. Sie lassen sich zur Veranschaulichung und Strukturierung als Elemente der realen Welt darstellen, die Dienstleistungen in Anspruch nimmt (vgl. Abb. 1).
Abb. 1
Das Plattformkonzept mit den zentralen Bestandteilen vernetzter Mobilität
Eine geeignete Ausgestaltung persönlicher Mobilität soll ökologische, ökonomische und soziale Nachhaltigkeit ermöglichen (Umweltbundesamt 2024; Tanvir 2024). Sie ist damit stets auch eine gesamtgesellschaftliche Aufgabe. Die dafür notwendige Transformation wird als Mobilitätswende bezeichnet1. Die damit verbundenen Erwartungen an neue Formen der Mobilität lassen sich anhand der drei genannten Aspekte von Nachhaltigkeit formulieren (Zimmermann 2016; Wilde 2023):
1.
Ökologisch: Dies umfasst vor allem die Vermeidung von Umweltschäden durch Emissionen als Beitrag zum Klimaschutz und der Reduktion von Luftverschmutzung. Dies erfordert vor allem eine Abkehr von fossilen Brennstoffen.
2.
Ökonomisch: Mobilitätsleistungen müssen so angeboten werden, dass sie langfristig tragfähig sind, d. h. die entstandenen Kosten müssen über geeignete Finanzierungs- und Erlösmodelle gedeckt werden.
3.
Sozial: Die Bereitstellung von Mobilität als Daseinsvorsorge ist die Voraussetzung für gesellschaftliche Teilhabe, insbesondere in ländlichen Regionen und für Personen, die kein Auto nutzen können (demografischer Wandel). Weiterhin gehören die Vermeidung von Personenschäden und die Verbesserung der Reise- und Lebensqualität insgesamt durch weniger Unfälle und Staus und damit einhergehende Verzögerungen sowie geringere Lärmemissionen dazu.
Der Einzug innovativer digitaler Lösungen auf Basis innovativer technologischer Konzepte in den Sektor Mobilität – repräsentiert durch die Dienstleistungen in Abb. 1 – kann einen wesentlichen Beitrag dazu leisten, diese Ziele zu erreichen (Ackermann 2022). Der Bereitstellung und dem Austausch von Informationen über Plattformen als zentrale Datenebene (mittlere Ebene in Abb. 1) kommt dabei eine besonders hohe Bedeutung zu (Wilde 2023). Über sie können Akteure vernetzt und dadurch effizient koordiniert und Verschwendung minimiert werden. Grundlage dafür sind die Erfassung und Analyse von Daten aus vernetzten Fahrzeugen, dem Verkehrssystem (einschließlich Verkehrsinfrastruktur) und Daten zu Umweltbedingungen sowie dem Mobilitätsbedarf der Menschen. In der Folge lassen sich Planung und Steuerung von Mobilität flexibler und effizienter gestalten.
Dies zeigt sich an einer Vielzahl von Beispielen: Etwa in der Digitalisierung von bereits im Analogen verfügbaren Interaktionen im ÖPNV, z. B. für Auskunft und Buchung von Tickets. Oder in der bewährten Unterstützung für Autofahrer in der Verkehrsführung sowie beim Auffinden und Nutzen von Parkplätzen und Ladesäulen. Darüber hinaus sind mit Hilfe digitaler Lösungen völlig neue Mobilitätsangebote realisierbar geworden (Ackermann 2022). Dazu gehören insbesondere Sharing-Modelle, bei denen PKW, Fahrräder oder Roller für kurze Zeiträume im Self-Service ausgeliehen werden können. Zudem ist ein Trend zu autonomen Kleinbussen (Shuttles), vor allem für den ländlichen Raum und als Zubringer, erkennbar.
Die in Abb. 1 dargestellte Unterteilung in die drei Ebenen Realwelt, Daten und Dienstleistungen hilft dabei, die Effekte zu verdeutlichen.
Advertisement
1.2 Aufbau des Beitrags
Dieser Grundlagenbeitrag stützt sich maßgeblich auf das Lehrbuch von Wilde (2023), das den aktuellen Stand der Wissenschaft sehr gut aufbereitet, sowie auf das Buch von Gatzert et al. (2023) mit dem Schwerpunkt Big Data in der Mobilität. In Abschn. 2 werden zunächst die Begriffe Mobilität und vernetzte Mobilität definiert. Auf dieser Basis zeigt der Beitrag auf, was für eine erfolgreiche Umsetzung aus technologischer und aus Datensicht notwendig ist, wer die Akteure sind und beschreibt anschließend in Abschn. 3 zentrale Anwendungen im Kontext der vernetzten Mobilität. Der 4. Abschnitt greift Chancen und Herausforderungen auf, bevor ein Ausblick auf künftige Entwicklungen den Beitrag abschließt.
2 Grundlagen der vernetzten Mobilität
2.1 Der Begriff „Vernetzte Mobilität“
Unter Mobilität als einen vergleichsweise neuen, den „Verkehr“ ablösenden Begriff (Wilde 2023; Gatzert et al. 2023) versteht man die Bereitschaft und Fähigkeit zur Bewegung. Menschen wollen oder müssen mobil sein. Hierzu bedienen sie sich unterschiedlicher Verkehrsmittel, die sie von ihrem Ausgangspunkt zu einem beliebigen Ziel bringen können.
Vernetzte Mobilität (Connected Mobility) beschreibt dabei die sich durch organisatorische und technologische Verknüpfung ergebende Möglichkeit, eine Vielzahl unterschiedlicher Verkehrsträger medienbruchfrei über geeignete Schnittstellen miteinander zu verbinden. Sie erlaubt damit einen Austausch von Verkehrsdaten in Echtzeit. Gleichzeitig ermöglicht sie, das Gesamtsystem aus Infrastruktur, Verkehrsträger und Nutzenerlebnis zu optimieren. Sie ist damit ein wichtiger Bestandteil zukünftiger nachhaltiger Mobilität (Wilde 2023; SWARCO 2025).
Als Smart Mobility (Flügge 2020b) wiederum werden alle Lösungen bezeichnet, die das Konzept der Smart City nutzen. Durch den Einsatz digitaler Technologien im Bereich von Mobilität und Verkehr wird einerseits eine nachhaltige, sichere und effiziente Fortbewegung in der Stadt oder einer (Metropol‑)Region gefördert. Andererseits ist eine Ausrichtung an den Bedürfnissen der Menschen sichergestellt. Dies erfordert insbesondere eine umfassende Datenanalyse und Vernetzung (Wilde 2023; Munhoz et al. 2020; Semanjski et al. 2018).
2.2 Stakeholder und ihre Bedarfe
Um das Konzept der vernetzten Mobilität erfolgreich zu implementieren, müssen die beteiligten Stakeholder bekannt sein. Dazu gehört, ihre Bedürfnisse, Wünsche, Bedenken und Ängste, aber auch das Beziehungsgeflecht zwischen den Rollen und die sich daraus ergebenden Konsequenzen zu verstehen. Für ein verbessertes Verständnis und eine klare Differenzierung werden primäre und sekundäre Stakeholder unterschieden. Primäre Stakeholder sind als Nutzer oder Anbieter unmittelbar an der Mobilitätsleistung beteiligt. Sekundäre Stakeholder beeinflussen die Gestaltung oder Bereitstellung der Mobilitätsangebote, z. B. durch Wissen, Regulierung sowie die Bereitstellung von Verkehrsmitteln oder Infrastruktur.
