LoS VEgAS - Level of Service der Verkehrsinformationen für

LoS VEgAS - Level of Service der
Verkehrsinformationen für EDV
gestützte Logistikplanung und
Abweichungsmanagement Studie
Eine Studie finanziert im Rahmen der 1. Ausschreibung
der Programmlinie i2v des Forschungs- und
Technologieprogramms iv2splus
März 2010
LoS VEgAS
Impressum:
Herausgeber und Programmverantwortung:
Bundesministerium für Verkehr, Innovation und Technologie
Abteilung Mobilitäts- und Verkehrstechnologien
Renngasse 5
A - 1010 Wien
Für den Inhalt verantwortlich:
Österreichisches Forschungs- und Prüfzentrum Ges.m.b.H.
Giefinggasse 2
1210 Wien
Programmmanagement IV2Splus
Österreichische Forschungsförderungsgesellschaft mbH
Bereich Thematische Programme
Sensengasse 1
A – 1090 Wien
2 / 82
LoS VEgAS - Level of Service der
Verkehrsinformationen für EDV
gestützte Logistikplanung und
Abweichungsmanagement Studie
Eine Studie finanziert im Rahmen der 1. Ausschreibung
der Programmlinie i2v des Forschungs- und
Technologieprogramms iv2splus
AutorInnen:
DI Jürgen ZAJICEK (AIT)
DI Dr. Werner TOPLAK
DI Dr. Karl Ernst AMBROSCH
Dipl. -Ing. Alexander CHLOUPEK (ABC Consulting)
DI (FH) Kathrin MORAWETZ, MSc
Auftraggeber: Bundesministerium für Verkehr, Innovation und Technologie
Auftragnehmer: Österreichisches Forschungs- und Prüfzentrum Ges.m.b.H.
3 / 82
Kurzfassung
Die Problematik in der Logistikplanung bzw. im Abweichungsmanagement liegt derzeit in
dem Umstand, dass die verwendeten Tools auf bestehende historische Systeme aufgesetzt
wurden, die Insellösungen der Infrastrukturbetreiber darstellen, und in Zukunft für einen
multimodalen Zugang vereint werden müssen. Das Grundproblem bei der Festlegung des
LoS ist die Tatsache, dass es verschiedene Definitionen eines LoS gibt und deren
Benennung ebenfalls nicht einheitlich (z.B. Informatik: QoS, etc.) ist.
Ziel des Projektes „LoS VEgAS“ war die Untersuchung und etwaige Abgabe von
Empfehlungen zur Festlegung eines multimodalen „Level of Service“ im Transportwesen.
Damit sollte eine Grundlage der Vergleichbarkeit der einzelnen Transport-/Verkehrsmodi
geschaffen werden, um als Basis für ein künftiges multimodales Verkehrs- bzw.
Abweichungsmanagement für nationale und internationale Supply Chains zu dienen. Im
Rahmen des Projektes wurden die einzelnen Informationsketten der betrachteten
Verkehrsmodi hinsichtlich möglicher Verknüpfungen untereinander untersucht.
Die Analyse der möglichen Einflussfaktoren der einzelnen Verkehrsmodi und deren
rechtlichen Rahmenbedingungen erfolgten mit Hilfe einer Netzwerkanalyse (NA) und KIMethoden (Künstliche Intelligenz). In die Netzwerkanalysen wurden zusätzlich die
Ergebnisse eines entsprechend entwickelten Online-Fragenbogens und der durchgeführten
Experteninterviews miteinbezogen.
Im nächsten Schritt wurde versucht, die EN 13816 („Logistics and Services - Public
Passenger Transport“) basierend auf einer modusübergreifenden Terminologie die in der
Norm definierten LoS-Kategorien auf die Transportmodi des Güterverkehrs anzuwenden. Im
Gegensatz zur EN 13816 wurden die einzelnen Transportmodi auch hinsichtlich ihrer
Sensibilität auf Umwelteinflüsse betrachtet (z.B. Wettereinflüsse, Umweltauflagen, etc.). Mit
der Berechnung des Vernetzungsgrades im Rahmen der Netzwerkanalyse wurde es möglich
jene Knoten zu identifizieren, die besonders kritisch bzw. wichtig im LoS Netzwerk sind.
Die erarbeiteten Erkenntnisse bilden einen Grundstock für neue Decision Support Systeme,
welche eine realistischere Planung neuer bzw. Optimierung bestehender multimodaler
Transportketten erlauben. Zum besseren Verständnis der Zusammenhänge der
Transportmodi zu einander wurde eine webbasierte, interaktive Darstellung erarbeitet die
unter http://atlas.arsenal.ac.at/LoS_multimodal.html abrufbar ist.
