Eco-Counter als „Studienhelfer“ in Berlin

Publiziert am 20.05.2025
Urbane Räume

Fotokredit: ©InfraVelo Daniel Rudolph Vom Verkehrszähler zur Stadtperspektive: Inwiefern Dauerzählstellen zusammen mit KI-Modellen die Radverkehrsprognose auch abseits der Zählerstandorte unterstützen kann, zeigt eine aktuelle Studie in Berlin, in die Zähldaten und Messstationen von Eco-Counter eingebunden waren.

Verlässliche Radverkehrsdaten sind das Fundament jeder nachhaltigen Mobilitätsplanung. Wer weiß, wie viele Fahrräder wann auf welchen Strecken unterwegs sind, hat es leichter, Infrastrukturmaßnahmen zu verargumentieren.

Doch wie lässt sich das tatsächliche Fahrradaufkommen in einer ganzen Stadt erfassen, wenn es nur an wenigen Orten mithilfe von Zählstellen erfasst wird? Eine aktuelle wissenschaftliche Studie hat sich mit dieser Frage beschäftigt und dafür autarke Dauerzählstellen (ZELT Zählsysteme) sowie drei Eco-Displays in Berlin herangezogen.

Die Anfang 2025 in der Fachzeitschrift Environmental Data Science veröffentlichte Studie „From Counting Stations to City-Wide Estimates: Data-Driven Bicycle Volume Extrapolation“ (zu Dt. etwa „Von Zählstationen zu stadtweiten Schätzungen: Datenbasierte Hochrechnungen des Fahrradverkehrs“) nutzte Zähldaten unserer ZELT-Induktionsschleifen in Berlin und kombinierte sie mit modernen Methoden des maschinellen Lernens, mit dem Ziel, das stadtweite Radverkehrsaufkommen präzise zu modellieren und vorherzusagen.

Studienaufbau: KI plus Counter

Die Forschenden wollten mittels dieser Studie drei Fragen beantworten:

  • Lässt sich das Radverkehrsaufkommen mithilfe verschiedener Daten an nicht erfassten Stellen hochrechnen?
  • Welche dieser Datenquellen sind für die Hochrechnung am relevantesten?
  • Wie lässt sich die Leistung verbessern, indem man Stichprobenzählungen für die hochzurechnenden Standorte durchführt?

Genutzt haben die Forschenden für die Berliner Erhebung 20 Dauerzählstellen in der deutschen Hauptstadt, die fortlaufend die Zahl der vorbeifahrenden Fahrräder pro Stunde erfassen. Zusätzlich nutzten sie temporär eingesetzte Zähler, die an einzelnen Tagen über das gesamte Jahr Daten sammelten. Zudem bezogen die Forschenden für eine akkurate Prognose der Fahrradzahlen verschiedene Daten zu Infrastruktur, sozioökonomischen Faktoren (Alter, Geschlecht, …), motorisiertem Verkehr, Wetter, Ferien/Feiertage, Bikesharing-Modelle, Crowdsourcing über Apps etc. ein, die sich als besonders nützlich zur Hochrechnung erwiesen hatten.

Sie trainierten ihre Modelle des maschinellen Lernens auf der Grundlage zahlreicher Datenquellen. Die Daten aus existierenden Zählstationen wie dem Zelt von Eco-Counter dienten dabei als Basis der Hochrechnungen für die tägliche und durchschnittliche Fahrradnutzung.

Unter anderem folgende Erkenntnisse brachte die Studie:

  • Es ist möglich, auf Grundlage von Open-Source-Daten in Kombination mit Langzeit- und Kurzzeitdaten von Zählstationen sowie Machine-Learning-Modellen zu schätzen. Fortschritte sowohl bei der Datenverfügbarkeit als auch bei den Analysemethoden haben solche rein datengetriebenen Ansätze erst ermöglicht.
  • Mit bereits vorhandenen, unterschiedlichen und langfristigen Zähldaten lassen sich Fahrradverkehrsmengen an bisher nicht erfassten Standorten mit Modellen wie XGBoost vorhersagen– und zwar mit einem akzeptablen Fehler sowohl für Tageswerte als auch für Jahresdurchschnittswerte.
  • Die Kombination ausgewählter Merkmale mit kleinem und großem Radius liefert die besten Vorhersagen, da so übergeordnete Trends und lokale Unterschiede gleichermaßen berücksichtigt werden.
  • Mittels Zählstationen, die Fahrradverkehrsdaten an begrenzten Standorten erfassen, und die Nutzung zusätzlicher Datenquellen wie regionaler Flussdaten aus Crowdsourcing-Anwendungen (z. B. Strava), umfassender Infrastrukturdaten und – falls verfügbar – stadtweiter Daten zum motorisierten Verkehr, lässt sich das Fahrradaufkommen auch jenseits bestehender kommunaler Zählstellen vorhersagen. Stichprobenerhebungen an relevanten Standorten machen die Ergebnisse genauer.

Diese Vorteile von Zählstellen zeigt die Studie auf

Die Studie belegt, dass Dauerzählstellen Basis einer soliden Radverkehrsanalyse sind. Gleichzeitig zeigen die Ergebnisse, wie wir unsere Systeme und Services weiterentwickeln können, um noch mehr Mehrwert zu bieten.

