Motivation

Jeden Morgen das gleiche Bild: Verstopfte Autobahnen, genervte Pendler, verlorene Zeit. 20,5 Millionen Menschen pendeln in Deutschland täglich zur Arbeit – die meisten davon mit dem Auto. Laut INRIX Traffic Scorecard 2024 verlieren Pendler in deutschen Großstädten zwischen 40 und 60 Stunden pro Jahr allein im Stau. Das entspricht fast einer kompletten Arbeitswoche, die im Nichts verpufft.

Die Idee liegt auf der Hand: Wer Bahn fährt, steht nicht im Stau. Aber wie schlägt sich die Bahn im Vergleich zum Auto? Ist sie wirklich schneller? Und wie zuverlässig ist sie eigentlich?

In diesem Projekt analysieren Sie Echtzeitdaten der Deutschen Bahn, Pendlerstatistiken der Bundesagentur für Arbeit, Staudaten von INRIX und die Entgeltstatistik der Bundesagentur für Arbeit. Sie werden herausfinden, dass die Antwort auf die Frage “Sollten mehr Menschen Bahn fahren?” komplexer ist, als man zunächst vermuten würde und dass sie wichtige Implikationen für die Verkehrspolitik hat.

Ihre zentrale Forschungsfrage lautet:

“Sollten mehr Menschen Bahn fahren – und was müsste sich dafür ändern?”

Datengrundlage

In diesem Projekt arbeiten Sie mit mehreren Datensätzen. Ein wichtiger Teil des Projekts ist das eigenständige Beschaffen von Primärdaten aus offiziellen Quellen.

Daten einlesen und verstehen

Bevor Sie mit der Analyse beginnen können, müssen Sie verschiedenste Datensätze einlesen und deren Struktur verstehen. Die Deutsche Bahn stellt über unterschiedliche Schnittstellen Echtzeitdaten für ihre Züge als open-source Daten zur Verfügung, welche per API-Calls geladen werden können. Jedoch gibt es von der Deutschen Bahn keine offizielle Seite, welche historische Daten zu Zugverspätungen, Ausfällen etc. für Fern- und Nahverkehrszüge sammelt. Da wir uns jedoch mit historischen Daten beschäftigen möchten, greifen wir auf Daten zurück, die von Piet Brömmel gesammelt wurden und bei Huggingface im Parquet-Format zur Verfügung gestellt wurden. Das Parquet-Format ist ein effizientes Datenformat und wird oft für große Datenmengen genutzt; in R können Sie diese Daten mit dem arrow-Paket einlesen.

  1. Wie pünktlich ist die Bahn wirklich? Um diese Frage zu beantworten, brauchen Sie echte Verspätungsdaten – nicht nur Pressemitteilungen. Die Bahndaten bilden das Herzstück unserer Analyse: Mit ihnen können Sie berechnen, wie viel Zeit Bahnfahrer durch Verspätungen verlieren und später mit den Stauzeiten der Autofahrer vergleichen.

Die Deutsche Bahn stellt Echtzeitdaten als Open Data zur Verfügung. Das Projekt piebro/deutsche-bahn-data auf Huggingface sammelt diese Daten im Parquet-Format.

Laden Sie die Datei für November 2025 direkt von Huggingface herunter und lesen Sie diesen Datensatz als bahn in R ein.

Zeigen Sie die ersten 10 Zeilen des Datensatzes in einer Tabelle und beantworten Sie anschließend folgende Fragen:

  • Wie viele Beobachtungen enthält der Datensatz? Welche Variablen sind vorhanden?
  • Was stellt eine einzelne Beobachtung dar?

Hinweis 1: Sie können auf Huggingface die gesuchte Datei hier finden und direkt die URL zu der Datei in R mitgeben

Hinweis 2: Sie können die Parquet Datei entweder lokal speichern, oder immer direkt per URL einlesen. Falls Sie die Datei lokal speichern, so wird diese nicht auf GitHub Committet, da wir dies in der .gitignore entsprechend eingestellt haben. In diesem Fall sollten alle Teammitglieder die Datei lokal zur Verfügung haben.

Hinweis 3: Achten Sie bei allen Tabellen auf einer saubere Darstellung

Auszug der Bahndaten für November 2025
station_name xml_station_name eva train_name final_destination_station delay_in_min time is_canceled train_type train_line_ride_id train_line_station_num arrival_planned_time arrival_change_time departure_planned_time departure_change_time id
Stuttgart Hbf Stuttgart Hbf (tief) 08098096 S 2 Filderstadt 5 2025-11-01 01:00:00 FALSE S 15 2025-11-01 00:55:00 2025-11-01 00:57:00 2025-11-01 00:55:00 2025-11-01 01:00:00 -1263112065111090114-2510312318-15
Halle (Saale) Hbf Halle(Saale)Hbf 08010159 S 5 Leipzig Hbf (tief) 1 2025-11-01 01:00:00 FALSE S 1 NA NA 2025-11-01 00:59:00 2025-11-01 01:00:00 -2678885466088426112-2510312359-1
Karlsruhe Hbf Karlsruhe Hbf 08000191 RE 1 Karlsruhe Hbf 95 2025-11-01 01:00:00 FALSE RE 7 2025-10-31 23:25:00 2025-11-01 01:00:00 NA NA -2791458000270945298-2510312132-7
Regensburg Hbf Regensburg Hbf 08000309 ALX RE25 München Hbf 11 2025-11-01 01:00:00 FALSE ALX 4 2025-11-01 00:35:00 2025-11-01 00:52:00 2025-11-01 00:49:00 2025-11-01 01:00:00 -5065801516765768983-2510312301-4
Mannheim Hbf Mannheim Hbf 08000244 ICE 775 Karlsruhe Hbf 1 2025-11-01 01:00:00 FALSE ICE 5181720942697741094 8 2025-11-01 00:56:00 2025-11-01 00:58:00 2025-11-01 00:59:00 2025-11-01 01:00:00 5181720942697741094-2510311916-8
Flughafen BER Flughafen BER (S-Bahn) 08089201 S 9 Flughafen BER 1 2025-11-01 01:00:00 FALSE S 7409107008547428277 5 2025-11-01 00:59:00 2025-11-01 01:00:00 NA NA 7409107008547428277-2510312346-5
Halle (Saale) Hbf Halle(Saale)Hbf 08010159 S 8 Halle (Saale) Hbf 15 2025-11-01 01:00:00 FALSE S 2442677234119162947 6 2025-11-01 00:45:00 2025-11-01 01:00:00 NA NA 2442677234119162947-2510312324-6
München Hbf München Hbf 08000261 RB 40 München Hbf 0 2025-11-01 01:00:00 FALSE RB 8 2025-11-01 01:00:00 2025-11-01 01:00:00 NA NA -8549369502950901321-2510312246-8
Köln Hbf Köln Hbf 08000207 IC 1952 Köln Hbf 40 2025-11-01 01:00:00 FALSE IC 2365115903117509345 14 2025-11-01 00:20:00 2025-11-01 01:00:00 NA NA 2365115903117509345-2510311747-14
Freiburg (Breisgau) Hbf Freiburg(Breisgau) Hbf 08000107 S 1 Freiburg (Breisgau) Hbf 0 2025-11-01 01:00:00 FALSE S 9 2025-11-01 01:00:00 2025-11-01 01:00:00 NA NA -2150665481183031960-2510312332-9

Wie viele Beobachtungen enthält der Datensatz? Welche Variablen sind vorhanden?
Der Datensatz enthält 13.943.561 Beobachtungen.
Der Datensatz enthält Informationen (Variablen) zum Bahnhof (station_name, eva), zur Zugidentifikation (train_name, train_type, train_line_ride_id), zum Ziel (final_destination_station) sowie die geplanten und tatsächlichen Zeiten für Ankunft und Abfahrt (arrival_planned_time, arrival_change_time etc.) und die Verspätung (delay_in_min).

Was stellt eine einzelne Beobachtung dar?
Eine einzelne Beobachtung (Zeile) repräsentiert den Halt eines spezifischen Zuges an einem spezifischen Bahnhof.
Sie verknüpft eine Zugfahrt (train_line_ride_id) mit einem Ort (station_name) und zeigt, wann der Zug dort geplant war und wann er tatsächlich ankam/abfuhr.

  1. Wohin pendeln die Menschen? Die Bahndaten zeigen ihnen die Pünktlichkeit der Züge – aber um zu verstehen, wo gute Bahnverbindungen besonders wichtig sind, müssen Sie wissen, wohin die Menschen pendeln. Die Pendlerstatistik der Bundesagentur für Arbeit zeigt genau das: Welche Städte sind die größten Arbeitgeber-Magneten?

Laden Sie den Datensatz pendler_kreise_aufbereitet.csv aus dem Ordner daten in R ein als Datensatz pendler.

Erstellen Sie eine Tabelle der Top 10 Städte nach Einpendlern mit den Spalten: Stadt (kreis_name), Einpendler, Auspendler, Pendlersaldo.

Interpretieren Sie kurz: Welche Städte sind die größten “Pendlermagneten” Deutschlands und warum?