Zu den primären Stakeholdern gehören (Gatzert et al. 2023):
Mobilitätsnachfragende: Sie nutzen Angebote, indem sie sich entsprechend ihren persönlichen Präferenzen und Lebenssituationen für Angebote der öffentlichen oder individuellen Mobilität entscheiden. Innerhalb der Gesamtgruppe kann dies stark divergieren. Insbesondere für die Nutzung öffentlicher Mobilitätsangebote benötigen Mobilitätsnachfragende vielfältige Informationen sowie intuitive, niederschwellig zu nutzende Tools entlang ihrer persönlichen „Mobility Journey“2 (vgl. Abb. 2). Aber auch für individuelle Mobilität müssen Mobilitätsdienstleistungen wie Navigation, Parken oder Laden/Tanken möglichst nahtlos in die Nutzung des eigenen Fahrzeugs integriert werden
Mobilitätsdienstleister: Hierunter werden alle öffentlichen und privaten Organisationen verstanden, die Smart Mobility Services für verschiedene Zielgruppen anbieten. Zu solchen Dienstleistungen gehören z. B. Carsharing oder Bikesharing, aber auch ÖPNV und der Betrieb von Ladesäulen. Vor allem für öffentliche Mobilität sind Städte und Kommunen durch ihre kommunalen Betriebe Mobilitätsanbieter. Für den Individualverkehr sind typische Smart Mobility Services beispielsweise Verkehrslenkung, Smart Parking und Hilfe bei Defekten und Unfällen.
Abb. 2
Mobility Journey für öffentliche Mobilitätsangebote
Sekundäre Stakeholder stellen die notwendigen Verkehrsmittel, Infrastruktur und Rahmenbedingungen bereit, um Mobilität zu erbringen und weiterzuentwickeln.
Fahrzeughersteller: Hierzu gehören im Kontext dieses Beitrags neben PKW-Herstellern auch Hersteller von (Klein‑)Bussen, Schienenfahrzeugen, Schiffen und Fähren sowie Motorrädern, Fahrrädern/E-Bikes und E‑Scooter/Roller. Im Rahmen der fortschreitenden Digitalisierung statten sie ihre Modelle zunehmend mit IoT-Devices (Sensoren, Aktoren) aus und erlauben so einerseits die Realisierung neuer Dienstleistungen, generieren jedoch andererseits auch große Mengen Daten. Einige dieser Daten werden – indirekt über die Nutzung der Fahrzeuge oder über (integrierte) Apps und Websites – auch von den Fahrgästen bzw. Nutzenden selbst erzeugt und bereitgestellt (vgl. Abschn. 2.3).
Technologie- und Beratungsunternehmen: Die Entwicklung komplexer digital vernetzter Dienstleistungen erfordert das Zusammenspiel verschiedener Akteure, deren Leistungen in einem Ökosystem organisiert werden (Anke et al. 2020). Technologieunternehmen sind für die Konzeption und Implementierung von IT-basierten Lösungen für die vernetzte Mobilität verantwortlich. Dies umfasst sowohl Infrastruktur- als auch Smart Mobility Lösungen. Beratungsunternehmen stellen hierfür die notwendige Expertise, z. B. in Form von Methodenwissen, bereit.
Infrastruktur- und Plattformbetreiber: Hierbei muss zunächst unterschieden werden zwischen einer physischen Infrastruktur für die Mobilität, etwa Signalanlagen, Verkehrsschilder, Ladesäulen, Parkraum und einer IT-basierten Infrastruktur. Zu ihr gehören Verkehrsleit- und Überwachungssysteme ebenso wie Plattformen für das Angebot verschiedener Smart Mobility Services sowie Anwendungen für Endgeräte. Betreiber können in allen Fällen sowohl öffentliche Einrichtungen als auch private Unternehmen sein.
Gesetzgeber: Er gestaltet in demokratischen Prozessen und Strukturen über Bundes- und Landesgesetze den Rahmen und nachgeordnete Verordnungen für die Entwicklung und den Betrieb von Smart Mobility Services. Städte und Kommunen können durch kommunale Ordnungen einen großen Einfluss auf das Angebot und die Ausgestaltung von öffentlicher und privater Mobilität ausüben. Diese werden aufgrund von gesellschaftlichen Zielen wie Teilhabe, Klimaschutz und Sicherheit als langfristigen Pläne (beispielhaft: Dresden3, Leipzig4 und München5) unter intensiver Beteiligung der Bürgerschaft entwickelt.
Gesellschaftliche Gruppen und Verbände: Sie können – je nach inhaltlicher Ausrichtung – unterschiedliche Funktionen übernehmen. Sie hinterfragen kritisch Lösungsvorschläge, verhindern oder ermöglichen aktiv bestimmte Entwicklungen und sorgen damit im Wechselspiel mit anderen gesellschaftlichen Gruppen und weiteren Akteuren im Idealfall für eine ausgewogene Betrachtung des Themengebietes.
Abb. 3 verdeutlicht mittels Harvey-Balls, inwieweit die Akteure in die Entwicklung, Genehmigung, den Betrieb und die Nutzung von Smart Mobility Services eingebunden sind. Die vier Phasen sind dabei an das Konzept in (Freitag und Wiesner 2019) angelehnt und entsprechend vereinfacht. Der Grad der Füllung der Harvey-Balls gibt den Umfang der Beteiligung an.
Abb. 3
Einbindung unterschiedlicher Stakeholder in Smart Mobility Services
2.3 Die Bedeutung von Daten für die vernetzte Mobilität
Für die vernetzte Mobilität sind Daten von wesentlicher Bedeutung. Der Datenqualität und einem systematischen Datenqualitätsmanagement im Sinne einer Data Governance kommt damit eine herausragende Rolle zu (Pieper et al. 2018; Gluchowski 2020), denn nur mit aktuellen, fehlerfreien und aussagekräftigen Daten sind Entwicklung, stabiler Betrieb und eine sinnvolle Nutzung entsprechender Angebote möglich. Es ist daher beim Aufbau- und Betrieb dieser Lösungen wesentlich, Datenverantwortliche zu benennen, die Datenmodelle sorgfältig zu planen und umzusetzen sowie Prüf- und Kontroll-Skripte zu entwickeln, um Fehler zwischen den Datenquellen und dem Ziel (Data Warehouse und/oder Data Lake) zu vermeiden.
Daten über den Betrieb und die Nutzung von Mobilitätsdienstleistungen entstehen an unterschiedlichen Stellen in großen Mengen und müssen hinsichtlich ihrer Qualität fortlaufend überprüft (Pieper et al. 2018), strukturiert zusammengeführt, historisiert und analysiert werden. Folgende Arten von Stamm- und Bewegungsdaten entstehen im Verlauf des Lebenszyklus einer Mobilitätsdienstleistung (Schwarzer 2017; Gatzert et al. 2023):
Stammdaten und Konfigurationsdaten für die beteiligten Anwendungen und Infrastrukturelemente selbst
technische (Bewegungs‑)Daten aus der Infrastruktur und aus den Fahrzeugen, beispielsweise Sensordaten und GPS-Daten
technische Bewegungsdaten aus den Anwendungen
personenbezogene Nutzungsdaten aus der Infrastruktur und den Fahrzeugen (Stamm- und Bewegungsdaten)
personenbezogene Nutzungsdaten aus den Anwendungen (Stamm- und Bewegungsdaten)
Auch wenn Daten auf den ersten Blick keinen Personenbezug aufzuweisen scheinen, existieren nur wenige Daten ohne Personenbezug. Je umfassender die Vernetzung zwischen Infrastruktur, Fahrzeugen und Nutzenden ausgestaltet ist, desto leichter können auch vermeintlich neutrale Daten konkreten Personen zugeordnet werden. Es ist also stets zu prüfen, ob und wenn ja, wie anonymisiert bzw. pseudonymisiert werden kann (Franzen et al. 2024; Widemann 2022).
