Laufende Projekte

Aus der folgenden Übersicht der laufenden Forschungsprojekte gelangen Sie jeweils zu einer Kurzdarstellung:

Projektname

SFB/TRR 408 AgiMo – Datengestützte agile Planung für verantwortungsvolle Mobilität
Projektnummer 531327426

Zuwendungsgeber

Deutsche Forschungsgemeinschaft (DFG)

Kooperationspartner

TU München, TU Berlin, TU Braunschweig, DLR

Laufzeit

10/2025–06/2029

Motivation

Der Transportsektor eine treibende Kraft gesellschaftlichen Fortschritts, steht aber gleichzeitig vor großen Herausforderungen, wie z. B. Dekarbonisierung, Gerechtigkeit und lebenswerte Städte. Effizienzgewinne durch technologische Innovationen werden bisher häufig durch Rückkopplungseffekte wie steigende Verkehrsaufkommen (über-) kompensiert. Integrierte Planungsansätze sind notwendig, bisherige Forschung zu Methoden der Mobilitätsplanung ist aber oft fragmentiert, prioritär auf den motorisierten Verkehr und Effizienzgewinne ausgerichtet, Chancen aus neuen Datenquellen werden nicht ausreichend genutzt, Modelle sind häufig zu technisch für eine Anwendung in evidenzbasierten partizipativen Planungsmethoden.

Ziele

Die folgenden Forschungsziele werden für den TRR formuliert:

  • Entwicklung von Methoden für die Mobilitätsplanung, welche Daten und Modelle zum Mobilitätsverhalten, Methoden für Planung und Management von Verkehrssystemen, vom Fußverkehr bis zum motorisierten Verkehr unter Nutzung neuer Datenquellen, beinhalten;
  • Integration neuer modularer Metriken für verantwortungsvolle Mobilität unter Berücksichtigung der „4F-Prinzipien“ mit den vier Dimensionen Function, Form, Fairness, Forever;
  • Einbettung der neuen Planungsmethoden in den offenen AgiMo Digital Twin, der aktuelle netzwerkweite assimilierte Mobilitätsdaten und die Modelle zur Generierung dieser Daten bereitstellt;
  • Erarbeitung partizipativer Planungsmethoden, die die technischen Ergebnisse des AgiMo Digital Twin nutzen als Basis für die Erarbeitung von evidenzbasierten Zukunftsszenarien für verantwortungsvolle Mobilität, die gleichzeitig die Präferenzen relevanter Akteure widerspiegeln.

Um diese Ziele zu erreichen, wird der TRR408 in drei Forschungsbereiche (Research Areas, RAs) unterteilt.

Der Schwerpunkt von RA A und RA B liegt auf der Weiterentwicklung von Methoden der Mobilitätsplanung.

  • RA A „Humans in Context“ wird Verhaltensdaten und -modelle zur Untersuchung von Mobilitätspräferenzen und -verhalten generieren.
  • RA B „Systems and Services“ wird neue Ansätze für die Simulation, Planung und das Management von Verkehrssystemen und Mobilitätsdiensten entwickeln.
  • RA C „Metrics, scenarios and integration“ wird neue Metriken für die Systembewertung. Basierend auf RA A und RA B und zusammen mit INF, wird RA C auch den AgiMo Digital Twin entwickeln, der aktuelle, netzwerkweite assimilierte Mobilitätsdaten bereitstellen wird. Diese Daten werden in RA C direkt zur Entwicklung kohärenter Szenarien für verantwortungsvolle Mobilität in iterativen Feedbackschleifen zwischen innovativen partizipativen Planungsformaten und technischer Modellierung angewendet.

Die langfristige Perspektive für den TRR408 besteht darin, den AgiMo Digital Twin in seinen Komponenten und deren Integration, seinen Funktionalitäten und seiner Interaktion nach außen zu einem virtuellen Labor weiterzuentwickeln, das Forschung ermöglicht und praktische Planungsaufgaben unterstützt.

