Atefeh Zaeemi
Im ländlichen Raum steht die Verkehrsplanung oft vor einem gravierenden Datenproblem: Amtliche Geodaten sind häufig lückenhaft, während umfassende Haushaltsbefragungen teuer und selten aktuell sind. Atefeh Zaeemi hat sich daher einer Alternative gewidmet: OpenStreetMap (OSM). Sie untersuchte am Beispiel des Landkreises Wunsiedel im Fichtelgebirge, ob die frei zugänglichen, kollaborativ gepflegten Geodaten genutzt werden können, um sogenannte Verkehrsattraktionspotenziale präzise zu ermitteln.
Als Verkehrsattraktionspotenziale bezeichnet man die Fähigkeit bestimmter Orte oder Einrichtungen, gezielt Ströme von Menschen anzuziehen. Es geht um Orte des täglichen Lebens, die Mobilität überhaupt erst auslösen – wie Schulen, Arztpraxen, Supermärkte oder Behörden. Zu wissen, wo diese Anziehungspunkte liegen und wie dicht sie konzentriert sind, ist die Basis, um Buslinien, Radwege und Mobilitätsangebote im ländlichen Raum bedarfsgerecht zu planen.
Um diese Ballungsräume von Einrichtungen sichtbar zu machen, hat die Arbeit verschiedene mathematische Clustering-Methoden (darunter K-Means, DBSCAN und HDBSCAN) miteinander verglichen. Das Ergebnis: Der dichtebasierte Algorithmus HDBSCAN schnitt in allen wissenschaftlichen Qualitätsmetriken am besten ab. Er ist perfekt auf die unregelmäßigen Strukturen und unterschiedlichen Siedlungsdichten im ländlichen Raum abgestimmt.
Fazit: OpenStreetMap-Daten weisen eine hohe Vollständigkeit auf – so sind beispielsweise 100 % der Banken, 94 % der Apotheken und bis zu 100 % der Schulen abgedeckt. Durch die Validierung mit amtlichen Daten des Bundesamtes für Kartographie und Geodäsie (BKG) konnte die Zuverlässigkeit bestätigt werden. Der entwickelte, quelloffene Workflow auf Basis von Python und QGIS lässt sich nahtlos auf andere ländliche Landkreise übertragen und bietet Kommunen somit eine kostengünstige, hochaktuelle und datenschutzkonforme Grundlage für die Mobilität von morgen.
