Der Rhein-Main-Verkehrsverbund, kurz RMV, ist einer der größten Anbietern von öffentlichem Personennahverkehr in Deutschland. Ein Segment, in dem harte Fakten wie Streckenlängen und Fahrtzeiten nötig sind, damit das Alltagsgeschäft rund läuft: Alleine zur Planung und Steuerung des regulären Liniennetzbetriebes fallen Datenberge an, die fortlaufend gepflegt und harmonisiert werden müssen. Bei Projekten zur Erfassung, Integration und Nutzung von Daten verlässt sich der RMV ganz auf die Erfahrung und das Know-how seiner Tochtergesellschaft, der rms GmbH.

Gewusst wo: Haltestellenmasten per GPS erfasst

Ein wichtiges Stichwort der modernen Liniennetzplanung ist der Begriff „Georeferenzierung“. Was kompliziert klingen mag, ist letztlich nichts anderes als die Zuordnung von geographischen Referenzpunkten, also raumbezogenen Informationen, zu einem bestimmten Datensatz – zum Beispiel zu einem konrekten Streckenverlauf inklusive Haltepunkten und Abfahrtszeiten. Und eben diese Zuordnung erfolgt auch im Rahmen des Projektes „Georeferenzierung von Linienfahrwegen im RMV“: Mitarbeiter der rms GmbH ermitteln die konkrete GPS-Position jeder einzelnen Bushaltestelle und spielen anschließend die aus diesen Messungen resultierenden Daten in eine Fahrplandatenbank ein.

Mehrfachnutzen inklusive: Drei gute Gründe für Georeferenzierung

Der RMV profitiert gleich mehrfach von exakt georeferenzierten Fahrwegen. Schon vor Projektstart standen drei konkrete Szenarien fest, in denen die neu erfassten Daten eine Rolle spielen sollten:

  1. Leistungsbestellung und Leistungsabrechnung: Zur Bestellung von Linien oder Linienbündeln bei Verkehrsdienstleistern wie beispielsweise Busunternehmen oder kleineren Verkehrsbetrieben benötigt der RMV genaue Kilometerwerte. Die Anbieter müssen die Fahrwegslängen kennen, um konkrete Leistungen anbieten zu können. Durch die Georeferenzierung der Fahrwege kann eine Linie oder auch ein ganzes Linienbündel sehr genau auf die erforderliche Jahreskilometerangabe hochgerechnet werden.
  2. Tarifmanagement: Die im Laufe des Projekts erfassten Daten werden in ein Geo- und Tarifsystem eingespielt. Dadurch ist eine Visualisierung und Analyse von Preisen, Preisklassen und -stufen möglich.
  3. Anwendung für die Kunden: Georeferenzierte Fahrwege spielen zudem eine Rolle bei der differenzierten, visuell erweiterten Auskunft, in der dem Kunden neben Fahrzeiten auch alle Fahrwege und Linien angezeigt werden können. Dies kann interaktiv online unter www.RMV.de oder in Form von analogen Liniennetzplänen und -karten erfolgen.

Riesiger Verkehrspool: Vernetzte Datenbank macht mobil

IVU.pool, so der Name der Fahrplandatenbank, in die die Georeferenzdaten eingespielt werden, wurde speziell für die Bedürfnisse von Verkehrsverbünden entwickelt – basierend auf einer relationalen Oracle-Datenbank führt das Tool Daten aus verschiedenen Planungssystemen verkehrsbetriebsübergreifend zusammen und bildet damit unter anderem die Basis für integrierte Fahrgastinformationssysteme. In IVU.pool werden alle möglichen Elemente für die Verkehrsplanung vorgehalten, darunter Details wie Abfahrtszeiten oder Streckenlängen. Mit diesen Daten bedient IVU.pool unter anderem  zahlreiche Online-Verkehrsauskünfte in ganz Deutschland. Die Bearbeitung von geografischen ÖPNV-Daten, wie sie im Rahmen des Georeferenzierungsprojektes erfasst werden, erfolgt mit der Visualisierungslösung IVU.pool Map, die auf dem Geoinformationssystem MapInfo basiert. Hier wird die Verbindung der Geodaten mit Fahrplänen als geographische Oberfläche ausgegeben: Die betreffende, noch nicht im Detail definierte Strecke – zum Beispiel eine bestimmte Linienbusroute – wird zunächst als Luftlinie angezeigt. Anschließen bindet das System relevante Haltestellen und Netzpunkte (Kreuzungen und Abbiegungen) ein und entwickelt so ein vollständiges Bild vom georeferenzierten Streckenverlauf. Dank der grafischen Oberfläche können Streckenverläufe und Linien nicht nur anschaulich visualisiert, sondern auch nutzerfreundlicher geplant und verwaltet werden.