Projekt im Internet

https://gepris.dfg.de/gepris/projekt/531327426

Projektverantwortliche
Kontaktpersonen

Sprecherin: Prof. Dr.-Ing. Regine Gerike
Professur für Mobilitätssystemplanung
+49 351 463-36501

Koordinatorin: Dr.-Ing. Caroline Koszowski
Professur für Mobilitätssystemplanung
+49 351 463- 35333

Projektname

SFB/TRR 408 AgiMo // Projekt A1: Innovative Erhebungen für ein besseres Verständnis des menschlichen (Mobilitäts-)Verhaltens
(Projektnummer 531327426)

Zuwendungsgeber

Deutsche Forschungsgemeinschaft (DFG)

Kooperationspartner

TU München, TU Berlin, TU Braunschweig, DLR

Laufzeit

10/2025–06/2029

Ziele

Projekt A1 strebt an, Smartphone-basierte Erhebungsmethoden als eine Komponente zukünftiger Mobilitätserhebungen zu verbessern, um repräsentative Stichproben von kontinuierlichen Längsschnittdaten zu Reise- und Nicht-Reiseaktivitäten ganzer Haushalte zu erreichen. Wir werden eine modulare longitudinale Smartphone-basierte Erhebung durchführen, die mit systematisch variierten Methoden der Rekrutierung, Erfassung von Haushalten, Feldarbeit und Inhalt eine Grundlage für die Untersuchung von Reise- und Nicht-Reiseaktivitäten ermöglicht. Wir werden auch Szenarien für zukünftige Befragungen entwickeln.

Projekt im Internet

https://gepris.dfg.de/gepris/projekt/565105826?language=de

Projektverantwortliche
Kontaktpersonen

Projektleitung: Prof. Dr.-Ing. Regine Gerike
Professur für Mobilitätssystemplanung
+49 351 463-36501

Projektname

SFB/TRR 408 AgiMo // Projekt A3: Neue Daten zur Straßengestaltung und Straßenaktivitäten der Verkehrsteilnehmer:innen für innovative Sicherheitsbewertungen
(Projektnummer 531327426)

Zuwendungsgeber

Deutsche Forschungsgemeinschaft (DFG)

Kooperationspartner

TU München, TU Berlin, TU Braunschweig, DLR

TU Dresden: Juniorprofessur für Geosensorsysteme

Laufzeit

10/2025–06/2029

Ziele

Im Projekt A3 werden Methoden zur Kartierung von verletzlichen Verkehrsteilnehmenden (VRUs) auf Stadtebene auf Basis von Luftbildern und Very High Resolution (VHR) Satellitenbildern entwickelt. Auf Straßenebene werden wir ein Multisensorsystem zur Kartierung von VRUs einsetzen und photogrammetrische Ansätze zur Verarbeitung multimodaler 2D- und 3D-Daten weiterentwickeln. Durch die Kombination physischer Messungen mit Bilddaten und manuellen Erhebungen werden wir Unfallmodelle auf Stadtebene und Methoden zur Bewertung von Konflikten zwischen zu Fußgehenden und Radfahrenden auf Straßenebene entwickeln.

Projekt im Internet

https://gepris.dfg.de/gepris/projekt/565113969?language=de

Projektverantwortliche
Kontaktpersonen

Projektleitung: Prof. Dr.-Ing. Regine Gerike
Professur für Mobilitätssystemplanung
+49 351 463-36501

Projektleitung: Jun.-Prof. Dr. Anette Eltner
Juniorprofessur für Geosensorsysteme
+49 351 463-32737

Projektname

SFB/TRR 408 AgiMo // Projekt A4: Datenanalyse zur Charakterisierung und Modellierung von Mobilitätsverhalten und Verkehrsflüssen
(Projektnummer 531327426)

Zuwendungsgeber

Deutsche Forschungsgemeinschaft (DFG)

Kooperationspartner

TU München, TU Berlin, TU Braunschweig, DLR

TU Dresden: Professur für Big Data Analytics in Transportation

Laufzeit

10/2025–06/2029

Ziele

Der Schwerpunkt von A4 liegt auf der Weiterentwicklung datenwissenschaftlicher Methoden für innovative Daten. Erstens werden wir hybride Techniken für die Schätzung einer aggregierten Quelle-Ziel-Nachfrage auf Basis von FCD-Daten entwickeln. Zweitens werden wir Cluster- und Klassifizierungsalgorithmen für die Erkennung von Mustern im Fahrradverkehr anhand von Trajektoriendaten entwickeln. Drittens werden wir innovative Ansätze für den Umgang mit redundanten Daten entwickeln. Viertens werden wir intrapersonelle Routinen bei Reisen und Aktivitäten einschließlich der Interaktionen zwischen Haushaltsmitgliedern untersuchen.