Top 10 Städte nach Einpendlern
Stadt Einpendler Auspendler Pendlersaldo
München, Landeshauptstadt 455.645 202.756 252.889
Frankfurt am Main, Stadt 405.856 111.245 294.611
Hamburg, Freie und Hansestadt 392.951 147.328 245.623
Berlin, Stadt 392.324 219.898 172.426
Köln, Stadt 306.905 138.422 168.483
Düsseldorf, Stadt 284.696 97.326 187.370
Stuttgart, Landeshauptstadt 274.442 100.095 174.347
München 203.163 98.325 104.838
Nürnberg, Stadt 165.496 78.557 86.939
Essen, Stadt 141.296 90.906 50.390

Die größten “Pendlermagneten” Deutschlands und warum?
Die größten Pendlermagneten sind die Wirtschaftsmetropolen München, Frankfurt, Hamburg und Berlin. Der Grund dafür ist die hohe Arbeitsplatzkonzentration in den Zentren bei gleichzeitig knappem und teurem Wohnraum. Viele Arbeitnehmer weichen daher auf das günstigere Umland (“Speckgürtel”) aus, was zu starken Pendlerströmen in die Städte führt.

  1. Was kostet das Auto? Sie haben jetzt Bahndaten und wissen, wohin die Menschen pendeln. Aber um fair vergleichen zu können, brauchen Sie auch die Alternative: Wie viel Zeit verlieren Autofahrer im Stau? Diese Daten liefert INRIX – ein Unternehmen, das weltweit Verkehrsdaten sammelt. Später werden Sie diese Staukosten mit den Bahnverspätungen vergleichen.

Besuchen Sie die INRIX Global Traffic Scorecard und suchen Sie die Stauzeiten für die Top 10 Städte aus Aufgabe 2 und zusätzlich die Stauzeiten für Ulm. INRIX misst, wie viele Stunden Autofahrer jährlich im Stau verlieren.

  • Erstellen Sie eine eigene CSV-Datei inrix_staedte_2024.csv mit folgenden Spalten für die geforderten Städte:
    • stadt: Name der Stadt
    • stau_stunden_jahr: Jährliche Staustunden pro Fahrer
    • kosten_eur: Jährliche Kosten pro Fahrer (findet sich in der tiefergehenden Übersicht)
  • Berechnen Sie für jede Stadt, wie viele Arbeitstage pro Jahr im Stau verloren gehen. Annahme: Ein Arbeitstag = 8 Stunden.

Erstellen Sie anschließend eine schöne Tabelle mit: Stadt, Staustunden/Jahr, verlorene Arbeitstage und beschreiben diese. In welcher Stadt ist die Stausituation am schlimmsten? Wie viele Arbeitstage verliert ein typischer Pendler dort pro Jahr?

Hinweis: Auf der INRIX-Website können Sie nach bei “Jump to City Rankings” -> “Search the List” -> “Germany” oder der konkreten Stadt filtern.

Stau-Bilanz 2024: Verlorene Lebenszeit auf der Straße
Stadt Staustunden/Jahr Verlorene Arbeitstage Kosten pro Fahrer
Köln 67 8,4 919 €
Düsseldorf 63 7,9 864 €
Berlin 60 7,5 823 €
Stuttgart 60 7,5 823 €
München 57 7,1 781 €
Frankfurt am Main 55 6,9 754 €
Hamburg 46 5,8 631 €
Nürnberg 38 4,8 521 €
Ulm 30 3,8 411 €
Essen NA NA NA €

Beschreibung:
Die Tabelle zeigt die jährliche Belastung für Autofahrer in den zehn deutschen Städten mit dem höchsten Pendleraufkommen sowie in Ulm. Dargestellt sind die verlorenen Stunden im Stau, die daraus resultierenden verlorenen Arbeitstage (bei einem 8-Stunden-Tag) sowie die geschätzten Kosten pro Fahrer.
Basierend auf den Daten der INRIX Scorecard ist die Situation in Köln am gravierendsten. Hier verbringen Autofahrer im Schnitt 67 Stunden pro Jahr im Stillstand – mehr als in jeder anderen untersuchten deutschen Stadt. Dicht darauf folgt Düsseldorf mit 63 und Berlin und Stuttgart mit jeweils 60 Stunden.
Für einen Pendler in Köln bedeutet dies einen Verlust von fast 8,4 Arbeitstagen (67 Stunden / 8). Das entspricht mehr als eineinhalb Wochen Arbeitszeit oder Urlaub, die jährlich unproduktiv auf der Straße verbracht werden. Selbst in einer vergleichsweise kleineren Stadt wie Ulm summieren sich die 30 Staustunden immer noch auf fast 4 verlorene Arbeitstage.

  1. Für die weiteren Analysen stellen wir Ihnen fünf zusätzliche Datensätze bereit. Diese laden Sie jetzt, damit sie in allen folgenden Aufgaben direkt verfügbar sind.

Laden Sie die folgenden Datensätze aus dem Ordner daten und speichern Sie diese unter den angegebenen Variablennamen:

Datei Variablenname Verwendet in
bahnhof_ags_mapping.csv bahnhof_mapping Aufgabe 9-10
fahrtzeit_osrm_vergleich.csv fahrtzeit Aufgabe 12
ulm_pendlerrouten.csv ulm_routen Aufgabe 13
ba_entgeltstatistik_2024.csv entgelt für staedte_basis
co2_analyse.csv co2_analyse Aufgabe 19 (Bonus)

Verschaffen Sie sich einen ersten Überblick über die Struktur der Daten (z.B. mit glimpse(), dies sollte später in ihrem HTML Dokument nicht sichtbar sein!).

Erstellen Sie außerdem einen Master-Datensatz staedte_basis für die Top-11-Städte (Top 10 Pendlerstädte + Ulm), der die Daten aus pendler, entgelt und inrix kombiniert. Dieser Datensatz vereinfacht die späteren Analysen (ab Aufgabe 14), da alle relevanten Kennzahlen bereits zusammengeführt sind.

Der Master-Datensatz sollte folgende Spalten enthalten:

  • ags: Amtlicher Gemeindeschlüssel
  • stadt: Stadtname (Kurzform, z.B. “München”)
  • einpendler: Anzahl Einpendler
  • median_monat_eur: Medianlohn pro Monat
  • median_stunde_eur: Medianlohn pro Stunde (Monatslohn / 160)
  • stau_stunden_jahr: Stauzeit pro Jahr (aus INRIX)

Hinweis 1: Die Datensätze verwenden unterschiedliche Namensformate: pendler hat offizielle Namen (“München, Landeshauptstadt”), während entgelt und inrix Kurznamen (“München”) verwenden. Nutzen Sie den AGS als zuverlässigen Schlüssel für die Verknüpfung mit pendler. Tipp: entgelt enthält sowohl AGS als auch Kurznamen und eignet sich daher gut als Ausgangspunkt.

Hinweis 2: Eine ausführliche Beschreibung der Datensätze finden Sie im Anhang A.

Die Pünktlichkeit der Deutschen Bahn

Nachdem Sie nun einen Überblick über die Daten haben, welche wir in diesem Projekt verwenden möchten, tauchen Sie tiefer in die Bahndaten ein. Die zentrale Frage ist: Wie zuverlässig ist die Deutsche Bahn wirklich?

Die Bahn unterscheidet verschiedene Zugtypen, vom ICE über den RE bis zur S-Bahn. Jeder Zugtyp hat unterschiedliche Eigenschaften: Der ICE fährt lange Strecken mit wenigen Halten, die S-Bahn kurze Strecken mit vielen Halten. Aber welcher Zugtyp ist am pünktlichsten?

  1. Welche Züge sind (un)pünktlich? Nicht alle Züge sind gleich: Der ICE fährt lange Strecken mit wenigen Halten, die S-Bahn kurze Strecken mit vielen Halten. Um später sinnvolle Empfehlungen geben zu können, müssen Sie verstehen, welche Zugtypen besonders problematisch sind. Dafür klassifizieren Sie die Züge anhand ihrer Namen. Nutzen Sie für diese Analyse den Datensatz bahn.

Die Variable train_name enthält den Zugnamen (z.B. “ICE 123”, “S 5”, “RE 8”).

Zugtyp Regel Beispiel
ICE beginnt mit “ICE” ICE 123
IC/EC beginnt mit “IC” oder “EC” IC 2012, EC 6
IRE/RE beginnt mit “RE” oder “IRE” RE 5, IRE 200
RB beginnt mit “RB” RB 26
S-Bahn beginnt mit “S” (mit Leerzeichen!) S 5
Sonstige alle anderen U 6, STB 123

Erstellen Sie auf dieser Basis eine Tabelle, welche pro Zugtyp folgende Kennzahlen anschaulich darstellt:

Beschreiben und Interpretieren Sie die Tabelle.

Weiterhin sollten Sie ihre Ergebnisse verifizieren. Dafür können Sie auf die offizielle Pünktlichkeitswerte der Deutschen Bahn zurückgreifen (recherchieren Sie diese selbstständig).

Stimmen Ihre Ergebnisse mit den offiziellen Werten überein? Falls nicht: Welche methodischen Unterschiede könnten die Abweichung erklären?