Von besonderer Bedeutung und Aktualität ist auch die Frage der Eigentümerschaft. Diese wurde in Bezug auf Mobilitätsdaten bereits in einer Studie des Verkehrsministeriums untersucht (BMVI 2017). Vielfach beanspruchen Technologieunternehmen, die zentrale Komponenten der Verkehrsinfrastruktur bereitstellen, sowie Fahrzeughersteller die Eigentümerschaft. Die Nutzenden und Fahrgäste erhalten – wenn überhaupt – nur einen kleinen Einblick in die verarbeiteten/gespeicherten Daten. Andere Akteure sind gezwungen, die für ihre Analysen benötigten Daten von diesen beiden Gruppen zu kaufen, wenn sie diese nicht selbst erheben können. Rechtliche Klarheit kann hierbei das Mobilitätsdatengesetz liefern, welches jedoch bislang nur als Entwurf vorliegt (Deutscher Bundestag 2024).
Ein weiterer zentraler Aspekt betrifft Datenformate und Schnittstellen. Häufig liegen viele Daten in einem proprietären Datenformat vor, das von Dritten überhaupt nicht oder nur gegen Entgelt gelesen werden kann. Zudem werden Änderungen in den proprietären Datenmodellen und Schnittstellen vielfach nicht frühzeitig oder überhaupt nicht kommuniziert, sodass immer wieder vermeidbare Fehlfunktionen in den verbundenen Dienstleistungen auftreten.
Eine Lösungsmöglichkeit für diese Frage könnte das Open-Data-Konzept sein (Wilde 2023, S. 130). Es ermöglicht – geeignet implementiert – durch Wahl einer passenden Lizenzform und unter Wahrung des Datenschutzes zum einen starken Wettbewerb zwischen Anbietern, zum anderen erlaubt es den Nutzenden, eigene Gewohnheiten und allgemeine Entwicklungen leichter nachzuvollziehen.
2.4 Zentrale Technologie-Bausteine
Für die Umsetzung der Konzepte vernetzter Mobilität sind entscheidende technologische Enabler notwendig. Sie erlauben die Erfassung, Verarbeitung und Bereitstellung der notwendigen Daten und ermöglichen den Beteiligten, mit dem Verkehrssystem zu interagieren. Im Folgenden werden die wichtigsten technischen Bausteine kurz vorgestellt.
Drahtlose Kommunikation, z.B. 5G-Netze: Ohne Kommunikation ist keine Vernetzung möglich. Vernetzte Mobilität stellt unterschiedliche Anforderungen an die Fähigkeiten von Kommunikationstechnologien. In einigen Fällen genügt es, Daten vergleichsweise schmalbandig und mit höherer Latenz zu übermitteln. Ein typischer Vertreter ist das Low Power Wide Area Network (LPWAN). Ein solches Netzwerk weist eine möglichst geringe Leistungsaufnahme bei gleichzeitig hoher Flächenabdeckung auf (Luntovskyy und Gütter 2023a). Diese Kombination ist besonders gut geeignet für Anwendungen, bei denen kleine Datenmengen über große Entfernungen gesendet werden müssen. Im Kontext der vernetzten Mobilität sind dies Daten aus nicht-zeitkritischen IoT-Anwendungen (etwa lokale Wetterdaten, Parkplatzinformationen und sog. „Smart Roads“)6. In anderen Fällen, insbesondere wenn der fließende Verkehr gesteuert und die Verkehrsteilnehmer untereinander koordiniert werden müssen, entscheiden Sekundenbruchteile über einen stabilen und sicheren Betrieb. In diesen Fällen sind sehr kurze Latenzzeiten Grundvoraussetzung. Mit 5G und der sich bereits in Entwicklung befindlichen 6. Mobilfunk-Generation ist dies grundsätzlich realisierbar (Luntovskyy und Gütter 2023b). Sie nehmen daher eine Schlüsselrolle in der Umsetzung von neuen Mobilitätskonzepten ein.
Internet der Dinge (IoT): Unter dem Internet der Dinge wird ein vernetztes System aus „intelligenten“ Geräten (Sensoren, Aktoren) sowie der zugehörigen Systemsoftware und Anwendungen verstanden, das Daten untereinander und mit Dritten außerhalb des Systems austauscht (Lynn et al. 2020). Im Kontext der vernetzten Mobilität sind dies IoT-Geräte in der Infrastruktur (bspw. Ampelanlagen, Verkehrsüberwachung, aktive Beschilderung), IoT-Geräte in den Verkehrsträgern (Sensorik, Aktorik bspw. in Autos, Zügen) und IoT-Geräte der Nutzenden (Sensorik, Aktorik bspw. in Mobiltelefonen, Wearables, GPS-Geräten). Ein weiterer zentraler Teil des IoT in der Mobilität sind vernetzte Fahrzeuge (Mildner et al. 2024). Sie sind wesentliche Grundvoraussetzung intelligenter Verkehrssysteme, da durch die von ihnen bereitgestellte Sensorik und Aktorik in Verbindung mit Vernetzung sichergestellt ist, dass eine umfassende Steuerung der Verkehrsteilnehmer als Gesamtheit gelingt. Die Vehicle-to-Infrastructure-Kommunikation ist entsprechend ein zentraler Faktor (vgl. die Anforderungen aus dem Punkt Drahtlose Kommunikation). Hierbei kommunizieren die Fahrzeuge mit Elementen der Infrastruktur, was die Sicherheit gegenüber dem Selbstfahren deutlich erhöht. Aktuell zählen dazu Fahrzeuge, die über Assistenzsysteme in der Lage sind, Beschilderungen und Fahrbahnmarkierungen zu erkennen.
Edge- und Cloud-Computing: Neben IoT-Geräten, die Daten generieren oder nutzen, ist Edge-Computing ein für die vernetzte Mobilität entscheidendes Element. Unter Edge-Computing wird eine Netzwerktechnologie verstanden, die Datenverarbeitung und Aktionen in Echtzeit ermöglicht (Zhai et al. 2024). Um eine für die vernetzte Mobilität essenzielle, tatsächliche Echtzeit-Reaktion innerhalb weniger Sekundenbruchteile sicherstellen zu können, werden Daten möglichst nahe am Entstehungsort oder Nutzenden (der sog. „Edge“) verarbeitet und gespeichert, statt in einem zentralen Rechenzentrum. Dadurch wird die Netzwerklatenz minimiert. Nur die wichtigsten Daten werden an ein oder mehrere zentrale Rechenzentren (Cloud Computing) übertragen, um dort weniger zeitkritische Verarbeitungen (Datenaufbereitung für nicht-zeitkritische Dienste, etwa Analysen, Verkehrsübersichten) durchzuführen und die Ergebnisse zurück an die Infrastruktur und die Nutzenden zu senden. Der flexible Austausch von Daten zwischen verschiedenen Akteuren wird zunehmend über Datenräume wie den Mobility Data Space7 organisiert.
Künstliche Intelligenz und Datenanalyse: Im Kontext der vernetzten Mobilität werden extrem große Datenmengen erzeugt, die für die Steuerung des Gesamtsystems zwingend erforderlich sind. Die Datenmengen sind jedoch so umfassend und die sich daraus ergebenden Aufgaben so komplex, dass sie mit herkömmlicher Technologie oder gar menschlicher Mitwirkung nicht mehr bewältigt werden können. Aus diesem Grund ist künstliche Intelligenz als Teilgebiet der Informatik, das kognitive Fähigkeiten des Menschen imitiert, zentraler Bestandteil vernetzter Mobilität. KI-Systeme verarbeiten Informationen aus großen Mengen an Eingabedaten, indem sie auf Basis von maschinellem Lernen Muster und Zusammenhänge erkennen und daraus Aktivitäten ableiten, etwa zur Steuerung von Fahrzeugen oder dem Verkehrsfluss.