4 / 82
Abstract
The problem in logistics planning and deviation management currently is that the used tools
were placed on existing historical systems, which are now department-specific isolated
solutions which have to be unified for multimodal view. The basic problem in determining the
LoS is the difference of LoS definitions and their varying designation (e.g. computer science:
QoS, etc.).
The goal of the project „LoS VEgAS“ was to develop possible recommendations for adapting
the definition of „Levels of Services“ in the area of transport and to create a basis for the
comparability of the transport modes. This will represent the fundament of future transport
and deviation management systems for national and international intermodal supply chains.
Within the project all relevant information chains of each transport mode were analysed
regarding to possible conjunction among each other.
The analyses of possible influence factors and the legal framework of each transport mode
were accomplished with the help of network analyses (NA) and artificial intelligence methods.
The network analyses also respected the results of an appropriate online-questionnaire and
the expert interviews.
In the next steps the project team tried to adjust the given LoS-definitions of the EN 13816
(„Logistics and Services - Public Passenger Transport“) for the definition of LoS-categories
that are valid for all transport modes similarly using a standardized terminology. Comparing
to the EN 13816 all transport modes were also reviewed regarding to their sensibility against
environmental impact (e. g. influence of weather situations, environmental conditions, etc.).
By calculating the degree of cross-linking it was possible to identify the critical and important
nodes after combining the single transport mode parameter networks to an aggregated
network that helps to define a general level of service for transportation and shipping.
The results of the study represent a fundament for future decision support systems, which
will help to design new or optimize existing multimodal supply chains. For a better
understanding of the coherences of the transport modes a web-based interactive diagram
was implemented which is available via http://atlas.arsenal.ac.at/LoS_multimodal.html.
5 / 82
0 Inhaltsverzeichnis
0
Inhaltsverzeichnis ........................................................................................................ 6
1
Einleitung ...................................................................................................................... 8
2
Logistik und Entitäten im Kernprozess des Gütertransports ..................................10
3
Bestehende verkehrstechnische Definitionen und Standards................................12
4
3.1
Quality of Service im ÖPNV – Europäische Norm EN 13816 .........................12
3.2
Der LoS Begriff im Straßenverkehr ....................................................................14
3.3
Der LoS Begriff im Schienenverkehr .................................................................16
3.4
Der LoS Begriff in der Binnenschifffahrt ............................................................19
3.5
Der LoS Begriff im Luftverkehr ...........................................................................20
3.6
Der Service Level (SL) im Supply Chain Management (SCM) .......................22
Methodik ......................................................................................................................23
4.1
Komplexe Netzwerke ..........................................................................................23
4.2
Kognitive Methoden für die Abbildung von LoS-spezifischen Wissens..........25
4.3
Einsatz der Software „Pajek“ ..............................................................................30
4.3.1
Netzwerkfusion der Transportmodi .............................................................30
4.3.2
Netzwerkeigenschaften ................................................................................34
4.4
5
Online-Fragebogen zum Thema LoS im Güterverkehr....................................35
Ergebnisse und Interpretation ...................................................................................36
5.1
Ergebnisse der Online-Befragung......................................................................36
5.2
Faktoren zur Definition des multimodalen LoS für den Gütertransport ..........39
5.2.1
Verfügbarkeit (harte Infrastruktur) ...............................................................40
5.2.2
Zugänglichkeit (weiche Infrastruktur) ..........................................................42
5.2.3
Zeit .................................................................................................................43
5.2.4
Information ....................................................................................................45
5.2.4.1
Transportmodus Straße ........................................................................46
6 / 82
5.2.4.2
Transportmodus Schiene ......................................................................50
5.2.4.3
Transportmodus Luft .............................................................................50
5.2.4.4
Transportmodus Binnenschifffahrt .......................................................53
5.2.5
Kundenservice ..............................................................................................54
5.2.6
Komfort ..........................................................................................................55
5.2.7
Sicherheit (Safety & Security) .....................................................................55
5.2.8
Umwelteinflüsse ............................................................................................56
5.2.9
Zielgruppen und Stakeholders ....................................................................59
5.2.10 Beispiele ........................................................................................................61
5.3 Gesamtübersicht der LoS-relevanten Einflussfaktoren in einer multi-modalen
Netzwerkansicht .............................................................................................................61
6
Empfehlungen .............................................................................................................64
6.1
Einsatzmöglichkeiten...........................................................................................65
6.2
Ausblick ................................................................................................................67
7
Zusammenfassung .....................................................................................................69
8
Abkürzungsverzeichnis ..............................................................................................71
9
Abbildungsverzeichnis................................................................................................73
10 Tabellenverzeichnis ....................................................................................................75
11 Literaturverzeichnis ....................................................................................................76
12 Anhang Aufbau des Fragebogens ............................................................................81
Die Bezeichnungen sollen immer geschlechtsneutral verstanden werden.