Hinweis: Nutzen Sie str_detect() aus dem stringr-Paket. Achten Sie auf die Reihenfolge der Bedingungen!

Analyse der Pünktlichkeit nach Zugarten
Zugtyp Anzahl Halte Ø Verspätung (Min) Pünktlichkeit (≤ 6 Min) Ausfallquote
ICE 171.516 12,08 56,7 % 4,2 %
IC/EC 70.602 10,99 58,8 % 7,2 %
IRE/RE 1.673.555 5,81 74,5 % 3,6 %
Sonstige 2.938.815 3,42 84,7 % 2,6 %
RB 2.675.028 3,39 85,4 % 3,2 %
S-Bahn 6.414.045 2,88 87,7 % 5,5 %

Beschreibung und Interpretation der Tabelle:
Die Tabelle mit dem Titel „Analyse der Pünktlichkeit (nach Zugarten) zeigt aufgeschlüsselt nach Zugarten (ICE, IC/EC, IRE/RE, RB, S-Bahn und Sonstige) die Anzahl der Halte, die durchschnittliche Verspätung, sowie den Anteil der pünktlichen Züge und die Ausfallquote. Der allgemein zu erkennende Trend ist, dass ICE und IC/EC Züge verhältnismäßig wenig Halte haben, aber dafür mehr Verspätung als die andern Zugarten. Dies lässt sich dadurch erklären, dass Züge im Fernverkehr (ICE, IC/EC) lange Strecken zurücklegen müssen, dort kann viel mehr passieren, was zu einer Verspätung führt. Allerdings ist eine Charakteristik von Fernzügen auch, dass sie nicht so oft halten, dies erklärt die Tabelle sehr gut.

Verifikation der Daten:
Exakt kann man unsere Daten nicht mit denen der Deutschen Bahn vergleichen, da die der DB nur in Fern- und Nahverkehr unterscheiden. Aber sie unterscheiden nach betrieblicher Pünktlichkeit und Reisendenpünktlichkeit, was uns interessiert ist die betriebliche Pünktlichkeit, bei Reisendenpünktlichkeit handelt es sich um die Verspätung mit der Reisende an ihrem Zielort ankommen. Die Daten der betrieblichen Pünktlichkeit ähneln aber denen aus unserer Tabelle, die offiziellen Daten sind zu finden unter https://www.deutschebahn.com/de/konzern/konzernprofil/zahlen_fakten/puenktlichkeitswerte-6878476.

  1. In Aufgabe 5 haben Sie gesehen, dass Fernverkehrszüge (ICE, IC/EC) deutlich höhere Verspätungen und Ausfallquoten haben als Nahverkehrszüge (IRE, RE, RB, S-Bahn). Aber wie relevant ist das für den typischen Pendler? Das hängt davon ab, wie viele Züge jeweils unterwegs sind. Nutzen Sie für diese Analyse den Datensatz bahn (mit der in Aufgabe 5 erstellten Variable zugtyp).

Klassifizieren Sie die Züge in zwei Kategorien:

Erstellen Sie ein Liniendiagramm, das die durchschnittliche Anzahl der Fahrten pro Stunde im Tagesverlauf zeigt:

Tipp: Extrahieren Sie die Stunde aus der Variable time mit hour() aus dem lubridate-Paket. Berechnen Sie dann die durchschnittliche Anzahl Fahrten pro Stunde und Zugtyp.

Beschreiben und interpretieren Sie ihre Grafik. Beantworten Sie zusätzlich die folgenden Fragen:

Beschreibung und Interpretation:
Zu sehen ist ein Liniendiagramm mit zwei Linien, die eine stellt den Nah- und die andere den Fernverkehr dar. Auf der x-Achse ist die Uhrzeit in Stunden aufgetragen, auf der y-Achse die zur jeweiligen Stunde gehörenden durchschnittlichen Fahrten, folglich stellt das Diagramm den Zusammenhang von der Anzahl der Fahrten und der Uhrzeit dar. Auffällig ist, dass deutlich mehr Züge im Nahverkehr fahren als im Fernverkehr, außerdem schlägt die Kurve für den Nahverkehr sehr stark aus, während die für den Fernverkehr ziemlich konstant bleibt.

Zu welchen Uhrzeiten fahren die meisten Züge und wie unterscheidet sich das Muster zwischen Fern- und Nahverkehr?
Im Nahverkehr fahren die meisten Züge um 8 Uhr morgens, sowie rund um 18 Uhr. Dies lässt sich dadurch erklären, dass zu dieser Uhrzeit die meisten Leute von zuhause zu ihrer Arbeit und umgekehrt fahren. Teilweise stimmen diese Uhrzeiten auch für Schüler und Studenten, wenn viele Leute den Nahverkehr benötigen, fahren folglich auch mehr Züge. Im Fernverkehr ist es schwierig zu sehen, wann genau die meisten Züge fahren, vor allem aufgrund der hohen Skalierung lässt es sich genau erkennen, grob fahren die meisten Züge von 9 bis 12 Uhr. Allerdings gibt es nur in der Nacht einen wirklichen Unterschied zu erkennen, tagsüber ist die Zahl der Fahrten ziemlich konstant. Dies lässt sich dadurch erklären, dass Fernzüge nicht wie Züge des Nahverkehrs nur 1 oder 2 Stunden unterwegs sind, sondern oft durch ganz Deutschland fahren. Dementsprechend gibt es auch keine „Rush-Hour“ im Fernverkehr.

Warum ist diese Information wichtig bei der Analyse von Verspätungen?
Die Informationen über die Anzahl der Fahrten je nach Uhrzeit ist sehr relevant für die Analyse von Verspätungen. Dies liegt daran, dass oft auch die Anzahl der betroffenen Fahrgäste für die Analyse herangezogen wird und diese maßgeblich abhängig davon ist wie viele Fahrgäste den Zug nutzen. Wenn es zur Verspätung in der Rush-Hour im Nahverkehr kommt, hat dies einen viel größeren Einfluss auf diese Zahl der Statistik.

Nachdem Sie in Aufgabe 6 herausgefunden haben, dass es deutlich mehr Nahverkehrszüge als Fernverkehrszüge gibt, und diese für Pendler wichtiger sind, sollten Sie sich die Verspätungen der Nahverkehrszüge über den Tag anschauen, da diese vermutlich nicht gleichmäßig über den Tag verteilt sind. Pendler erleben die Bahn vor allem in der Hauptverkehrszeit, d.h. morgens zwischen 7 und 9 Uhr und abends zwischen 16 und 19 Uhr. Aber ist die Bahn zu diesen Zeiten besonders unpünktlich?

  1. Erstellen Sie zwei Heatmaps, die zeigen, wie sich die Verspätungen nach Tageszeit (Stunde) und Wochentag für die Nahverkehrszüge und die Fernverkehrszüge verteilen. Nutzen Sie für diese Analyse den Datensatz bahn.

Tipp zur Farbskala: Da Fernverkehrszüge im Durchschnitt höhere Verspätungen haben als Nahverkehrszüge, können Sie unterschiedliche Farbskalen für die beiden Heatmaps verwenden (z.B. Blau-Töne für Nahverkehr, Rot-Töne für Fernverkehr). Dadurch werden die Muster innerhalb jeder Verkehrsart besser sichtbar.

Beschreiben und interpretieren Sie ihre Grafiken.

Beschreibung: Die Heatmaps zeigen die durchschnittlichen Zugverspätungen in Abhängigkeit von Wochentag und Uhrzeit darstellen. Die linke Grafik zeigt die durchschnittliche Verspätung im Nahverkehr, die rechte Grafik die durchschnittliche Verspätung im Fernverkehr. In beiden Darstellungen ist auf der horizontalen Achse die Uhrzeit abgetragen, beginnend in den frühen Morgenstunden gegen 5 Uhr bis in die späten Abendstunden nach 20 Uhr. Auf der vertikalen Achse sind die Wochentage von Montag bis Sonntag aufgeführt. Die Farbintensität der Felder gibt jeweils die Höhe der durchschnittlichen Verspätung in Minuten an, wobei dunklere Farbtöne höhere Werte kennzeichnen.

Wann sind die Verspätungen am höchsten?
In beiden Grafiken ist zu erkennen, dass die Verspätungen im Laufe des Tages zunehmen und besonders in den späten Nachmittags- und Abendstunden am höchsten sind. Während die Werte am frühen Morgen vergleichsweise niedrig bleiben, verdichten sich die dunkleren Bereiche gegen Ende des Tages. Dies lässt darauf schließen, dass sich kleinere Verzögerungen im Tagesverlauf aufbauen und in den Hauptverkehrszeiten stärker auswirken. Im Fernverkehr tritt dieser Effekt deutlicher auf, da Verspätungen über längere Strecken weitergegeben werden und sich schwerer abbauen lassen als im regional begrenzten Nahverkehr.