  • Dauerzählstellen sind elementar, auch für die Extrapolation:

    Ob in Berlin, Paris oder kleineren Städten: Ohne zuverlässige Basisdaten lässt sich kein belastbares Modell aufbauen. Die Analyse zeigt klar: Unsere Zählstellen liefern die Referenzdaten, auf denen alle weiteren Schätzungen beruhen.
  • Integration externer Datenquellen – ein klarer Mehrwert:

    Die Kombination mit offenen Datenquellen und Crowdsourcing-Plattformen eröffnet neue Möglichkeiten: Durch die Integration in unsere Softwarelösungen können wir künftig noch präzisere Verkehrsmodelle anbieten – und Kommunen bei der Entwicklung smarter, zukunftsfähiger Infrastruktur unterstützen.
  • Kurzzeit-Zählungen, ein Service mit Potenzial:

    Die gezielte Ergänzung durch temporäre Messungen – z. B. im Vorfeld von Infrastrukturprojekten oder Events – bietet eine kosteneffiziente Möglichkeit, Datenlücken zu schließen. Ein Angebot, das sich hervorragend mit bestehenden Dauerzählstationen kombinieren lässt.
  • Beratung auf Augenhöhe:

    Mit unserer Expertise im Bereich Datenanalyse und Zählstellen-Hard- und Software können wir Firmen, Behörden oder Initiativen nicht nur mit Technik, sondern auch mit strategischer Beratung unterstützen: von der Standortwahl über die Datenauswertung bis hin zur datenbasierten Verkehrsplanung.

Was bedeuten die Studienergebnisse?

URB_CYC_bike paths (2)Die Studie zeigt, schreiben die Forschenden, wie sich Data Science nutzen lässt, um städtische Nachhaltigkeitsziele im Spannungsfeld von Klimawandel und Gesundheit durch die Förderung des Radverkehrs zu erreichen. Sie belegt, dass sich das Radverkehrsaufkommen von wenigen, spärlich verteilten Zählstationen auf Vorhersagen auf Straßenebene hochrechnen lassen. „Solche räumlichen Extrapolationen auf Basis städtischer Verkehrssensordaten wurden in der Forschung bislang wenig beachtet – insbesondere im Hinblick auf den Radverkehr“, heißt es in der Studie, und: „Die Bereitstellung dieser Detailtiefe an Fahrraddaten ist ein notwendiger Schritt hin zu einer evidenzbasierten Infrastrukturplanung, einem entscheidenden Faktor für die Förderung des Radverkehrs.“

ZELT-Zählsysteme und Eco-DISPLAYs von Eco-Counter

Die Zelt-Fahrradzähler erfassen den Radverkehr präzise. Sie eignen sich für den permanenten (ZELT Evo) und temporären Einsatz (Easy ZELT) und lassen sich in jeder Umgebung – ob Stadt, Vorstadt oder Land – einsetzen.

Eco-DISPLAYs gibt es in verschiedenen Varianten (Classic+ und Compact). Die Echtzeit-Anzeige visualisiert den von ZELT-Sensoren erfassten (Rad-)Verkehr, als kumulierten Tages-, Monats oder Jahreswert. Zudem ist es möglich, einen Stand- oder Fließtext frei zu konfigurieren.

Hier finden Sie nochmal den ganzen Artikel zur Studie.

Für unseren Blog anmelden

Produktvorschlag

Mit dem CITIX-AI Evo können Sie mehrere unterschiedliche Verkehrsarten in breiten Mischverkehrszonen erfassen.

CITIX-AI Evo

Auf künstlicher Intelligenz basierender Zähler zur Erfassung und Klassifizierung von unterschiedlichen Nutzungsarten in Bereichen mit hoher Verkehrsdichte.

Ce produit sera supprimé de votre liste d’intérêts. Souhaitez-vous continuer ?
Annuler Enlever de ma liste
Fait ! Cette solution est à présent dans votre liste d’intérêts
Retour Voir ma liste
Mit der PYRO-Box Evo zählen Sie alle Passanten.

PYRO-Box Evo

Unser leichtester und vielseitigster Personenzähler

Ce produit sera supprimé de votre liste d’intérêts. Souhaitez-vous continuer ?
Annuler Enlever de ma liste
Fait ! Cette solution est à présent dans votre liste d’intérêts
Retour Voir ma liste
Der MULTI Evo ist die ideale Lösung zum Zählen und Klassifizieren von verschiedenen Nutzergruppen für die natürliche Umgebung.

MULTI Evo Natur

Zählung von Fußgängern, Radfahrern und Tretrollern in der Natur

Ce produit sera supprimé de votre liste d’intérêts. Souhaitez-vous continuer ?
Annuler Enlever de ma liste
Fait ! Cette solution est à présent dans votre liste d’intérêts
Retour Voir ma liste

Weitere Artikel

Fahrradzählungen in Europa: Daten des EuroVelo Barometers zeigen Stabilität in 2024
Publiziert am 02.01.2025

Fahrradzählungen in Europa: Daten des EuroVelo Barometers zeigen Stabilität in 2024

Eco Counter unterstützt den Ostalbkreis bei der Förderung des Radverkehrs mit realen Verkehrsmengendaten
Publiziert am 18.09.2024

Eco Counter unterstützt den Ostalbkreis bei der Förderung des Radverkehrs mit realen Verkehrsmengendaten