Datenbasierte Wertschöpfungspotenziale für nachhaltige Mobilität bei nextbike
Ein Schwerpunkt des Projekts Data Mining und Wertschöpfung war die Begleitung von insgesamt 18 Pilotprojekten in Unternehmen. Sarah Neuschl, stellvertretende Gruppenleitung »Daten- und Plattformbasierte Wertschöpfung« am Fraunhofer IMW, und Philipp Ebert, Tender Manager bei nextbike, gaben am »Tag der digitalen Wertschöpfung« einen Einblick in das Pilotprojekt mit dem Unternehmen nextbike, dem führenden Anbieter von Bikesharing-Rädern.
Seit mehr als 18 Jahren entwickelt nextbike Fahrradverleihsysteme und stellt seine Bikesharing-Räder in über 300 Städten und 22 Ländern weltweit zur Verfügung. Das Unternehmen betrachtet Mikromobilität als Schlüssellösung für Städte – Bikesharing wird als Ergänzung im Mobilitätsmix angeboten. Die Räder sollen Lücken im Öffentlichen Personennahverkehr (ÖPNV) schließen und die Netzabdeckung damit sicherstellen. Die Produktion und Entwicklung von Technologien finden in Leipzig statt.
Nextbike verzeichnet weltweit ein starkes Wachstum – sowohl was die Anzahl an Ausleihen betrifft als auch die Nutzendenzahl. Gleichzeitig befindet sich nextbike in einem hart umkämpften Markt der Mobilitätsdienstleistenden mit einer Vielzahl an Wettbewerbenden. Um auch digital Marktführer zu bleiben, müssen Datenwertschöpfungsstrategien weiterentwickelt werden. Im operativen Geschäft führt das allerdings oft zu Ressourcenkonflikten.
Leipziger Forschungsteam unterstützt bei internem Strategieprozess
Wie kann nextbike aus der Vielzahl an Daten, die seit der Gründung entstanden sind, Wert schöpfen? Diese und weitere Datenfragen wurden während des Pilotprojekts bearbeitet. Der Fokus der Fraunhofer-Begleitung lag auf dem Prozessdesign für Datennutzungsideen – die Besonderheit dieses Pilotprojekts. In gemeinsamen Workshops wurden vorhandene Ideen angereichert, strategisch priorisiert und für die Weiterbearbeitung durch nextbike strukturiert. Das Team von »Data Mining und Wertschöpfung« unterstützte nextbike dabei, eine Basis für den internen Strategieprozess zu schaffen.
Deep Dive einer Datennutzungsidee: Neue Einsatzgebiete dank breiter Datenbasis möglichst »nahtlos« und »maßgeschneidert« planen
Eine Datennutzungsidee von nextbike, das sogenannte »System Planning Tool«, soll künftig helfen, mit skalierbaren Datenmodellen und Technologielösungen neue Einsatzgebiete effizienter und bedarfsgerechter zu entwickeln – das heißt, den Bedingungen und Herausforderungen der Mobilität im städtischen und ländlichen Raum bestmöglich zu begegnen. Das Ausquellen von Ausleihdaten ist beispielsweise ein Indikator für die notwendige Ausweitung eines bestehenden Einsatzgebietes. So liefern Verhaltensdaten Informationen darüber, welche Gebiete die Nutzenden mit den Bikesharing-Rädern gern befahren möchten. Diese Daten können mit öffentlichen Daten verknüpft werden, also beispielsweise demografischen Daten, Geobasisdaten, Daten der Bevölkerung des Verkehrsraumes, Wetterdaten, Pendlerdaten oder Daten zum ÖPNV-Angebot. Diese Kombination aus operativen und öffentlichen Daten bietet wertvolle Anknüpfungspunkte, um Lücken in der Mobilität im ländlichen Raum zu schließen. Die Datenbasis kann auch als Planungsplattform für die Grundlage zur Bürger*innenbeteiligung genutzt werden. Vorschläge für neue Stationen können eingereicht werden, die nextbike in die Planung der Stationen mit einfließen lassen kann.
Fraunhofer-Wissenschaftler*innen profitierten gleichermaßen von der Kooperation
Das Betreiben von Bikesharing-Systemen ist komplex. Eine Vielzahl von Daten und Informationen müssen verknüpft werden, um die optimale Verfügbarkeit von Fahrrädern zu gewährleisten. Datennutzungsideen auf Planungs-, Einsatz- und Nutzungsebene können zum Systemerfolg beitragen und dafür sorgen, dass das System zum Mobilitätsmittelpunkt der Nutzenden wird. Das Pilotprojekt mit nextbike zeichnete sich deshalb durch eine enorme Ideenfülle aus, die auch für das Forschungsteam neue Anregungen zur Wertschöpfung mit Daten bot und die Methodenkompetenz stärkte, Datennutzungsideen zu schärfen und zu strukturieren.