Gibt es Unterschiede zwischen Werktagen und Wochenende?
Die Grafiken zeigen einen deutlichen Unterschied zwischen Werktagen und Wochenende: An Werktagen (Montag bis Freitag) treten insgesamt häufiger und konsistenter höhere Verspätungen auf als an Samstagen und Sonntagen. Während sich an Werktagen über viele Stunden hinweg erhöhte Verspätungswerte zeigen, sind die Verspätungen am Wochenende nicht nur geringer, sondern auch weniger systematisch verteilt. Das deutet darauf hin, dass Verspätungen an Werktagen stärker durch strukturelle Faktoren verursacht werden, etwa durch regelmäßige Pendlerströme, enge Fahrplantakte und eine dauerhaft hohe Netzauslastung. Am Wochenende ist der Verkehr weniger stark durch feste Zeitfenster geprägt, wodurch sich Störungen seltener auf das gesamte System übertragen. Insgesamt spricht der Vergleich dafür, dass Verspätungen weniger ein zufälliges Ereignis sind, sondern maßgeblich vom arbeitsbedingten Verkehrsregime an Werktagen beeinflusst werden.

Gibt es Unterschiede zwischen Nah- und Fernverkehrszügen?
Der Vergleich der beiden Heatmaps macht deutlich, dass der Fernverkehr insgesamt höhere durchschnittliche Verspätungen aufweist als der Nahverkehr. Die Farbskala des Fernverkehrs zeigt häufiger intensive Farbtöne, während sich die Werte im Nahverkehr meist im unteren Minutenbereich bewegen. Dies kann damit erklärt werden, dass Fernverkehrszüge längere Strecken zurücklegen und dadurch mehr potenzielle Störquellen passieren. Zudem wirken sich Verzögerungen aus vorherigen Streckenabschnitten oft weiter aus, während Verspätungen im Nahverkehr häufiger lokal begrenzt bleiben und schneller ausgeglichen werden können.

Was bedeutet das für Pendler?
Für Pendler ergibt sich aus den Grafiken, dass insbesondere Werktage in den Abendstunden mit einem erhöhten Verspätungsrisiko verbunden sind. Zwar zeigt sich der Nahverkehr insgesamt zuverlässiger als der Fernverkehr, doch auch hier treten in stark frequentierten Zeitfenstern spürbare Verzögerungen auf. Für den Alltag bedeutet dies, dass es sinnvoll sein kann, Zeitpuffer einzuplanen oder alternative Verbindungen in Betracht zu ziehen. Besonders für regelmäßige Pendler kann eine flexible Wahl der Fahrzeiten helfen, die Auswirkungen von Verspätungen zu reduzieren.

Von der Zeit zum Ort: Wo entstehen die Verspätungen?

In Aufgabe 7 haben Sie analysiert, wann die Verspätungen auftreten, nämlich vor allem zu den Hauptverkehrszeiten. Aber die nächste wichtige Frage ist: Wo entstehen diese Verspätungen?

Aggregierte Statistiken wie Durchschnittswerte über ganz Deutschland verbergen oft große regionale Unterschiede. Vielleicht gibt es einzelne “Problembahnhöfe”, die den Durchschnitt nach oben ziehen? Oder sind die Verspätungen gleichmäßig über das Netz verteilt? Diese Frage ist wichtig, weil sie unterschiedliche Lösungsansätze impliziert: Bei wenigen Problembahnhöfen könnte die Bahn gezielt investieren, bei flächendeckenden Problemen bräuchten Sie systemische Lösungen.

  1. Identifizieren Sie die 10 unpünktlichsten Bahnhöfe in Deutschland (mit mindestens 1.000 Halten im Monat). Nutzen Sie für diese Analyse den Datensatz bahn.

Erstellen Sie ein Balkendiagramm, das die durchschnittliche Verspätung dieser Bahnhöfe zeigt. Beschriften Sie die Balken mit den Verspätungswerten.

Beschreiben und interpretieren Sie ihre Grafik.

  • Sehen Sie ein geografisches Muster?
  • Handelt es sich um große Knotenbahnhöfe oder eher um kleinere Stationen?

Beschreibung und Interpretation:
Um die Top 10 der unpünktlichsten Bahnhöfe in Deutschland darzustellen, wurde ein Balkendiagramm genutzt, als Grundlage ist die durchschnittliche Verspätung in Minuten angesetzt. Der unpünktlichste Bahnhof in Deutschland liegt in Ennepetal (Gevelsberg) mit einer durchschnittlichen Verspätung von 14,7 Minuten. Unter anderem sind in der Top 10 auch Brühl (13,3 Minuten), Rolandseck (13,2 Minuten) und Zeesen (12,3 Minuten).

Geografisches Muster:
Die meisten dieser Bahnhöfe liegen in Nordrhein-Westfalen oder in Rheinland-Pfalz. Aber beispielsweise Zeese liegt isoliert in Ostdeutschland, genauer in Brandenburg. Im Süden von Deutschland ist keiner der Top 10 unpünktlichsten Bahnhöfe Deutschlands zu finden.

Größe der Bahnhöfe:
Auffällig ist, dass alle Bahnhöfe ziemlich klein sind und auch in kleinen Städten oder Stadtteilen liegen. Es sind keine großen Knotenbahnhöfe wie Frankfurt, Köln oder Berlin in der Top 10. Dies liegt vermutlich daran, dass bei kleinen Bahnhöfen oft wenig Fahrzeuge in Betrieb sind. Wenn diese dann noch kaputt sind oder das Personal fehlt, wird selten für Ersatz gesorgt.

Wo treffen viele Pendler auf eine unpünktliche Bahn?

Bisher haben Sie Pendler- und Bahndaten getrennt betrachtet. Aber die spannende Frage ist: Wo kommen beide Probleme zusammen? Eine Stadt mit vielen Pendlern und einer unpünktlichen Bahn hat ein größeres Problem als eine Stadt mit wenigen Pendlern und einer unpünktlichen Bahn.

Um diese Frage zu beantworten, müssen Sie die Datensätze verknüpfen. Das Problem: Die Bahndaten sind auf Bahnhofsebene, die Pendlerdaten auf Kreisebene. Sie benötigen ein Mapping, das Bahnhöfe den entsprechenden Kreisen zuordnet.

  1. In dieser Aufgabe verknüpfen Sie die Bahn- und Pendlerdaten, um Städte mit Handlungsbedarf zu identifizieren. Nutzen Sie für ihre Analysen die Datensätze: bahn, pendler und bahnhof_mapping.

Das Mapping ordnet Bahnhöfe ihrem Landkreis zu (via AGS = Amtlicher Gemeindeschlüssel). Ihr Ziel: Identifizieren Sie Städte, in denen viele Pendler auf eine unpünktliche Bahn treffen.

\[\text{Problem-Score} = z(\text{Einpendler}) + z(\text{Verspätung})\]

Die z-Standardisierung macht die Werte vergleichbar: \(z(x) = \frac{x - \bar{x}}{s_x}\), wobei \(\bar{x}\) der Mittelwert und \(s_x\) die Standardabweichung ist.

Interpretation: Ein hoher Problem-Score = Viele Pendler + hohe Verspätung = Handlungsbedarf.

Anschließend sollten Sie eine Tabelle der Top 10 Städte nach Problem-Score darstellen und diese kurz beschreiben.

Top 10 Städte mit dem höchsten Handlungsbedarf (Problem-Score)
Stadt Einpendler Ø Verspätung (gewichtet) Problem-Score
München, Landeshauptstadt 455.645 5,98 3,45
Köln, Stadt 306.905 7,89 3,05
Düsseldorf, Stadt 284.696 7,33 2,55
Frankfurt am Main, Stadt 405.856 5,14 2,54
Berlin, Stadt 392.324 4,70 2,18
Hamburg, Freie und Hansestadt 392.951 4,44 2,05
Duisburg, Stadt 86.735 8,81 1,46
Hamm, Stadt 22.447 9,93 1,45
Stuttgart, Landeshauptstadt 274.442 5,30 1,38
Bonn, Stadt 112.607 8,00 1,28

Beschreibung der Top-10-Städte mit dem höchsten Handlungsbedarf:
Die Tabelle zeigt die Top 10 Städte mit dem höchsten Problem-Score, der sich aus der Anzahl der Einpendler und der gewichteten durchschnittlichen Verspätung zusammensetzt. Die Städte sind nach abnehmendem Problem-Score sortiert und verdeutlichen, in welchen Städten viele Pendler besonders stark von Verspätungen betroffen sind. Auffällig ist, dass überwiegend große Metropolen wie München, Köln, Düsseldorf, Frankfurt am Main, Berlin und Hamburg in der Liste vertreten sind, was ihre zentrale Rolle im deutschen Pendlerverkehr widerspiegelt.
An der Spitze steht München, das aufgrund sehr hoher Einpendlerzahlen trotz moderater Verspätungen den höchsten Problem-Score aufweist. Städte wie Köln und Düsseldorf erreichen ebenfalls hohe Werte, da hier sowohl das Verkehrsaufkommen als auch die Verspätungen vergleichsweise hoch sind. Gleichzeitig zeigt das Auftreten kleinerer Städte wie Duisburg, Hamm oder Bonn, dass auch bei geringeren Pendlerzahlen ein hoher Handlungsbedarf entstehen kann, wenn die durchschnittlichen Verspätungen besonders hoch sind. Insgesamt verdeutlicht die Tabelle, dass der Problem-Score nicht allein von der Größe einer Stadt abhängt, sondern vom Zusammenspiel aus Nachfrage und Zuverlässigkeit. Städte mit vielen Pendlern profitieren daher besonders stark von Verbesserungen der Pünktlichkeit, da bereits kleine Effizienzgewinne eine große Zahl von Fahrgästen betreffen würden.