Service Integration/APIs: Komplexe digitale Dienstleistungen lassen sich nur durch Verknüpfung und Orchestrierung verschiedener Einzeldienste realisieren. Diese Dienste stellen z. B. Zahlungsabwicklung, Identitätsprüfung oder Altersnachweise über Programmierschnittstellen (APIs) bereit. Dies beeinflusst sowohl die Nutzererfahrung als auch die Geschäftsmodelle, da mit der Nutzung solcher Dienste Kosten verbunden sind.
Mobile Applikationen: Smartphones und mobile Apps sind ein zentrales Element in digitalen Mobilitätslösungen, da sie eine digitale Schnittstelle für Menschen bieten, während sie unterwegs sind. Zudem erlauben sie durch automatische Ermittlung des Standorts das Angebot von standortbezogenen Dienstleistungen, z. B. zum Auffinden von Haltestellen, Carsharing-Stationen oder Ladesäulen (Ackermann 2022). Mobile Apps sind zudem die Grundlage für den Kauf und die Kontrolle von Tickets und ggf. für den Nachweis der Identität oder besonderen Berechtigungen. Durch Integrationsmechanismen wie beispielsweise Apple CarPlay und Google Auto werden mobile Apps auch Teil der digitalen Dienstleistungen privater PKW.
Öffentliche Terminals und Displays: Jenseits mobiler Apps sind auch öffentliche Terminals (z. B. für Tickets und Auskunft) und digitale Anzeigen (z. B. für Parkraumbelegung, Abfahrtszeiten, Stauhinweise) zentrale Bestandteile für die Mobilität. Sie erlauben Informationsbereitstellung ohne weitere technische Anforderungen an die Teilnehmer im Verkehrssystem.
3 Anwendungen für vernetzte Mobilität
Die in Abschn. 2.4 genannten Technologien erlauben es, Anwendungen zu entwickeln, die entsprechenden Bedürfnisse der Akteure aus Abschnitt 2.2 adressieren und so zu einer nachhaltigen Mobilität beitragen.
3.1 Verkehrstelematik und Dienste für die individuelle Mobilität
Als Verkehrstelematik bzw. intelligentes Verkehrssystem (Flügge 2020a, S. 41ff.) wird ein System bezeichnet, das auf Basis vernetzter Verkehrsmittel und Infrastruktur zur Organisation und Lenkung des Verkehrs dient. Es umfasst die Vernetzung zwischen Fahrzeugen und/oder beliebigen Bestandteilen der Infrastruktur mittels der oben dargestellten technischen Bausteine, um Mehrwertdienste für die individuelle Mobilität anzubieten (Wilde 2023, S. 133f). Dazu gehören u. a. folgende Dienste:
Verkehrslenkung
Unter Verkehrslenkung wird die Darstellung der Verkehrslage und die Verkehrslenkung über entsprechende Displays und dynamische Beschilderungen sowie die Aufbereitung von Informationen für Navigationssysteme (Verkehrsflussmanagement zur Stauvermeidung und -reduzierung) verstanden. Grundlage dafür sind u. a. die Daten aus Zählstellen und GPS-Daten von Fahrzeugen (Kunde et al. 2018).
Emergency Call
Die automatische Benachrichtigung von Rettungsdiensten bei Unfällen (Emergency Call bzw. eCall) basiert auf einem im Fahrzeug verbauten Sender, der im Falle eines Unfalls anhand vordefinierter Bedingungen (starke Verzögerungen, Überschläge usw.) an die nächstgelegene Rettungsdienst-Leitstelle einen Notruf absetzt (Mildner et al. 2024). Die Herausforderung besteht dabei in einer möglichst schnellen und präzisen Lokalisierung des Unfalls. Wenn künftig Fahrzeuge immer umfassender Daten sammeln und es über den klassischen Mobilfunk hinaus Übertragungswege gibt, können grundsätzlich immer präzisere Angaben zur Position, zum Unfallhergang und zum Schadensbild übermittelt werden. So kann mit Aussendung entsprechend ausgestatteter Rettungsteams noch zielgerichteter geholfen werden.
Intelligente Park- und Ladesysteme, Smart Parking
Modernes Parkraummanagement mit intelligenten Parksystemen ist ein wichtiger Bestandteil vernetzter Mobilität, insbesondere in Städten8. Auf Basis von Daten zur Parkraumbelegung können Smart Parking Systeme das Auffinden, Reservieren, Buchen und Bezahlen von Parkplätzen unterstützen (Lin et al. 2017). Damit werden nicht nur u. a. Emissionen, Stau und Unfälle reduziert, sondern auch Falschparker leichter identifizierbar und die Parkraumplanung unterstützt (Anke und Scholle 2016). Mit Blick auf den steigenden Anteil an E‑Fahrzeugen (Autos, Fahrräder) erscheint es sinnvoll, neben dem Ausweis von Parkraum immer auch Lademöglichkeiten anzugeben. Mobility Hubs lassen sich als besondere Form des Smart Parkings begreifen. Indem sie Mobility-as-a-Service-Leistungen (MaaS, vgl. Abschn. 3.2) und intelligente Parksysteme verknüpfen, tragen sie dazu bei, das Parken außerhalb der Stadtgrenzen attraktiv zu machen.
Autonomes Fahren
Die Bundesanstalt für Straßenwesen (BASt) unterscheidet fünf Stufen für Automatisierungsgrade von Fahrzeugen (Weber 2020, S. 92ff.):
Stufe 1 (assistiertes Fahren) sieht vor, dass einzelne Assistenzsysteme den Fahrer unterstützen, die gesamte Verantwortung verbleibt jedoch bei ihm.
Stufe 2 (teilautomatisiertes Fahren) belässt die volle Verantwortung ebenfalls beim Fahrer. Unter definierten Bedingungen jedoch hält das Fahrzeug die Spur, bremst und beschleunigt.
Stufe 3 (hochautomatisiertes Fahren) ermöglicht es, sich vorübergehend vom Verkehr abzuwenden. Dazu fährt das Fahrzeug in vom Hersteller exakt vorgegebenen Anwendungsfällen selbständig. Der Fahrer muss in der Lage sein, kurzfristig wieder die Verantwortung zu übernehmen. Diese Form des Fahrens lässt sich aktuell insbesondere auf Autobahnen realisieren, derzeit gibt es jedoch nur eine Zulassung, ein Staupilot bis maximal 60 km/h in einer Limousine der Oberklasse.
Stufe 4 (vollautomatisiertes Fahren) erlaubt dem Fahrer, die Verantwortung vollständig abzugeben. Er wird damit zum Passagier. Das Fahrzeug fährt auf bestimmten Strecken (etwa Autobahn, Parkhaus) völlig selbstständig und kann bei Bedarf auch ohne Insassen fahren. Das System erkennt Limitationen so rechtzeitig, dass es regelkonform einen sicheren Zustand erreichen, also etwa stoppen kann. Fahrer und Insassen haften während der Fahrt nicht für Verkehrsverstöße oder Schäden.
Stufe 5 (autonomes Fahren) macht die Rolle des Fahrers überflüssig. Das Fahrzeug ist in der Lage, alle erdenklichen Verkehrssituationen ohne menschliche Eingriffe zu bewältigen.