7 / 82
1 Einleitung
Die Problematik in der Logistikplanung bzw. im Abweichungsmanagement liegt derzeit darin,
dass die verwendeten Tools auf bestehende historische Systeme aufgesetzt wurden, die nun
abteilungsspezifische Insellösungen der Infrastrukturbetreiber darstellen, um den Betrieb zu
erhalten bzw. effizienter zu gestalten. Diese Insellösungen basieren auf sehr individuellen
LoS-Konzepten, die mitunter Mehrwerte berücksichtigen, die auch auf andere Bereiche
ausgedehnt werden können bzw. mit verwandten Mehrwerten (Added Values) abgeglichen
werden müssen. Das Grundproblem bei der Festlegung des LoS ist die Tatsache, dass es
verschiedene Definitionen eines LoS gibt und deren Benennung ebenfalls nicht einheitlich
(z.B. Informatik: QoS, etc.) ist. Inkompatible Identifikationsschlüssel, Semantische
Abbildungsdefekte (Name & Inhalt) und Syntaktische Abbildungsdefekte (Schreibweisen)
müssen aufgezeigt und bereinigt werden, damit eine übergreifende Definition von
Mehrwerten im LoS möglich wird.
Es sind derzeit keinerlei übergreifende Managementfunktionen zu erkennen, die die
Informationen ganzheitlich betrachten. Eine wichtige Forderung ist vor allem, dass die
Strategie zur Implementierung eines Abweichungsmanagements ohne aufwendige
Telematiklösungen, sondern auf Basis einer intelligenten Zusammenführung der
vorhandenen Informationsströme aller betrachteten Verkehrsmodi erreicht wird.
In der gegenständlichen Studie wird der Begriff LoS zuerst näher analysiert. Dazu werden
Definitionen aus den verschiedensten Bereichen (Logistik, Bahn, Schiff, Flug, Internet, etc.)
hinsichtlich der darin enthaltenen Kriterien erfasst. Da es sich beim LoS um einen mitunter
sehr komplexen Begriff mit vielen Kriterien handeln kann, der über eine Zielfunktion
dargestellt wird, ist es Aufgabe dieser Studie die Unterschiede, aber auch Gemeinsamkeiten,
der einzelnen LoS Definitionen herauszuarbeiten und enthaltene Mehrwerte explizit
anzuleiten.
Zur Definition eines Levels of Service der für alle möglichen Transportmodi im Güterverkehr
als Qualitätsmaß für die Beförderung und Abwicklung von Gütern, muss eine
Vergleichbarkeit der einzelnen Transportmodi durchgeführt werden können. Ziel des
vorliegenden Dokuments ist die Erstellung eines Vorschlages für die Definition eines
verkehrsträgerübergreifenden Regelwerks für den Güterverkehr, welches mit Hilfe von
Kennzahlen den Betriebsablauf überwacht und kontinuierlich verbessert.
Für eine derartige verkehrsträgerübergreifende Definition wurden 10 Begriffsgruppen bzw.
Kategorien gewählt, die auf Basis der EN 13816:2002 (Kategorien 1-8) erweitert wurden:
8 / 82
•
Verfügbarkeit (Availability)
•
Zugänglichkeit (Access)
•
Information
•
Zeit (Time)
•
Kundenservice (Customer Service)
•
Komfort (Comfort)
•
Sicherheit (Safety & Security)
•
Umwelteinflüsse (Environment)
•
Stakeholder / Zielgruppen (Target Groups)
•
Beispiele (Examples)
Dieses Regelwerk wurde mithilfe von Konzeptkarten und in weiterer Folge mit Techniken
der Netzwerkanalyse abgebildet, wodurch seine Logik abgebildet werden konnte. Die
methodischen Hintergründe finden sich im nachfolgenden Kapitel 4, detaillierte
Ausführungen zur Netzwerkinterpretation finden sich in Kapitel 5.