  1. Erstellen Sie ein Streudiagramm (Scatterplot), das die Beziehung zwischen Einpendlerzahl (x-Achse) und durchschnittlicher Verspätung (y-Achse) visualisiert.

Beschreiben und iInterpretieren Sie die vier Quadranten:

Beantworten Sie dabei auch folgende Fragen:

Beschreibung und Interpretation: Im oberen rechten Quadranten befinden sich die Bahnhöfe mit vielen Pendlern und einer hohen Verspätung. Darin befinden sich die Bahnhöfe in Köln und München, diese Bahnhöfe sind besonders kritisch, da viele Reisende und Pendler von der hohen Verspätung betroffen sind.
Im oberen linken Quadranten sind die Bahnhöfe mit wenig Pendlern aber ebenfalls einer hohen Verspätung. Dort befindet sich unter anderem Düsseldorf, dieser Quadrant ist bezüglich der Verspätung zwar auch kritisch aber betrifft nicht annähernd so viele Reisende.
Im unteren rechten Quadranten haben die Bahnhöfe zwar viele Pendler, aber eine ziemlich niedrige Verspätung. Unter anderem Frankfurt und Berlin befinden sich in diesem Quadranten, dieser Quadrant sollte für jeden großen Bahnhof das Ziel sein.
Im unteren linken Quadranten ist die Verspätung auch gering, aber es sind auch nicht so viele Pendler unterwegs. Das weist darauf hin, dass es sich um kleinere Bahnhöfe handelt, diese sind auch einfacher zu verwalten und können dadurch weniger Verspätungen aufweisen.

Warum ist es sinnvoll die x-Achse zu logarithmieren?
Es macht Sinn die Werte auf der x-Achse zu logarithmieren und auch Extremwerte übersichtlich darzustellen. In dieser Grafik geht es hauptsächlich um die Quadranten und nicht die genauen Pendlerzahlen der einzelnen Bahnhöfe, dadurch ist eine gut lesbare Darstellung einer exakten Darstellung der Pendlerzahlen überzuordnen.

Empfehlung an die Deutsche Bahn:
Meiner Meinung nach sollte sich die Deutsch Bahn vor allem auf den oberen rechten Quadranten konzentrieren und dort die Verspätungen verringern. Zwar besteht auch im oberen linken Quadranten Handlungsbedarf wegen der ebenfalls hohen Verspätung, aber es sind nicht so viele Reisende betroffen. Logisch ist es also nur, für so viele Menschen wie es nur geht die Verspätungen zu reduzieren.

Der Vergleich – Auto vs. Bahn

Sie haben nun identifiziert, wo die Bahn Probleme hat: Städte im kritischen Quadranten (viele Pendler + hohe Verspätungen) brauchen dringend Verbesserungen. Aber bevor Sie Empfehlungen aussprechen können, müssen Sie eine zentrale Frage beantworten:

Lohnt sich die Bahn überhaupt – oder ist das Auto trotz Stau schneller?

Denn selbst wenn die Bahn unpünktlich ist, könnte sie immer noch schneller sein als das Auto im Berufsverkehr. Umgekehrt: Eine pünktliche Bahn bringt wenig, wenn das Auto trotzdem schneller ist. Erst der direkte Vergleich zeigt uns, wo die Bahn wirklich konkurrenzfähig ist – und wo nicht.

Methodische Herausforderungen

Für einen fairen Vergleich sollten Sie “Äpfel mit Äpfeln” vergleichen:

  • Beim Auto muss der Stau berücksichtigt werden (nicht nur die theoretische Fahrzeit)
  • Bei der Bahn muss die Verspätung berücksichtigt werden (nicht nur der Fahrplan)
  • Beide Routen müssen dieselben Start- und Endpunkte haben

Für die Auto-Fahrtzeiten nutzen Sie OSRM (Open Source Routing Machine), das auf OpenStreetMap-Daten basiert. OSRM berechnet echte Straßenrouten, keine Luftlinien.

  1. Erklären Sie in eigenen Worten:
  • Warum ist OSRM-Routing für diesen Vergleich besser geeignet als eine einfache Berechnung nach der Formel Distanz / Geschwindigkeit?
  • Welche Faktoren müssen zusätzlich berücksichtigt werden, um einen realistischen Vergleich zu ermöglichen? Denken Sie an:
    • Tageszeit
    • Parkplatzsuche
    • Fußweg zum Ziel
    • Wartezeit und Umsteigen bei der Bahn

Warum ist OSRM-Routing für diesen Vergleich besser geeignet als eine einfache Berechnung nach der Formel Distanz / Geschwindigkeit? Ein Vergleich auf Basis der Formel Distanz / Geschwindigkeit bildet reale Verkehrsbedingungen nur sehr unzureichend ab, da er von idealisierten Annahmen ausgeht. OSRM-Routing hingegen berechnet konkrete Straßenrouten auf Grundlage realer Geodaten und berücksichtigt dabei die tatsächliche Struktur des Straßennetzes, einschließlich Kurven, Kreuzungen, Einbahnstraßen und Autobahnabschnitte. Dadurch entstehen realistischere Fahrzeiten, die näher an der tatsächlichen Nutzung durch Autofahrer liegen. Für einen datengetriebenen Vergleich zwischen Auto und Bahn ist dies entscheidend, da nur so vergleichbare und praxisnahe Reisezeiten ermittelt werden können.

Welche Faktoren müssen zusätzlich berücksichtigt werden, um einen realistischen Vergleich zu ermöglichen? Für einen realistischen Vergleich zwischen Auto und Bahn reicht es nicht aus, ausschließlich die reine Fahrzeit zu betrachten. Die Tageszeit spielt eine zentrale Rolle, da sie das Verkehrsaufkommen auf der Straße ebenso beeinflusst wie die Pünktlichkeit und Taktung des Bahnverkehrs. Zudem müssen beim Auto Parkplatzsuche und der anschließende Fußweg zum Ziel berücksichtigt werden, da diese in urbanen Räumen einen erheblichen Zeitanteil ausmachen können. Bei der Bahn hingegen sind Wartezeiten, mögliche Umstiege und Verspätungen relevante Faktoren, die die tatsächliche Reisezeit verlängern. Erst durch die Einbeziehung dieser zusätzlichen Zeitkomponenten lassen sich Auto- und Bahnfahrten fair vergleichen, da beide Verkehrsmittel dann unter realistischen Alltagsbedingungen gegenübergestellt werden.

  1. Für die Top 10 Einpendler-Städte wurden typische Pendlerstrecken definiert (z.B. Dachau \(\rightarrow\) München, Neuss \(\rightarrow\) Düsseldorf). Die OSRM-Ergebnisse liegen bereits vor. Nutzen Sie für ihre Analyse den Datensatz fahrtzeit.

Erstellen Sie:

  • Eine Tabelle mit: Stadt, Strecke, Distanz (km), Auto-Fahrzeit (Hauptverkehrszeit), Bahn-Fahrzeit (real), Differenz
  • Berechnen Sie die jährliche Zeitersparnis bei 220 Arbeitstagen und 2x täglichem Pendeln.

Interpretieren Sie ihre Tabelle:

  • In wie vielen Fällen ist die Bahn schneller als das Auto?
  • Wie viele Stunden pro Jahr kann ein Pendler maximal sparen?
  • Gibt es Strecken, bei denen das Auto schneller ist? Woran könnte das liegen?
Vergleich der Pendlerzeiten: Auto (HVZ) vs. Bahn (Realzeit)
Stadt Strecke Distanz (km) Auto (HVZ, min) Bahn (real, min) Zeitvorteil Bahn (min) Jahresersparnis (Std)
Berlin Potsdam → Berlin 34,2 49,3 29,6 19,7 144,6
München Dachau → München 19,1 40,2 26,1 14,1 103,5
Hannover Celle → Hannover 42,2 54,4 40,8 13,6 99,8
Frankfurt Darmstadt → Frankfurt 36,0 35,8 23,0 12,8 93,9
Düsseldorf Neuss → Düsseldorf 12,1 27,1 17,1 10,0 73,3
Hamburg Harburg → Hamburg 14,2 24,0 16,3 7,7 56,7
Stuttgart Esslingen → Stuttgart 14,0 27,2 20,2 7,0 51,6
Nürnberg Fürth → Nürnberg 10,4 18,9 12,9 6,0 44,4
Köln Leverkusen → Köln 18,3 28,7 22,8 5,9 43,3
Essen Mülheim → Essen 11,0 18,0 15,3 2,7 20,1
Ulm Neu-Ulm → Ulm 3,7 8,1 8,9 -0,8 -5,8

In wie vielen Fällen ist die Bahn schneller als das Auto?
Bei den Top 10 Pendlerstrecken wäre immer die Bahn schneller als das Auto. Nur bei unserer eingefügten Strecke zwischen Ulm und Neu-Ulm wäre man mit dem Auto minimal schneller (0,79 Minuten). Zusammenfassend kann man also sagen, dass man auf den Top Pendlerstrecken mit der Bahn deutlich schneller als mit dem Auto unterwegs ist.