Projekt im Internet

https://gepris.dfg.de/gepris/projekt/565115993?language=de  

Projektverantwortliche
Kontaktpersonen

Projektleitung: Prof. Dr. habil. Rico Wittwer
Professur für Mobilitätssystemplanung
+49 351 463-34132

Projektleitung: Prof. Dr. Pascal Kerschke
Professur für Big Data Analytics in Transportation
+49 351 463-41151
Projektname  Automatische Kartierung der Radverkehrsinfrastruktur mittels Deep Learning (AI4CycleMaps)
Zuwendungsgeber Bundesministerium für Verkehr (BMV)
Kooperationspartner Juniorprofessur für Geosensorsysteme
Laufzeit 12/2025 - 11/2028
Motivation Die Erfassung der Radverkehrsinfrastruktur erfolgt derzeit meist durch teure, manuelle Befahrungen, was zu veralteten oder unvollständigen Daten führt. Heterogene Datenbanken in Verwaltungen verhindern zudem eine einheitliche netzbezogene Bewertung und erschweren die Zusammenarbeit. Dadurch fehlt eine aktuelle, belastbare Datengrundlage zur gezielten Beseitigung von Defiziten (z.B. mangelnde Radwegbreiten) und zur effektiven strategischen Netzplanung sowie Verkehrssicherheitsarbeit. Handlungsbedarf besteht in der Entwicklung eines automatisierten, ressourcenschonenden Verfahrens zur Kartierung von Radverkehrsanlagen, um eine transparente, vergleichbare und regelmäßig aktualisierbare Datenbasis für alle Verwaltungsebenen zu schaffen.
Ziele

Ziel ist die Entwicklung und Implementierung eines innovativen, KI-basierten Verfahrens zur automatischen Kartierung von Radverkehrsanlagen und deren metrischen Merkmalen (z.B. Breite) in innerstädtischen Netzen. Die zugrundeliegende Idee ist, durch die Anwendung von neuronalen Netzen (Deep Learning) auf öffentlich verfügbare multimodale Bilddaten (Luftbilder, Street-View) eine regelmäßig aktualisierbare, hochgenaue, skalierbare und ressourcenarme Datenquelle zu generieren. Dies soll Kommunen ein effizientes Controlling sowie  gezielte Investitionen in qualitativ hochwertige Radinfrastruktur ermöglichen und die Zusammenarbeit in der Netzplanung verbessern.
Projekt im Internet Mobilitätsforum Bund | Wissenspool
Projektverantwortliche
Kontaktpersonen

Dr.-Ing. Sebastian Hantschel
+49 351 463-42394

Dipl.-Ing. Armin Kollascheck
+49 351 463-36581
Projektname  Verkehrsnachfrage für Advanced Air Mobility (AAM)
Zuwendungsgeber Deutsche Forschungsgesellschaft (DFG)
Kooperationspartner

Dieses Projekt ist ein Promotionsvorhaben im Rahmen des Graduiertenkollegs (GRK) "AirMetro Graduiertenkolleg 2947" an der Technischen Universität Dresden, das die technologische und betriebliche Integration des hochautomatisierten Luftverkehrs in städtischen Gebieten untersucht.