Je umfassender Fahrzeuge nicht nur untereinander, sondern auch mit der sie umgebenden Infrastruktur kommunizieren, desto ganzheitlicher sind Überwachung und Steuerung der Verkehrsflüsse möglich. So können Fahrzeuge, die sich gegenseitig „sehen“, unter ständiger Beobachtung des Umfeldes sowie intensiver Kommunikation nicht nur selbstständig fahren, sondern auch gleichzeitig abbremsen und beschleunigen und damit den Verkehrsfluss signifikant verbessern. Zudem können vorausfahrende Fahrzeuge andere Verkehrsteilnehmer in Echtzeit vor Hindernissen oder schwierigen witterungsbedingten Verhältnissen warnen und so das Unfallrisiko minimieren (Dangschat und Stickler 2020). Solche Systeme werden auch als automatisierte und vernetzte Mobilität (avM bzw. connected and automated Mobility, CAM) bezeichnet.
Mit Blick auf die Heterogenität der Verkehrsinfrastruktur und einer Vielzahl von Anwendungsfällen und Einsatzgebieten (beispielsweise Forst, Großbaustellen, Freizeit) werden autonome Fahrzeuge künftig möglicherweise die Mobilität prägen, sie werden aber auf den urbanen Bereich und geschlossene Systeme (Werks‑/Betriebsgelände) beschränkt bleiben. Denn eine Grundvoraussetzung für sicheres autonomes Fahren ist eine verlässliche Infrastruktur. Dabei spielen aktive Fahrbahnmarkierungen (Road Marking Systems) eine Schlüsselrolle. Zudem müssen alle Fahrzeuge über die gleichen Fähigkeiten verfügen oder (beispielsweise Oldtimer) zumindest entsprechende (Warn‑)Hinweise an die Umgebung aussenden, um Unfälle zu vermeiden.
Betrachtet man den aktuellen Stand der Technik, muss davon ausgegangen werden, dass die notwendige Technologie noch längere Zeit nicht so weit entwickelt ist, dass marktfähige autonome Fahrzeuge angeboten werden können.
3.2 Digitale Dienstleistungen für die öffentliche Mobilität
Zur Unterstützung der öffentlichen Mobilität können innovative Mobilitätsdienste angeboten werden. Sie setzen in der Regel internetbasierte Plattformen voraus, die als Marktplatz bzw. Vermittler fungiert. Sie führt Anbieter von Mobilitätsdiensten und Nutzende zusammen (Wilde 2023, S. 46). Abb. 4 stellt dabei in Ergänzung zu Abb. 1 das Zusammenspiel aus technischer und prozessualer Sicht dar. Hierzu müssen diese Plattformen einerseits alle notwendigen technischen Schnittstellen bereitstellen, um die unterschiedlichen Backend-Systeme der Mobilitätsanbieter zu integrieren, andererseits benötigen sie eine niederschwellig nutzbare, in der Regel mobile Anwendung (Mobilitäts-App oder Website). Gleichzeitig müssen solche Plattformen zentrale Dienstleistungen wie Auskunft bzgl. Verkehrsmitteln, Routen, Fahrzeiten, Reservierung und Buchung und Bezahlung anbieten, wozu sie gegebenenfalls weitere Partner einbinden.
Abb. 4
Plattformen als Grundlage für öffentliche Mobilitätsdienstleistungen. (Modifiziert nach Wilde, 2023, S. 48)
Das Prinzip von Sharing-Diensten ist, dass sich ein Fahrzeug nicht im Eigentum eines Nutzers befindet, sondern von mehreren Personen geteilt wird (Wilde 2023, S. 80). Spezialisierte Sharing-Anbieter betreiben eine Flotte von Fahrzeugen, die üblicherweise an frequentierten Standorten, wie etwa Mobility Hubs, verfügbar sind. Sharing-Angebote sind entweder stationsgebunden oder free-floating (Wilde 2023, S. 88). Im ersten Fall werden Fahrzeuge an bestimmten Stationen bereitgestellt und müssen auch an diesen wieder abgestellt werden. Free-floating hingegen erlaubt das flexible Abstellen im Stadtraum, wobei es eventuell Unterscheidungen nach Zonen gibt. Teilweise sind Reservierungen bzw. Buchungen möglich oder nötig.
Typische Angebote für Sharing umfassen PKW (Carsharing), Fahrräder (Bikesharing) sowie Elektroroller. Die Fahrzeuge müssen vom Benutzer selbst gefahren werden, wozu die entsprechenden Voraussetzungen (z. B. Führerschein, körperliche Eignung, Mindestalter) vorliegen müssen (Richter und Anke 2024). Der Sharing-Anbieter erlaubt dann auf Basis eines Vertrags den Zugang zu den von ihm bereitgestellten Fahrzeugen. Die Gebühren richten sich nach Fahrzeugtyp und Nutzungsdauer und/oder gefahrener Strecke sowie ggf. einem gewählten Basistarif.
Sharing-Angebote sollen flexible Mobilität ermöglichen, ohne dass die Nutzenden das jeweilige Fahrzeug besitzen müssen. Gerade wenn eine kurze Strecke von wenigen hundert Metern bis wenigen Kilometern, etwa vom Bahnhof ins Büro oder nach Hause, zurückgelegt werden muss, sind solche Fahrzeuge für die letzte Meile oft das schlagende Argument, um (dauerhaft oder teilweise) auf ein eigenes Fahrzeug zu verzichten. Durch den hohen Automatisierungsgrad sind auch sehr kurze Nutzungszeiten mit Kleinfahrzeugen wie Fahrrädern oder Elektrorollern realisierbar. Dies wird als „Mikromobilität“ bezeichnet (Wilde 2023, S. 100).
Während Elektroroller in vielen Städten Fußwege blockieren und damit ein Ärgernis darstellen (Wilde 2023, S. 110), kann Carsharing zu einer Reduktion von Autos im Privatbesitz und damit zu geringerem Flächenbedarf führen (Wilde 2023, S. 96). Die richtige Ausgestaltung von Anreizen sowie die Regulierung der Anbieter von Sharing-Diensten können daher zu einer attraktiven Mobilität insbesondere in Großstädten und Ballungsräumen beitragen.
On-Demand-Angebote
Bedarfsgetriebene Mobilität soll Bedarfe abdecken, die keinen taktgebundenen Verkehr rechtfertigen. Das betrifft den Stadtrand, ländliche Gebiete und die Zeiten spät abends und in der Nacht. Denn gerade dort verhindert ein dünnes ÖPNV-Netz einen Umstieg weg vom eigenen Fahrzeug hin zu alternativen Angeboten. Das klassische On-Demand-Angebot ist ein Taxi für einzelne Fahrgäste. Neuere On-Demand-Angebote beschreiben eine Fahrdienstvermittlung, die in den letzten Jahren insbesondere durch das Modell „Ridehailing“ von Plattformen wie Uber und Lyft an Popularität gewonnen hat (Wilde 2023, S. 62). Sie sollen ein flexibles und bequemes Reisen ermöglichen, ohne ein eigenes Fahrzeug nutzen zu müssen.
Ergänzt werden solche Angebote um Dienste, die den Bedarf mehrerer Fahrgäste bündeln. Das Modell „Ridesharing“ bezeichnet die klassische Mitfahrgelegenheit in privaten Fahrzeugen, wie sie z. B. von Plattformen wie BlaBlaCar vermittelt wird. Zum Modell „Ridepooling“ gehören Rufbusse und Shuttle-Dienste von professionellen Unternehmen. Dazu zählen Anbieter wie MOIA, einem Tochterunternehmen von Volkswagen. Eine Verknüpfung mit dem regulären ÖPNV ist möglich, um die „erste“ bzw. „letzte Meile“ zu einer Haltestelle zu überbrücken. Fahren diese Ruftaxis/-busse und Shuttle-Dienste autonom, werden sie als Teil der automatisierten und vernetzten Mobilität (avM, siehe Abschn. 3.1) verstanden9.