Wie viele Stunden pro Jahr kann ein Pendler maximal sparen?
Die maximale Ersparnis hätte ein Pendler auf der Strecke von Potsdam nach Berlin, weil dort die Differenz zwischen Auto und Bahn mit 144,63 Stunden mit Abstand am höchsten liegt. Also würde es sich dort am meisten lohnen mit dem Zug zu fahren, statt auf das Auto zu greifen.

Auf welcher Strecke ist das Auto schneller?
Auf der Pendlerstrecke zwischen Neu-Ulm und Ulm wäre man mit dem Auto schneller, dies lässt sich erklären, wenn man auf die anderen Städte der Tabelle blickt. Zwischen München, Hamburg und Berlin ist Ulm eine eher kleine Stadt und hat auch nicht ansatzweise ein so hohes Verkehrsaufkommen. Auch kommen die Züge nicht so oft, dadurch wird die Reise mit der Bahn zusätzlich verkürzt.

  1. Da Sie alle in Ulm studieren und eventuell aus dem Ulmer Umland einpendeln, sollten Sie die 5 wichtigsten Pendlerrouten nach Ulm näher analysieren. Stellen Sie in einem Dumbbell-Chart (oder Lollipop-Chart) die Unterschiede zwischen Auto- und Bahnzeiten visuell dar. Nutzen Sie für ihre Analyse den Datensatz ulm_routen.

Die 5 wichtigsten Pendlerrouten nach Ulm sind:

  • Neu-Ulm \(\rightarrow\) Ulm
  • Blaustein \(\rightarrow\) Ulm
  • Ehingen \(\rightarrow\) Ulm
  • Laupheim \(\rightarrow\) Ulm
  • Langenau \(\rightarrow\) Ulm

Markieren Sie, welche Orte keinen Bahnhof haben.

Beschreiben und interpretieren Sie ihre Grafik. Welche Besonderheiten zeigen die ländlichen Strecken?

Hinweis: Nutzen Sie geom_segment() und geom_point() für ihr Dumbbell-Chart oder Lollipop-Chart.

Beschreibung:
Das Dumbbell-Chart vergleicht die durchschnittlichen Reisezeiten für die fünf wichtigsten Pendlerrouten aus dem Umland nach Ulm. Die blauen Punkte zeigen die Fahrzeit mit dem Auto in der Hauptverkehrszeit, während die roten Punkte die gesamte Reisezeit mit der Bahn (inklusive der Wege zum und vom Bahnhof) darstellen. Die graue Verbindungslinie visualisiert direkt die Zeitdifferenz zwischen beiden Verkehrsmitteln.

Interpretation:
Die Auswertung zeigt eine klare Dominanz des Individualverkehrs, da das Auto auf vier von fünf Strecken trotz potenzieller Staus die schnellere Option darstellt. Besonders drastisch ist der Unterschied in Laupheim, wo Pendler mit dem PKW fast eine Viertelstunde schneller sind, sowie in Blaustein, das aufgrund fehlender direkter Bahninfrastruktur einen massiven Zeitnachteil im ÖPNV aufweist. Auf der stadtnahen Strecke Neu-Ulm → Ulm unterscheiden sich die Pendelzeiten kaum, was auf die kurze Distanz im urbanen Raum zurückzuführen ist. Mit zunehmender Entfernung nimmt der zeitliche Vorteil des Autos jedoch deutlich zu. Insbesondere auf den ländlichen Routen wie Ehingen → Ulm und Laupheim → Ulm weist die Bahn erheblich längere Reisezeiten auf. Dies deutet darauf hin, dass die Bahn auf diesen Strecken im Vergleich zum Auto weniger effizient ist und zeitlich nicht konkurrenzfähig bleibt.

Besonderheiten:
Eine interessante Ausnahme bildet lediglich die Route von Langenau nach Ulm: Hier ist die Bahnverbindung in der Gesamtzeit sogar etwas schneller als das Auto, was auf eine effiziente Taktung der Bahnabfahrten in Kombination mit stauanfälligen Straßen in Richtung Ulm hindeutet. Da dies jedoch nur eine Ausnahme ist führt es dazu, dass das Auto für die Mehrheit der Pendler aus dem Umland rational betrachtet weiterhin die zeiteffizientere Wahl bleibt.

Die volkswirtschaftlichen Kosten

Verspätungen kosten nicht nur Nerven, sie haben einen realen volkswirtschaftlichen Preis. Jede Minute, die ein Pendler im verspäteten Zug wartet, ist verlorene Arbeitszeit.

Um diese Kosten etwas besser zu quantifizieren sollten Sie sich den Medianlohn der jeweiligen Städte herunterladen und näher analysieren.

  1. Berechnen Sie die volkswirtschaftlichen Kosten der Bahnverspätungen für die 11 Städte.

Datensätze:

Nutzen Sie die folgenden Annahmen:

Annahmen:

Berechnen Sie für jede Stadt:

Erstellen Sie auf Basis ihrer Berechnung eine Tabelle, welche die Anzahl der Bahnpendler, die Verspätungsstunden pro Jahr, die Kosten pro Pendler und die Gesamtkosten der Stadt anschaulich darstellt.

Beschreiben und interpretieren Sie ihre Tabelle. Gehen Sie dabei auch auf die Gesamtkosten der 11 Städte ein. Erklären Sie außerdem, warum der Medianlohn für diese Berechnung besser geeignet ist als der Durchschnittslohn.

Hinweis: Für die Umrechnung auf Stundenlohn: Monatsentgelt / 160 (bei 40h/Woche).

Ökonomische Bewertung der Verspätungen (Status Quo)
Stadt Bahnpendler Verlorene Std/Jahr Kosten pro Kopf Gesamtkosten der Stadt
München 38.274 43,9 1328,78 € 50.857.934 €
Köln 25.780 57,9 1590,62 € 41.006.294 €
Frankfurt 34.092 37,7 1111,06 € 37.878.234 €
Düsseldorf 23.914 53,8 1519,95 € 36.348.812 €
Hamburg 33.008 32,6 922,13 € 30.437.681 €
Berlin 32.955 34,5 895,47 € 29.510.477 €
Stuttgart 23.053 38,9 1138,56 € 26.247.450 €
Essen 11.869 54,6 1361,04 € 16.153.949 €
Nürnberg 13.902 37,1 980,73 € 13.633.810 €
Ulm 5.741 29,5 795,32 € 4.565.660 €

Beschreibung und Interpretation:
Die Tabelle soll die durch Verspätung entstehende Kosten darstellen, dazu sind neben der Stadt und der Bahnpendleranzahl auch die Verspätungsstunden (pro Jahr), die Kosten pro Pendler und schlussendlich auch die Gesamtkosten dargestellt. Die höchsten Gesamtkosten entstehen in München mit guten 50.000.000€ im Jahr, dies lässt sich darauf zurückführen, dass dort die meisten Bahnpendler sind. Wenig überraschend hat Ulm die geringsten Kosten mit 4.565.660€, allerdings ist dies wenig aussagekräftig aufgrund der geringen Pendlerzahl. Abgesehen von Ulm hat Nürnberg mit 13.663.810€ die geringsten Kosten, Nürnberg hat eher wenig Pendler, wenig Verspätung und geringe Kosten pro Pendler.
Für die Berechnung wurde der Medianlohn verwendet, dies macht auch deutlich mehr Sinn als der durchschnittliche Lohn. Der Median ist viel robuster gegenüber Ausreißern, das heißt einige wenige Top-Verdiener haben keinen wirklichen Einfluss auf die Kosten aller Pendler.

  1. Setzen Sie die Kosten der Bahn (aus Aufgabe 14) den Kosten des Autos gegenüber. Vergleichen Sie diese in einer Szenario-Analyse mittels eines gestapelten Balkendiagramms. Nutzen Sie für ihre Analysen den Datensatz staedte_basis.

Berechnen Sie zuerst die Kosten des Autostaus pro Stadt:

Führen Sie anschließend einen Szenario-Vergleich durch: Was passiert, wenn der Bahnanteil von 8,4% auf 20% steigt?

Erstellen Sie ein gestapeltes Balkendiagramm nach Szenario. Beschreiben und intepretieren Sie ihre Grafik. Gehen Sie insbesondere auf die folgenden Fragen ein:

Beschreibung:
Die Grafik stellt die volkswirtschaftlichen Pendlerkosten der betrachteten Städte in Form eines gestapelten Balkendiagramms dar und vergleicht dabei zwei Szenarien: den Status quo mit einem Bahnanteil von 8,4 % sowie ein Alternativszenario mit einem erhöhten Bahnanteil von 20 %. Die Gesamtkosten setzen sich jeweils aus den Kosten des Autoverkehrs in Form von Staukosten und den Kosten des Bahnverkehrs durch Verspätungen zusammen. Durch die gestapelte Darstellung wird anschaulich, wie sich die Gesamtkosten auf die beiden Verkehrsmittel verteilen und wie sich eine Veränderung des Modal Splits auf die Höhe der volkswirtschaftlichen Kosten auswirkt.