Kooperationspartner sind unter der AirMetro Projektseite aufgelistet.
Laufzeit Kohorte 1: 5/2024 – 4/2028
Motivation Dank der raschen technologischen Entwicklung könnte die Fortbewegung mit senkrecht startenden und landenden Flugzeugen („Vertical Take-Off and Landing“, VTOL), wie Lufttaxis, zunehmend als eine technologisch realistische Option für künftige Personenmobilität angesehen werden. Das Konzept „Advanced Air Mobility“ (AAM) bietet mehrere mögliche Vorteile, darunter stauarme Verkehrsrouten und höhere Geschwindigkeiten als bei alternativen Verkehrsträgern der Straße und Schiene. Um sich jedoch auf das Aufkommen von AAM vorzubereiten, müssen Methoden zur Abschätzung der künftigen Nachfrage des neuen Verkehrsmittels entwickelt werden.
Ziele
  • Quantifizierung der potenziellen AAM-Wege: Untersuchung und Identifizierung von Wegen, die potenziell durch AAM ersetzt werden könnten, mit Hilfe einer Smartphone-basierten Erhebung. Dazu gehört die Analyse der derzeitigen Alltagswege (hauptsächlich kurze Distanzen) und seltenen Wegen (hauptsächlich lange Distanzen).
  • Entwicklung von Prognosemodellen für die AAM-Nachfrage: Entwicklung statistischer Modelle, die sozioökonomische Faktoren, Umweltaspekte, Auswirkungen von Vorschriften und Sicherheitswahrnehmungen einbeziehen, um die AAM-Nachfrage vorherzusagen. Nutzung von Daten zu offenbarten Präferenzen („revealed preference“, RP), die mit Hilfe einer Smartphone-basierten Datenerhebung ermittelt wurden, und von Daten zu angegebenen Präferenzen („stated preference“, SP) aus einer Online-Befragung, die die Entscheidungen potenzieller Nutzenden in Bezug auf AAM-Dienste erfassen.
  • Schätzung des Modal Split-Anteils von AAM in multimodalen Verkehrsnetzen: Analyse des voraussichtlichen Wegeanteils, der über AAM im Vergleich zu anderen Verkehrsmitteln durchgeführt wird. Mit diesem Ziel soll die Rolle von AAM innerhalb des breiteren Spektrums urbaner Mobilität verstanden werden.
  • Simulation von AAM-Szenarien durch agentenbasierte Modellierung: Nutzung des MATSim-Simulationstools und der neu erhobenen Daten aus der RP- und SP-Erhebung zur Entwicklung eines agentenbasierten Modells, das verschiedene AAM-Szenarien simuliert. Daraus ergeben sich Erkenntnisse darüber, wie sich Veränderungen in der städtischen Infrastruktur, in politischen Regelungen als auch Veränderungen in der AAM-Infrastruktur auf die AAM-Nachfrage auswirken und das Mobilitätsverhalten variieren könnten.
Projekt im Internet AirMetro Research Training Group 2947 at TU Dresden
Projektverantwortliche
Kontaktpersonen

Prof. Regine Gerike
+49 351 463-36501

Vahid Noroozi, M.Sc.
+49 351 463-36652
Projektname SML - Smart Mobility Lab in Hoyerswerda | Teilprojekt Reallabor
Auftraggeber Bundesministerium für Digitales und Verkehr (BMDV)
Kooperationspartner

Des Weiteren folgende Professuren der Technischen Universität Dresden im Gesamtprojekt SML: Professur für Technologie und Logistik des Luftverkehrs (IFL), Professur Agrarsystemtechnik (AST), Professur Informationstechnik für Verkehrssysteme (ITVS), Professur für Prozessmodellierung für vernetzte technische Systeme (NSM), Professur für Softwaretechnologie (ST), Professur für Verkehrsprozessautomatisierung (VPA)
Laufzeit 4/2023 – 12/2026
Ziele Das Stadtgebiet Hoyerswerda soll mit Technik zur Verkehrsbeobachtung und zur Implementierung automatisierter und vernetzter Fahrfunktionen ausgestattet werden. Damit sollen Felderprobungen im öffentlichen Straßenverkehr zur Verkehrssicherheit und zum Verkehrsverhalten ermöglicht werden.
Inhalt

Ein zentraler Inhalt ist die Weiterentwicklung und die Analyse von Methoden zur Beurteilung der Kritikalität von Interaktionen im Straßenverkehr, so genannten Surrogate Safety Measures (SSM) . Diese können Aufschluss über die Verkehrssicherheit einer Verkehrsananlage geben, sodass in Zukunft noch vor dem Zustandekommen von Verkehrsunfällen Anpassungen an der Verkehrsanlage zur Verbesserung der Verkehrssicherheit vorgenommen werden können.

Des Weiteren sollen neue Methoden zur Erfassung des Verkehrsverhalten eingesetzt und analyisiert werden.
Projekt im Internet Smart Mobility Lab
Projektverantwortliche
Kontaktperson

Prof. Regine Gerike
+49 351 463-36501

Dipl.-Ing. Armin Kollascheck
+49 (0)351 463-36501

Zu dieser Seite

Frank Ließke
Letzte Änderung: 23.06.2026