Marco F. Gennaro ist Leiter des Bereichs Vertriebs- und Datenmanagement der rms GmbH, in welchem auch das Projekt „Georeferenzierung von Linienfahrwegen im RMV“ angesiedelt ist. Wir haben uns mit Herrn Gennaro über Datenmanagement im ÖPNV unterhalten.

Curtalo: Können die Datenmengen, die bei Ihnen im öffentlichen Personennahverkehr anfallen, überhaupt noch mit relationalen Datenbanken bewältigt werden?

Marco F. Gennaro: Bisher kommen wir auf Verbundebene gut ohne eine verteilte Vorhaltung und Verarbeitung von Fahrplandaten aus, wobei ich aber der Vollständigkeit halber sagen muss, dass wir nur mit strukturierten, modellierten Daten arbeiten. Der Ressourcenaufwand für derartige Datensätze lässt sich verhältnismäßig gut planen. Deshalb sind die Kapazitäten einer relationalen Datenbank bisher ausreichend für unsere Zwecke. Im Rahmen der Bereitstellung von Fahrplan- und Prognosedatendaten in Echtzeit fallen wesentlich größerer Datenmangen an. Jedoch werden diese Daten über eine speziell entwickelte Datendrehscheibe lediglich verteilt und nur für einen kurzen Zeitraum vorgehalten.

Curtalo: Sie sprachen zu Anfangs von modellierten Daten. Ist Datenmodellierung ein Thema für Ihr Unternehmen und den RMV?

Gennaro: Ja, Datenmodellierung spielt bei uns eine sehr große Rolle. Ich möchte das gerne an einem aktuellen Beispiel verdeutlichen: Unser Forschungsprojekt „namo, nahtlose und barrierefreie Informations- und Mobilitätsketten“ für ältere Menschen. Hier müssen Umsteigebauwerke und sämtliche Haltestellen hinsichtlich ihrer Barrierefreiheit erfasst werden. Nur so können wir anschließend die Suche von barrierefreien Verbindungen in der Online-Auskunft ermöglichen. Um jedoch eine qualifizierte Aussage treffen zu können, ob ein Gelände barrierefrei ist oder nicht,  muss zunächst die Situation erfasst und Daten entsprechend aussagekräftig modelliert werden. Dieses erfolgt auch mit Blick auf die Wege, die ein Mensch mit Behinderung bewältigen muss. Diese Wege werden mit Attributen versehen, um Fragen wie „wo sind die Rolltreppen“, „wie lang sind einzelne Wege“ oder „wie breit ist der Fahrstuhl“ konkret beantworten zu können. Da wir Daten nicht einfach nur wahllos sammeln können, sondern von vorne herein zielgerichtet erfassen müssen, sind alle Daten, die hierzu herangezogen werden, nach bestimmten Modellen definiert. Es gilt, möglichst effektive Datenmodelle zu entwickeln und die Datenversorgung insgesamt effizient zu gestalten. So kann ein Maximum an Realitätsnähe bei gleichzeitiger Nachhaltigkeit der Systeme und Dienste  gewährleistet werden. Letzten Endes zählt vor allem, dass die Daten auch zusammengeführt werden können und dass der hierzu erforderliche Aufwand wirtschaftlich bleibt.

Curtalo: Welche Rolle spielt für Sie das Schlagwort „Big Data“?

Gennaro: Big Data ist schon ein sehr spannendes Thema, dessen Mehrwert sich sicherlich aus Zusammenhängen ergeben wird, die wir vorher aufgrund technischer Begrenzungen ganz einfach nicht sehen konnten. Da wird sich bestimmt noch einiges an Potenzial auftun. Bei uns und auch beim RMV steht derzeit allerdings eher die Frage im Vordergrund, wie wir vorliegende, bereits strukturierte Daten am sinnvollsten vernetzen können.

Curtalo: Wo sehen Sie derzeit ganz allgemein die Herausforderungen für das Datenmanagement?

Gennaro: Stichworte hier sind neben der Vernetzung der Datenbestände Effizienz und Verschlankung. Wir arbeiten überwiegend für die öffentliche Hand, da herrscht natürlich ein sehr hohes Budget-Bewusstsein. Deshalb müssen wir stets einen genauen Blick auf den vorhandenen Datenbestand werfen: Welche Informationen liegen uns bereits vor? Hier kommen sicherlich Themen wie Datenharmonisierung oder Metadaten zum Tragen. Diese Aspekte sind im Kontext einer effizienten Datenverwaltung und -nutzung natürlich sehr wichtig. Denn im Sinne einer konsolidierten Datenvorhaltung müssen wir einfach zu jederzeit wissen, was für eine Qualität und welche Aktualität unsere Daten haben und wer ihre Urheber sind.

Curtalo: Herr Gennaro, wir bedanken uns für den spannenden Blick hinter die Datenkulissen des ÖPNV!

 

Das Gespräch führte Barbara Feldmann.