Wie verteilen sich die Kosten zwischen Bahn und Auto im Status quo? Im Status quo entfällt der mit Abstand größte Teil der volkswirtschaftlichen Kosten auf den Autoverkehr. Der dunklere Balkenanteil, der die Autokosten abbildet, ist deutlich größer als der Anteil der Bahnkosten. Dies ist vor allem darauf zurückzuführen, dass mit rund 91,6 % der überwiegende Teil der Pendler das Auto nutzt und somit sehr viele Personen gleichzeitig von Stauzeiten betroffen sind. Die Kosten des Bahnverkehrs fallen im Vergleich geringer aus, da nur ein kleiner Anteil der Pendler die Bahn nutzt. Trotz teilweise erheblicher Verspätungen im Bahnverkehr sind die gesamtwirtschaftlichen Kosten der Bahn im Status quo daher deutlich niedriger als jene des Autoverkehrs.

Welches Verkehrsmittel verursacht den größeren volkswirtschaftlichen Schaden? Der Autoverkehr verursacht eindeutig den größeren volkswirtschaftlichen Schaden. Die Grafik verdeutlicht, dass die Staukosten den Hauptanteil der Gesamtkosten ausmachen. Bereits moderate Stauzeiten führen aufgrund der hohen Anzahl an Autopendlern und der zeitlichen Verdichtung des Berufsverkehrs zu sehr hohen aggregierten Kosten. Der Bahnverkehr ist zwar ebenfalls mit Zeitverlusten für einzelne Pendler verbunden, erreicht jedoch aufgrund des vergleichsweise geringen Nutzeranteils nicht annähernd die gesamtwirtschaftliche Bedeutung der Autostaus. Aus volkswirtschaftlicher Perspektive ist der Autoverkehr somit der zentrale Kostentreiber.

Was ist die Nettoersparnis bei 20% Bahnanteil? Im Szenario mit einem Bahnanteil von 20 % sinken die Gesamtkosten deutlich im Vergleich zum Status quo. Zwar steigen die Kosten des Bahnverkehrs, da mehr Pendler die Bahn nutzen, dieser Anstieg wird jedoch durch den starken Rückgang der Autokosten mehr als kompensiert. Die zugrunde liegende Annahme, dass weniger Autos zu geringeren Stauzeiten führen, bewirkt eine deutliche Reduktion der Staukosten pro Autopendler und damit der gesamten Autokosten. Die Differenz zwischen den Gesamtkosten im Status quo und im 20 %-Szenario stellt die Nettoersparnis dar. Diese zeigt, dass eine Verkehrsverlagerung hin zur Bahn nicht nur aus verkehrs- und umweltpolitischer Sicht sinnvoll ist, sondern auch erhebliche volkswirtschaftliche Einsparpotenziale durch reduzierte Zeitverluste bietet.

Politikempfehlung – Ihre Synthese

Sie haben nun umfangreiche Analysen durchgeführt und viele Erkenntnisse über die Bahn gewonnen. Jetzt ist es Zeit, diese zu einer kohärenten Empfehlung zusammenzufügen.

Szenario: Sie sind Berater:in des Bundesministeriums für Digitales und Verkehr. Die Ministerin bittet Sie um eine evidenzbasierte Politikempfehlung zur Verbesserung des Pendlerverkehrs in Deutschland.

  1. Formulieren Sie eine Politikempfehlung für das Bundesministerium für Digitales und Verkehr.

Schreiben Sie eine Executive Summary (max. 5 Sätze). Fassen Sie hierbei die wichtigsten Erkenntnisse aus ihrem Projekt zusammen. Was ist die zentrale Botschaft?

Formulieren Sie 3 konkrete Empfehlungen. Jede muss enthalten:

Executive Summary:
Unsere Analyse zeigt, dass die Bahn auf den Top-Pendlerstrecken zeitlich oft schneller ist als das Auto, die Zuverlässigkeit jedoch das zentrale Hindernis darstellt. Besonders kritisch ist die Situation in Metropolen wie München und Köln, wo hohe Einpendlerzahlen auf hohe Verspätungen treffen, was zu volkswirtschaftlichen Kosten in zweistelliger Millionenhöhe pro Stadt führt. Eine gezielte Investition in die Infrastruktur dieser “Problem-Knoten” und eine Stabilisierung des ländlichen Regionalverkehrs sind daher essenziell, um das Potenzial der Bahn voll auszuschöpfen und die volkswirtschaftlichen Kosten zu minimieren.

Empfehlungen an das Bundesministerium
Um den volkswirtschaftlichen Schaden in den Problemregionen effektiv zu senken, wäre eine effizientere Zugtaktung in den Hauptknotenpunkten empfehlenswert. Die Analyse identifiziert einen kritischen Bereich (“Kritischer Quadrant”), in dem Städte wie München und Köln liegen, bei denen hohe Pendlerzahlen auf hohe Verspätungen treffen. Da allein in München jährlich Kosten von über 50 Millionen Euro durch Bahnverspätungen entstehen, müssen hier gezielte Investitionen in Personal und digitale Stellwerkstechnik priorisiert werden, um die größte Masse an Pendlern zu entlasten.

Ein zweiter Schwerpunkt muss auf der Stabilisierung des abendlichen Berufsverkehrs liegen. Die Analyse der Nahverkehrsdaten zeigt deutlich, dass die Verspätungswerte im Tagesverlauf ansteigen und zwischen 16:00 und 19:00 Uhr ihren Höhepunkt erreichen. Während der morgendliche Pendlerstrom noch vergleichsweise pünktlich abgewickelt wird oder wenigstens tagsüber abgefedert werden kann, häufen sich Verspätungen bis zum Abend systematisch. Ziel muss es sein, durch höhere Bereitstellungsreserven an Werktagen eine Pünktlichkeitsrate zu erreichen, die den Abendverkehr für Pendler wieder verlässlich planbar macht.

Zusätzlich wäre die Schaffung von mehr Attraktivität für Zugfahren auf regionalen Strecken empfehlenswert. Der Vergleich der Reisezeiten verdeutlicht, dass das Auto auf vielen ländlichen Hauptrouten weiterhin die zeiteffizientere Wahl bleibt. Um hier eine echte Wettbewerbsfähigkeit herzustellen, müssen nicht nur die Schienenwege selbst, sondern auch die Zu- und Abgangswege durch integrierte Shuttle-Lösungen oder Taktverdichtungen beschleunigt werden, damit der zeitliche Rückstand der Bahn gegenüber dem PKW ausgeglichen wird.

Limitationen, zusätzliche Daten:
Hier werden regionale Ticketpreisunterschiede und die Wirkung finanzieller Anreize (wie steuerliche Vorteile oder Firmentickets) vernachlässigt, welche die Wechselbereitschaft oft stärker beeinflussen als die reine Zeitersparnis. Zudem wurden Haustür-zu-Haustür-Zeiten (inkl. Parkplatzsuche) nur pauschal geschätzt. Zukünftige Untersuchungen sollten daher Echtzeit-Auslastungsdaten und die Preisdynamik des Deutschlandtickets einbeziehen, um die Attraktivität der Bahn ganzheitlich zu bewerten.

Zusatzaufgaben (optional)

Bisher haben Sie zwei Dimensionen betrachtet: Zeit (Bahn ist schneller) und Geld (Verspätungen kosten). Aber es gibt einen dritten, oft vergessenen Aspekt: die Umwelt.

Das Auto ist nicht nur langsamer und teurer; es ist auch ein Klimakiller. Ein durchschnittlicher PKW emittiert z.B. etwa 150 g CO2 pro Personenkilometer.

  1. Recherchieren Sie die CO2-Emissionsfaktoren und das Mobilitätsverhalten:

Hinweis: Nutzen Sie Daten vom Umweltbundesamt oder dem DB Umweltbericht.

CO2-Emissionen im Vergleich (Gramm pro Personen-km)
Verkehrsmittel CO2-Emissionen (g/Pkm)
PKW (Durchschnitt) 162 g
PKW (Elektro, dt. Strommix) 70 g
ICE/IC (Fernverkehr) 1 g
RE/RB (Nahverkehr) 44 g
S-Bahn 42 g

Der gewichtete Durchschnitt für die Bahn (wenn 70% Nah- und 30% Fernverkehr nutzen) liegt bei 30,4 Gramm pro Personenkilometer. Die Emissionen der Bahn sind folglich ca. 81,2% niedriger als die eines Autos.

  1. Die Studie “Mobilität in Deutschland” (MiD 2023) ist die wichtigste Datenquelle zum Mobilitätsverhalten in Deutschland. Sie ermöglicht einen Vergleich mit 2017 (vor Corona).