Ridehailing und Ridepooling sind Mitfahrangebote von kommerziellen oder privaten Fahrzeugen. Erforderlich für die Nutzung sind oft eine Registrierung beim jeweiligen Vermittlungsdienst sowie eine Buchung und Bezahlung der Nutzungsgebühr in Abhängigkeit von der Fahrstrecke.
Mobility-as-a-Service (MaaS)
Der Ansatz von Mobility-as-a-Service (MaaS) hat zum Ziel, verschiedene Mobilitätsangebote zu bündeln. Damit sollen die individuellen Bedürfnisse von Personen entlang ihrer Mobility Journey (vgl. Abb. 2 in Abschn. 2.2) durch flexible Kombination von Mobilitätsangeboten erfüllt werden. Dies ist in Großstädten und Metropolregionen relevant, bei denen ein breites Angebot an öffentlichen und privatwirtschaftlichen Angeboten verfügbar ist. MaaS-Plattformen sollen somit den Aufwand für die Organisation der eigenen Mobilität und die Abhängigkeit von PKW im Privatbesitz minimieren (Wilde 2023, S. 50).
Je nach Integrationstiefe werden übergreifende Auskunft, Reservierung, Buchung und Bezahlung der gewünschten Verkehrsmittel unterstützt. Ein Anwendungsbeispiel ist Jelbi in Berlin. Als Plattform bündelt sie in der Praxis genau die Angebote, die auch in Abb. 5 dargestellt sind (Gersch et al. 2021). In höheren MaaS-Integrationsstufen werden auch Verkehrsmittel aufeinander abgestimmt oder sogar gesellschaftspolitische Ziele wie Klimaschutz, Erhöhung von Lebensqualität und Förderung des Umweltverbundes (Wilde 2023, S. 52) unmittelbar einbezogen und aktiv unterstützt.
Abb. 5
Mobility-as-a-Service Plattform für die Bündelung von Mobilitätsdiensten. (Modifiziert nach Wilde 2023, S. 51)
Dazu ist eine komplexe Integration von Daten und Prozessen der beteiligten Mobilitätsanbieter in die Plattform erforderlich (Abb. 5), um individuelle Bedürfnisse der Fahrgäste auf die zum gewünschten Zeitpunkt verfügbaren Verkehrsmittel abzustimmen. Zudem entstehen zahlreiche Varianten für die Preisbildung und Ticketoptionen, um z. B. Gelegenheitsnutzenden und Berufspendlern gleichermaßen gerecht zu werden (Wilde 2023, S. 55f).
3.3 Analytische Anwendungen in der vernetzten Mobilität
Im Regelfall stellen datenbasierte Geschäftsmodelle im Kontext vernetzter Mobilität sicher, dass eine Vielzahl von Daten unterschiedlichster Partner für analytische Anwendungen zur Verfügung steht. Die Bandbreite der möglichen Systeme umfasst dabei:
1.
Standard- und ad-hoc-Berichtswesen zur Nutzung und damit häufig auch zur Beanspruchung von Verkehrsträgern, der Infrastruktur und weiteren Elementen (etwa unterschiedliche Fahrzeuggattungen)
2.
Entscheidungsunterstützungssysteme für die Verkehrs- und Mobilitätsplanung
Sie fokussieren durch Bereitstellung von Kennzahlen aus dem Punkt 1 auf die Gestaltung von Verkehrswegen und Verkehrsträgern (E-Bike, Roller, Bus, S‑/U-Bahn, Nah- und Fernverkehr, Parkraum)
4 Chancen und Herausforderungen der vernetzten Mobilität
4.1 Chancen
Abhängig von der technologisch möglichen Ausbaustufe und der Akzeptanz einzelner Elemente eröffnet sich eine Vielzahl von Vorteilen (Wilde 2023; Dangschat und Stickler 2020):
Die Gesamtzahl der Fahrzeuge innerhalb einer Stadt könnte sich durch Einsatz von Sharing-Lösungen deutlich verringern.
Insgesamt wird die Parkplatzsuche verkürzt, da zielorientiert ein freier Parkplatz angesteuert werden kann. Für autonome Fahrzeuge (Level 4 und 5) erlaubt Smart Parking die Nutzung von Parkraum außerhalb der Stadt, wodurch noch mehr Grünflächen entstehen sowie eine konsequente Trennung von Fußgänger- und Fahrradverkehr ermöglicht wird.
Die Sicherheit wird deutlich erhöht, da einerseits über 90 % aller Autounfälle auf menschliches Fehlverhalten zurückzuführen sind, andererseits die Einhaltung von Verkehrsregeln besser überwacht werden kann.
Wartezeiten reduzieren sich deutlich, da sich Staus nicht oder nur sehr selten bilden und Ampeln so geschaltet sind, dass der Verkehrsfluss optimiert verläuft.
Exakt auf die Bedürfnisse unterschiedlicher Zielgruppen ausgerichtete Mobilitätsdienstleistungen erhöhen die Effizienz und Nachhaltigkeit und steigern den Komfort und die Nutzerfreundlichkeit.
CO2 und Feinstaub sowie Lärm werden durch intelligente Verkehrsführung deutlich reduziert (Mühlpfort und Rieth 2025).
4.2 Herausforderungen und Risiken
Auf der anderen Seite sind Herausforderungen und Risiken zu bewältigen (Dangschat und Stickler 2020; Wilde 2023). Neben den auch in allen anderen Bereichen zentralen Themen wie Datenschutz und Datensicherheit sowie der Vermeidung von Cyberkriminalität, sind in der vernetzten Mobilität aufgrund der hohen Bedeutung selbstbestimmter Mobilität von besonderer Bedeutung:
die Usability der Anwendungen für Nutzende, insbesondere ihre Diskriminierungs- und Barrierefreiheit
die Standardisierung und Interoperabilität, sowohl aus rein technischer Perspektive betrachtet (Protokolle, Schnittstellen), als auch semantisch (Vereinheitlichung von beispielsweise regional unterschiedlichen Begriffen, etwa zur Aufteilung von Verbundgebieten in Waben, Zonen usw.)
die Klärung von Buchungs- und Abrechnungsfragen auf Anbieterseite. Hier nimmt die Mobilitätsplattform als Mittlerin eine zentrale Stellung ein.
die ausgewogene gesellschaftliche Diskussion, um Veränderungen im Mobilitätsverhalten ohne Ausgrenzung bestimmter Gruppen erzielen zu können
die notwendige Diskussion bestimmter ethischer Fragen, etwa im Zusammenhang mit dem autonomen Fahren in Stufe 4 und 5.
5 Ausblick
5.1 Zukünftige Entwicklungen und Trends
Noch sind viele theoretisch denkbare Mobilitätsangebote nicht realisierbar. Teilweise fehlen die technologischen Grundlagen, etwa das Erkennen unterschiedlicher Straßenzustände und -verläufe für das autonome Fahren. Oder die Infrastruktur und Regulatorik hinken hinter den technischen Möglichkeiten her, wie etwa bei autonom fahrenden U‑ und S‑Bahnen oder Regional- und Fernzügen. Oftmals erschweren jedoch auch die politischen und wirtschaftlichen Rahmenbedingungen die Umsetzung. Gleichzeitig müssen für viele Mobilitätsangebote weitaus größere Datenmengen verarbeitet werden, als dies heute schon möglich ist. Der fortschreitende Einsatz von Künstlicher Intelligenz ist daher neben wichtigen Fortschritten in der Sensorik und Aktorik zentraler Baustein beim Ausbau entsprechender Angebote.
