Wie wirken sich App-basierte Fahrdienste (oft auch "on-demand-Verkehre" oder "Ridesharing" genannt) auf den ÖPNV aus? Welche Faktoren haben den größten Einfluss auf die Veränderung der Wege-Leistung innerhalb einer Stadt?
Die Grundsatzfrage: Segen oder Fluch?
Im Idealfall ergänzen digitale Fahrdienste den ÖPNV, z. B. für die „letzte Meile“ oder in nachfrageschwachen Räumen/Zeiten oder für bestimmte Zielgruppen (z. B. umstiegsfreie Angebote für mobilitätseingeschränkte Personen). Durch die Bündelung von mehreren Fahrtwünschen sollen Verkehre effizient gestaltet werden und Pkw-Einzelfahrten ersetzen. Im schlechtesten Fall allerdings werden Fahrten aus dem Umweltverbund durch die neuen Mobilitätsangebote ersetzt und es entsteht mehr Verkehr. In Deutschland sind App-basierte Fahrdienste bisher nur mit Ausnahme-Genehmigen zu betreiben, wie sie für die Erpobung neuer Verkehrsmittel möglich sind. Laut Koalitionsvertrag und den kürzlich publik gewordenen Eckpunkten zur Novellierung des PBefG will die Bundesregierung die neuen Angebote demnächst regulär zulassen. Über die Folgen der neuen Angebote in Deutschland ist bisher aufgrund mangelnder Datenlage keine verlässliche Aussage möglich. Mit einem einfachen Modell zeigt KCW, wie App-basierte Fahrdienste wirken können.
Modell mit drei Szenarien
KCW hat drei Szenarien modelliert: ein eher optimistisches, ein eher pessimistisches, und ein mittleres Szenario. Das optimistische Szenario beinhaltet einen verhältnismäßig hohen Besetzungsgrad pro Fahrzeug, geringe Leerfahrten, und viele Nutzer, die vom Auto auf den Bedarfsverkehr umsteigen. Im dritten Szenario ist es deutlich negativer: Der Besetzungsgrad ist gegenüber dem ersten fast halbiert, die Leerfahrten umfassen die Hälfte aller Fahrten, und die Nutzer stammen nur zu einem Viertel aus dem Autoverkehr. Das mittlere Szenario liegt etwa in der Mitte aller Annahmen.
Nachfolgend sind ausgewählte Annahmen für die Kalkulation dargestellt.
Zentrale Eingangsgrößen dreier Szenarien
| Szenario 1 | Szenario 2 | Szenario 3 | |
| Besetzungsgrad pro Fahrgastfahrt (Fahrdienst-Fahrzeug) | 3,7 | 2,7 | 1,8 |
| Betriebsnotwendige Leerfahrten | 35 % | 35 % | 50 % |
| Zusammensetzung Kunden ehemals/alternativ | |||
| MIV – Selbstfahrende | 60 % | 40 % | 20 % |
| MIV – Mitfahrende | 9 % | 6 % | 5 % |
| ÖPNV | 10 % | 20 % | 20 % |
| Radverkehr | 7 % | 10 % | 15 % |
| Fußverkehr | 7 % | 10 % | 20 % |
| neu induziert | 7 % | 14 % | 20 % |
Ergebnis der Modellierung
Ergebnis der Modellierung
Wunsch: Szenario 1
Szenario 1 zeigt die positiven Auswirkungen der App-basierten Fahrdienste, wie sie die Betreiber versprechen. Auf der einen Seite werden neue Wege-Kilometer erzeugt sowie Verkehrsteilnehmer des Umweltverbundes abgeworben, andererseits werden im höheren Maße MIV-Fahrten ersetzt und dementsprechend die tägliche Fahrleistung deutlich reduziert. Damit ist das Saldo, gemessen in ersparten Kilometern, positiv. Eine verkehrliche Entlastung tritt ein. Szenario 1 zeigt deutlich die Herausforderungen zur Erreichung des Idealfalls, den viele App-basierte Fahrdienste mit ihren Angeboten erzielen wollen. In unserem Beispiel beträgt der Anteil der Kunden von vormals MIV-Selbstfahrern und -Mitfahrern fast 70 Prozent. Auch der Besetzungsgrad von 3,7 und der Leerfahrtanteil von 35 Prozent sind (vermutlich zu) optimistisch gewählt. Diese Werte sind bisher in keinem der uns bekannten Beispiele Realität.
Wirklichkeit: Szenario 3
Wie erwähnt, existieren für Deutschland noch keine belastbaren Daten. Den aktuellen Studien aus den USA ist aber zu entnehmen, dass Szenario 3 eher der derzeitigen Wirklichkeit, zumindest wie sie derzeit in den Vereinigten Staaten auftritt, entspricht. Der Besetzungsgrad (hier 1,8) liegt weit unter der Zielvorstellung und die Kundschaft setzt sich nicht zum Großteil aus Personen zusammen, welche als Alternative den eigenen Pkw gewählt hätten (hier nur ein Viertel der Gesamtkundschaft). Folglich fällt etwa die Hälfte der Verkehrsleistung auf Kunden aus dem Umweltverbund, was zu deutlich mehr Verkehr auf den Straßen führt.
Realität und Wunsch: Die Stellschrauben
Aus dem Modell werden die drei bedeutendsten Stellschrauben, welche eine große Spannbreite der Ergebnisse erzeugen können, offensichtlich: der Besetzungsgrad der Fahrzeuge, der Anteil an Leerfahrten sowie der Anteil an Kunden, die Autofahrten mit Fahrten von App-basierten Fahrdiensten ersetzen. Nur, wenn es gelingt, diese im Sinne in eine positive Richtung zu bewegen, können App-basierte Fahrdienste erfolgreich und ein sinnvoller Beitrag für eine Verkehrswende sein.