Lesen Sie den MiD 2023 Kurzbericht und beantworten Sie:

Modal Split: Wie hat sich der Anteil des öffentlichen Verkehrs (ÖV) am Gesamtverkehr zwischen 2017 und 2023 verändert? Der MiD-Kurzbericht zeigt, dass sich der Anteil des öffentlichen Verkehrs am gesamten Verkehrsaufkommen zwischen 2017 und 2023 leicht erhöht hat. Während der ÖV-Anteil 2017 bei rund 10 % lag, beträgt er 2023 11 % der zurückgelegten Wege. Damit verzeichnet der öffentliche Verkehr einen leichten Aufwärtstrend, während der motorisierte Individualverkehr (MIV) im gleichen Zeitraum an Bedeutung verliert. Der Rückgang des Autoverkehrs um mehrere Prozentpunkte markiert dabei den niedrigsten MIV-Anteil seit Beginn der MiD-Zeitreihe. Insgesamt bleibt der ÖV-Anteil zwar vergleichsweise moderat, zeigt aber eine Stabilisierung und leichte Erholung nach den Corona-bedingten Einbrüchen.

Homeoffice-Effekt: Wie hat sich die durchschnittliche Tagesstrecke verändert? Was ist laut MiD der Hauptgrund für diese Veränderung? Zwischen 2017 und 2023 ist die durchschnittliche Tagesstrecke pro Person spürbar gesunken. Laut MiD reduzierte sich die täglich zurückgelegte Strecke von rund 39 km im Jahr 2017 auf etwa 35 km im Jahr 2023. Gleichzeitig ging auch die durchschnittliche Anzahl der täglichen Wege leicht zurück, während die tägliche Unterwegszeit mit rund 84–85 Minuten nahezu konstant blieb. Als zentraler Grund für diese Entwicklung nennt die MiD veränderte Arbeits- und Lebensgewohnheiten, insbesondere die zunehmende Nutzung von Homeoffice sowie digitale Alternativen für Einkäufe und Dienstleistungen. Dadurch entfallen vor allem berufsbedingte Wege, was die geringere Tagesstrecke erklärt.

Stadt vs. Land: Welchen Anteil hat das Deutschlandticket in Metropolen vs. ländlichen Räumen? Was bedeutet das für die Ulm-Region? Der MiD-Kurzbericht zeigt, dass das Deutschlandticket im Einführungsjahr 2023 von rund 16 % der Bevölkerung ab 14 Jahren genutzt wird. Die Nutzung ist in Metropolen und großen Stadtregionen höher als in ländlichen Räumen, da dort das Angebot an Bus- und Bahnverbindungen dichter und attraktiver ist. Dennoch findet das Deutschlandticket auch außerhalb der Großstädte eine relevante Nutzung und trägt dazu bei, die Zugangshürden zum ÖPNV zu senken. Für die Ulm-Region, die als Mittelstadt in einem städtisch geprägten Raum einzuordnen ist, bedeutet dies, dass das Deutschlandticket grundsätzlich ein wirksames Instrument zur Förderung des Bahn- und ÖPNV-Pendels sein kann, dessen Potenzial jedoch stark von der Angebotsqualität und Taktung abhängt.

Implikation für CO2: Welche Schlussfolgerung ziehen Sie aus diesen Veränderungen für das CO2-Einsparpotenzial durch Bahnpendeln? Aus den Ergebnissen der MiD 2023 lässt sich ableiten, dass eine Verlagerung vom Auto auf den öffentlichen Verkehr ein relevantes CO₂-Einsparpotenzial besitzt. Der sinkende MIV-Anteil und die Stabilisierung des ÖV zeigen, dass verkehrspolitische Maßnahmen wie das Deutschlandticket und Homeoffice strukturelle Veränderungen begünstigen können. Insbesondere im Pendelverkehr können dadurch langfristig Emissionen reduziert werden, auch wenn der ÖV-Anteil insgesamt weiterhin ausbaufähig bleibt.

  1. Berechnen Sie die CO2-Ersparnis für die 11 analysierten Städte.

Datensatz: co2_analyse (aus Aufgabe 4) – enthält Streckenlängen, Einpendlerzahlen und vorberechnete Werte

Annahmen:

Berechnen Sie für jeden Umsteiger (Auto \(\rightarrow\) Bahn):

Nun sollten Sie eine Szenario Analyse ähnlich wie in Aufgabe 15 durchführen: Wenn sich der Bahnanteil von 8,4% auf 20% erhöht: wie viele Tonnen CO2 würden in den 11 Städten jährlich eingespart?

Visualisieren Sie die CO2-Ersparnis pro Stadt.

Stellen Sie die Ersparnis in Kontext, um die Ersparnis greifbarer zu machen, z.B. wie viele Mallorca-Flüge (hin + zurück, ~750 kg CO2) entspricht das?

Was bedeutet diese Zahl konkret?
Kategorie Wert Info
CO2-Ersparnis gesamt (11 Städte) 339.416 Tonnen Jährliche Reduktion
Entspricht Mallorca-Flügen 452.554 Stück Hin- und Rückflug (ca. 750 kg CO2)

Anhang

Anhang A: Beschreibung der bereitgestellten Datensätze

1. Bahnhof-Kreis-Mapping (bahnhof_ags_mapping.csv)

Dieses Mapping ist essenziell für die Verknüpfung von Bahn- und Pendlerdaten. Die Bahndaten sind auf Bahnhofsebene (z.B. “München Hbf”), die Pendlerdaten auf Kreisebene (z.B. “München, Landeshauptstadt”). Der AGS (Amtlicher Gemeindeschlüssel) ist der Schlüssel, der beide Welten verbindet.

Wichtige Variablen:

  • station_name: Name des Bahnhofs
  • ags: Amtlicher Gemeindeschlüssel (5-stellig für Kreise)
  • kreis_name: Name des Landkreises/der kreisfreien Stadt

2. Fahrtzeit-Vergleich OSRM (fahrtzeit_osrm_vergleich.csv)

Für einen fairen Vergleich Auto vs. Bahn brauchen wir realistische Fahrtzeiten. OSRM (Open Source Routing Machine) berechnet echte Straßenrouten basierend auf OpenStreetMap – keine Luftlinien, sondern tatsächliche Straßenverbindungen mit Abbiegevorgängen, Geschwindigkeitsbegrenzungen und Straßentypen.

Wichtige Variablen:

  • stadt: Zielstadt der Pendlerstrecke
  • strecke_name: Beschreibung der Route (z.B. “Dachau \(\rightarrow\) München”)
  • auto_distanz_km: Fahrstrecke mit dem Auto in km
  • auto_hvz_min: Fahrzeit Auto in der Hauptverkehrszeit (mit Staufaktor)
  • bahn_planzeit_min: Fahrzeit laut Fahrplan
  • bahn_verspaetung_min: Durchschnittliche Verspätung
  • bahn_real_min: Realistische Bahnfahrzeit (Fahrplan + Verspätung)

Wie wurde das Routing durchgeführt?

  1. Koordinaten ermitteln: Für jede Pendlerstrecke wurden Start- und Zielkoordinaten definiert (z.B. Stadtzentrum Dachau \(\rightarrow\) München Hauptbahnhof).

  2. OSRM-API abfragen: Über die öffentliche OSRM-Demo-API (router.project-osrm.org) wurden für jede Route Distanz und Fahrzeit abgefragt. Die API gibt die schnellste Route zurück, basierend auf dem aktuellen Straßennetz.

  3. Staufaktor anwenden: Die OSRM-Basisfahrzeit entspricht einer Fahrt bei freiem Verkehr. Für die Hauptverkehrszeit (HVZ) wurde ein Staufaktor von 1,3-1,5 angewendet, basierend auf den INRIX-Daten der jeweiligen Stadt.

  4. Bahn-Daten ergänzen: Die Bahnfahrzeiten stammen aus dem DB-Fahrplan, ergänzt um die durchschnittliche Verspätung aus unserer Analyse.

Weiterführende Links:

3. Ulm-Pendlerrouten (ulm_pendlerrouten.csv)

Da Sie in Ulm studieren, analysieren wir die wichtigsten Pendlerrouten in die Stadt genauer. Dieser Datensatz enthält die 5 wichtigsten Einpendler-Gemeinden mit detaillierten Informationen zur Erreichbarkeit.

Wichtige Variablen:

  • start_ort: Startgemeinde der Pendlerroute
  • ziel_ort: Zielort (Ulm)
  • auto_dauer_min: Fahrzeit mit dem Auto
  • auto_hvz_min: Fahrzeit Auto in der Hauptverkehrszeit
  • bahn_fahrplan_min: Bahnfahrzeit laut Fahrplan
  • bahn_real_min: Realistische Bahnfahrzeit
  • hat_bahnhof: TRUE/FALSE – hat der Startort einen Bahnanschluss?
  • pendler_geschaetzt: Geschätzte Anzahl Pendler auf dieser Route

4. Entgeltstatistik (ba_entgeltstatistik_2024.csv)

Um die volkswirtschaftlichen Kosten von Verspätungen zu berechnen, brauchen wir regionale Lohndaten. Diese haben wir von der Bundesagentur für Arbeit heruntergeladen.

Wichtige Variablen:

  • kreis_name: Name des Kreises/der Stadt
  • ags: Amtlicher Gemeindeschlüssel
  • medianentgelt_brutto_monat: Median-Bruttomonatsentgelt in Euro

Quelle: Bundesagentur für Arbeit, Entgeltstatistik 2024