Auch die bislang vielfach skeptisch betrachtete Blockchain-Technologie kann im Kontext vernetzter Mobilität einen Beitrag leisten (Stabauer 2020)10, beispielsweise
beim Einsatz von Bezahlsystemen für autonome Fahrzeuge,
beim vertrauenswürdigen Betrieb von Daten-Marktplätzen,
im Rahmen eines Maschine-zu-Maschine-Bezahlsystems für Parkplätze,
zur Integration von Fahrzeugen und Infrastruktur auf einer einzigen Plattform zur Schaffung zentraler Bezahlsysteme,
beim Platooning – das Fahren in semi-autonomen Gruppen,
zur Dokumentation der Fahrzeugdaten selbst sowie von Eigentümerschaft (via eines „Integrated Trust Network“, ITN), Reparaturgeschichte und Tachostand sowie
zur Sicherstellung der Echtheit von für die Fahreigenschaften kritischen OTA (Over The Air) Software-Updates. Zusätzlich kann durch Nutzung der Unveränderbarkeit einer Blockchain eine Protokollierung aller Software-Updates beweisen, welche Softwareversion zu welchem Zeitpunkt installiert war.
Weiterhin kann der ursprünglich im Blockchain-Kontext entwickelte Ansatz „Self-Sovereign Identity“ (Ehrlich et al. 2021) einen wichtigen Beitrag für die Zusammenarbeit von Akteuren in Mobilitätsökosystemen auf Basis digitaler Nachweise liefern (Hoess et al. 2024). Dazu gehört auch das effiziente und vertrauenswürdige Onboarding von Nutzenden (Richter und Anke 2024).
Und schließlich könnte trotz aller aktuellen technischen und vor allem wirtschaftlichen Herausforderungen der Sektor der Urban Air Mobility künftig interessant werden. Darunter wird der Einsatz von personentragenden Drohnen („Flugtaxis“) verstanden. Sie können als Ergänzung von Bussen oder Zügen, insbesondere in Ballungsräumen mit besonders hoher Verkehrsdichte und daraus resultierenden Verzögerungen, genutzt werden. Da autonomes Fliegen weniger komplex als autonomes Fahren ist, könnten Flugtaxis früher als autonome Autos zulassungsfähig sein (Weber 2020, S. 121).
5.2 Legislativer und gesellschaftspolitischer Gestaltungsraum
Als wichtiger Faktor im Kontext vernetzter Mobilität gelten technische und gesetzliche Regelungen zum autonomen Fahren, da einerseits jederzeit potenziell Menschenleben gefährdet sein können und andererseits künstliche Intelligenz wesentliche Entscheidungen treffen muss. Technische Regelungen sollen dafür sorgen, dass für autonomes und vernetztes Fahren notwendige Daten hersteller- und plattformneutral ausgetauscht werden können. Hierzu sind Schnittstellentechnologien und Datenformate zu vereinbaren und – international – durchzusetzen. Hinzu kommen neben einer entsprechenden Anpassung von Ordnungen (etwa der Straßenverkehrsordnung in Deutschland) komplexe gesetzliche Regelungen zu Recht und Ethik (Bittner et al. 2021; Franz 2025).
Zahlreiche weitere existierende und aktuell diskutierte Regelungen (Blanck et al. 2021) konzentrieren sich auf eine faire Ausgestaltung der Mobilität für die Zukunft, darunter fallen beispielsweise
Fragen zur CO2-Bepreisung
das Setzen von Anreizen über Kaufprämien
die Besteuerung von Fahrzeugen mit Blick auf Nachhaltigkeits-, aber auch weitere denkbare Aspekte, wie Unfallfolgen oder Parkraumverbrauch
eine veränderte Ausgestaltung oder Streichung der Entfernungspauschale
die Einführung von Maut-Systemen
die verantwortungsvolle Nutzung von Daten aus datenbasierten Geschäftsmodellen
Aus gesamtgesellschaftlicher Sicht wäre das Gelingen der Mobilitätswende wünschenswert, um einerseits Städte und stadtnahe Lebensbereiche für alle Mobilitätsnachfragende unter Berücksichtigung ihrer teilweise sehr unterschiedlichen Voraussetzungen und Bedürfnisse nachhaltig zu gestalten, andererseits in ländlichen Regionen eine sinnvolle und intelligente Grundversorgung zu schaffen. Die Politik könnte die Akzeptanz gezielt fördern und durch die Förderung neuartiger Angebote dazu beitragen, tradierte Handlungsweisen zu überdenken. Reallabore könnten dabei unterstützen, die Angebote maßgeschneidert zu gestalten und wissenschaftlich zu begleiten (Decker et al. 2025; Engbers 2024; Günther und Kreußlein 2024; Kesselring et al. 2022; Kohaupt-Cepera et al. 2025; Lang 2023)11. Mitunter wirken bereits kleine Änderungen auf Mobilitätsangebote attraktivitätssteigernd. In Richtung Wirtschaft wiederum hätte die Politik die Gelegenheit, durch innovationsorientierte Förderung bei einem Nachdenken über moderne vernetzte Mobilitätskonzepte zu unterstützen.
Interessenkonflikt
J. Anke und M. Knoll geben an, dass kein Interessenkonflikt besteht.
Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen. Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://creativecommons.org/licenses/by/4.0/deed.de.
Hinweis des Verlags
Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.
Our product recommendations
HMD Praxis der Wirtschaftsinformatik
HMD liefert IT-Fach- und Führungskräften Lösungsideen für ihre Probleme, zeigt ihnen Umsetzungsmöglichkeiten auf und informiert sie über Neues in der Wirtschaftsinformatik (WI).
Der ebenfalls verwendbare Begriff „Verkehrswende“ ist durch den nicht gut geführten gesellschaftspolitischen Diskurs und mit dem Verkehrsgeschehen negativ verknüpften Erlebnissen (bspw. Stau, Umleitungen, Bauarbeiten, Umweltprobleme) häufig negativ besetzt.
Ackermann T (2022) Smart Services im öffentlichen Verkehr. In: Bruhn M, Hadwich K (Hrsg) Smart services. Springer, Wiesbaden, S 505–517CrossRef
Anke J, Scholle J (2016) Nutzenpotenziale von Smart Parking. In: Rätz D, Breidung M, Lück-Schneider D, Kaiser S, Schweighofer E (Hrsg) Digitale Transformation: Methoden, Kompetenzen und Technologien für die Verwaltung, S 175–187
Anke J, Pöppelbuß J, Alt R (2020) It takes more than two to tango: inter-organizational collaboration in smart service systems engineering. Schmalenbach Bus Rev 72:599–634. https://doi.org/10.1007/s41464-020-00101-2CrossRef
Bittner J, Debowski N, Lorenz M, Raber HG, Steege H, Teille K (2021) Recht und Ethik bei der Entwicklung von Künstlicher Intelligenz für die Mobilität. NZV-Neue Zeitschrift für Verkehrsrecht, Bd. 34
Dangschat JS, Stickler A (2020) Kritische Perspektiven auf eine automatisierte und vernetzte Mobilität. In: Hannemann C, Othengrafen F, Pohlan J, Schmidt-Lauber B, Wehrhahn R, Güntner S (Hrsg) Jahrbuch StadtRegion 2019/2020. Springer, Wiesbaden, S 53–74CrossRef
Decker L, Helle J, Stelzel K, Werbeck N (2025) Geschäftsmodelle für Sharing-Mobilität – Eine angewandte Nutzwertanalyse von Mobilitätsanbietern und dem Reallabor „GenoMobil“. In: Roos M, Hunecke M, Weiss M, Werbeck N, Wittowsky D (Hrsg) Genossenschaftliche Organisation von nachhaltiger Mobilität. Springer, Wiesbaden, S 173–203CrossRef
Deutscher Bundestag (2024) Entwurf eines Gesetzes zur Bereitstellung und Nutzung von Mobilitätsdaten und zur Änderung des Personenbeförderungsgesetzes; BT-Drs 20/13954. https://dserver.bundestag.de/btd/20/139/2013954.pdf. Zugegriffen: 17. Juni 2025
Engbers M (2024) #mobildabei: Ein Reallabor zur Stärkung von Mobilität und sozialer Teilhabe armutsbedrohter Personen. In: Sommer C, Lanzendorf M, Engbers M, Wermuth T (Hrsg) Soziale Teilhabe und Mobilität. Springer, Wiesbaden, S 121–146CrossRef
Flügge B (2020a) Ausgangssituation. In: Flügge B (Hrsg) Smart mobility. Springer, Wiesbaden, S 9–51CrossRef
Flügge B (Hrsg) (2020b) Smart mobility. Springer, Wiesbaden
Franz JH (2025) Digitalisierung, künstliche Intelligenz und autonome Mobilität. Frank & Timme, BerlinCrossRef
Franzen D, Kapp A, von Voigt SN, Sperl M (2024) Anonymisierung von Bewegungsdaten: Technische, organisatorische Maßnahmen und transparente Nutzerkommunikation. In: Canzler W, Haus J, Kellermann R, Schröder S, Thomsen C (Hrsg) Gemeinsam in Bewegung:. Beispiele und Erkenntnisse aus den Projekten der BMBF-Fördermaßnahmen MobilitätsWerkStadt 2025 und MobilitätsZukunftsLabor 2050
Gatzert N, Knorre S, Müller-Peters H, Wagner F, Jost T (2023) Big Data in der Mobilität. Springer, WiesbadenCrossRef
Gersch M, Bartnik M, Genseler G (2021) Mobilitätshubs für Berlin: Geschäftsmodelloptionen für Service-Innovationen als Plattformen für lokale Ökosysteme. In: Proff H (Hrsg) Making connected mobility work. Springer, Wiesbaden, S 11–38CrossRef
Gluchowski P (Hrsg) (2020) Data Governance; Grundlagen, Konzepte und Anwendungen. dpunkt, Heidelberg
Günther M, Kreußlein M (2024) Nachhaltige Verkehrs- und Mobilitätsentwicklung im Reallabor: Erste Ergebnisse einer transformativen Straßenumgestaltung am Beispiel einer mittleren Großstadt. J Mobil Verkehr. https://doi.org/10.34647/jmv.nr19.id124CrossRef
Kagermann H (2017) Die Mobilitätswende: Die Zukunft der Mobilität ist elektrisch, vernetzt und automatisiert. In: Hildebrandt A, Landhäußer W (Hrsg) CSR und Digitalisierung. Springer, Berlin, Heidelberg, S 357–371CrossRef
Kesselring S, Simon-Philipp C, Kasten P, Bansen J, Hefner B, Minnich L (2022) Reallabor MobiQ : Transformatives Forschen zwischen Mobilitätspolitik und räumlicher Entwicklung https://doi.org/10.18154/RWTH-2022-07256CrossRef
Kohaupt-Cepera K, Domracev E, Handte M, Hoffmann S, Husemann L, Drees L, Marrón PJ, Philipp M, Leontaris T, Roos M, Siegmann M, Sourkounis C, Spichartz P, Willen S, Weyer J, Proff H (2025) Das Reallabor als Testfeld nachhaltiger Mobilität. In: Weyer J (Hrsg) Nachhaltig mobil. Springer, Wiesbaden, S 211–277CrossRef
Kunde F, Pape S, Fröhlich S (2018) Überblick zu existierenden Plattformen für Mobilität und Verkehr. In: Wiesche M, Sauer P, Krimmling J, Krcmar H (Hrsg) Management digitaler Plattformen. Springer, Wiesbaden, S 13–24CrossRef
Lang F (2023) Digitale Mobilitätsplattformen: Ein interdisziplinäres Reallabor für nachhaltige Mobilität in Mittelstädten. Wirtschaftsinformatik 2023 proceedings
Luntovskyy A, Gütter D (2023a) Drahtgebundene und drahtlose Netze. In: Luntovskyy A, Gütter D (Hrsg) Moderne Rechnernetze. Springer, Wiesbaden, S 153–209CrossRef
Luntovskyy A, Gütter D (2023b) Mobile Kommunikation. In: Luntovskyy A, Gütter D (Hrsg) Moderne Rechnernetze. Springer, Wiesbaden, S 211–281CrossRef
Lynn T, Endo PT, Ribeiro AMNC, Barbosa GBN, Rosati P (2020) The Internet of things: definitions, key concepts, and reference architectures. In: Lynn T, Mooney JG, Lee B, Endo PT (Hrsg) The cloud-to-thing continuum. Springer, Cham, S 1–22CrossRef
Mildner R, Ziller T, Baiocchi F (2024) Das vernetzte Fahrzeug. In: Mildner R, Ziller T, Baiocchi F (Hrsg) Car IT kompakt Reloaded. Springer, Wiesbaden, S 99–115CrossRef
Mühlpfort M, Rieth S (2025) KI für smarte Mobilität; Leipzig als Modell für zukunftsfähiges Mobilitätsmanagement. Behörden Spiegel, Bd. 19
Munhoz MSA, Antonio P, Da Dias C et al (2020) Smart mobility: the main drivers for increasing the intelligence of urban mobility. Sustainability 12:10675. https://doi.org/10.3390/su122410675CrossRef
Pieper S, Kunde F, Waterloo S, Sauer P (2018) Qualität von Mobilitätsdaten. In: Wiesche M, Sauer P, Krimmling J, Krcmar H (Hrsg) Management digitaler Plattformen. Springer, Wiesbaden, S 157–168CrossRef
Richter D, Anke J (2024) Getting to know your customer: onboarding in an urban mobility ecosystem. Wirtschaftsinformatik 2024 proceedings
Schwarzer I (2017) Smart Data for Mobility – Wie Daten unsere Mobilität verändern. Verkehrswesen, S 72–73
Semanjski I, Mandzuka S, Gautama S (2018) Smart mobility 2018. International Symposium ELMAR. IEEE, S 63–66
Stabauer M (2020) Blockchain und ihre Anwendungen in der Mobilität. In: Höller HJ, Illetits-Motta T, Küll S, Niederländer U, Stabauer M (Hrsg) Digital Business für Verkehr und Mobilität – Ist die Zukunft autonom und digital? Institut für Digital Business, Linz
Widemann M (2022) Bereitstellung von Mobilitätsdaten – Ein Problem des Datenschutzes? INFORMATIK 2022. Recht und Technik: Datenschutz im Diskurs (RuT)
Wilde M (2023) Vernetzte Mobilität. Springer, Berlin, HeidelbergCrossRef
Zhai Y, Mudassar M, Zhu L (2024) Edge computing. In: Zhai Y, Mudassar M, Zhu L (Hrsg) Edge computing resilience. Springer Nature, Singapore, S 1–10CrossRef
Zimmermann FM (2016) Was ist Nachhaltigkeit – eine Perspektivenfrage? In: Zimmermann FM (Hrsg) Nachhaltigkeit wofür? Springer, Berlin, Heidelberg, S 1–24CrossRef