9 / 82
2 Logistik
und
Gütertransports
Entitäten
im
Kernprozess
des
Die Logistik ist die Lehre der ganzheitlichen Organisation, Steuerung, Bereitstellung und
Optimierung von Prozessen der Güter-, Informations-, Energie-, Geld- und Personenströme
in einem System. Sie sichert den quantitativen und qualitativen Erfolg der Prozesse und die
räumliche Mobilität der betrachteten Objekte (Quelle: http://de.wikipedia.org/wiki/Logistik).
Abbildung 2-1: Transportmodi
Abbildung 2-2: Transportmittel
Abbildung 2-3: Beispiele für Transportgüter
Das in dieser Studie betrachtete multimodale System im Gütertransport besteht aus den vier
Transportmodi Straße, Schiene, Wasserstraßen in der Binnenschifffahrt und Verkehrswegen
in der Luft (vgl. Abbildung 2-1). Sie sind als Infrastruktur für Massenflüsse zu verstehen.
Die im System fließende Masse besteht aus Transportmitteln (englisch; Means of Transport
– MoT) und deren Beladung, die sich aus Transporteinheiten (englisch: Transport Units –
TU) und Transportgütern (englisch: Transport Goods – TG) zusammensetzt. Abbildung 2-2
zeigt symbolisch und beispielhaft vier Transportmittel (Lastkraftwagen, Zug, Schiff und
Flugzeug). In Abbildung 2-3 ist ein kleiner Auszug aus Transportgütern bzw. –einheiten
dargestellt (Paket, Coil, Container und Rohstoffplatten).
Das operative Zusammenspiel der Entitäten bzw. die Erfassung, Verwaltung und
Bereitstellung relevanter Informationen über Transportprozesse und deren Qualität gestaltet
sich mitunter schwierig (vgl. Abbildung 2-4).
10 / 82
Abbildung 2-4: Informationssysteme und ihr Wirkungsbereich im Transportbereich
Kunden (Customers) und Anbieter (Suppliers) verwalten ihre Kunden und Aufträge in CRM
(Customer Relationship Management) und ERP (Enterprize Ressource Planning) Systemen.
Hier
können
Lagerbewegungen
Prozessoptimierungen
gesamter
herangezogen
werden.
Produktportfolien
erfasst
Diese
auch
beinhaltet
und
Daten
für
über
Kundenbestellungen, Liefertermine und eine Reihe anderer Metainformationen, wie
Transportkosten, Transportversicherungen, usw.
Transportgüter stehen im Fokus der Wertschöpfung für alle Beteiligten der Supply Chain
(SC). Die strategische Planung vieler Unternehmen basiert heute darauf, auf zeitlich mehr
oder minder kritische rollende Lager (rolling stocks) angewiesen zu sein. Eigene
Lagerkapazitäten werden reduziert, um weniger Kapital zu binden. Wenn Transportgüter,
z.B. nicht wie von der Beschaffungslogistik geplant, verfügbar sind, können sich in den
schlechtesten Fällen Auswirkungen auf die Kernprozesse eines Produktionsunternehmens
ergeben, die bis zum Produktionsstillstand gehen können. In jedem Fall kann eine
Produktionsplanung
und
–steuerung
Arbeitspläne
anpassen,
um
unerwarteten
Abweichungen vom Sollzustand zu begegnen.
Terminals sind jene infrastrukturseitigen Umschlagspunkte, in denen Transportgüter den
Transportmodus oder die Transporteinheit wechseln. Auch hier werden in modernen CRM
bzw. ERP Systemen für die SC relevante Daten erfasst. Die Verkehrsinfrastruktur bzw. die
Transportmittel
werden
durch
intelligente
Transportsysteme
(ITS)
erfasst.
Den
Transportmitteln werden wiederum Transportgüter bzw. -einheiten zugeordnet, welche häufig
beim Sender bzw. Transportunternehmen verwaltet werden.
11 / 82
3 Bestehende
Standards
verkehrstechnische
Definitionen
und
In diesem Kapitel wird eine Auswahl derzeit angewandter Methoden und Standards
aufgeführt. Sie dienen als Grundlage für die in diesem Werk ausgearbeitete Definition eines
übergeordneten Begriffs des Levels of Service (LoS) für vier Transportmodi (LoS
Multimodal).
3.1 Quality of Service im ÖPNV – Europäische Norm EN 13816
Die EN 13816 ist die einzige Norm, die auf die Vergleichbarkeit von Verkehrssystemen hin
erstellt wurde. Aufgrund des Fokus der Norm auf Verkehrsträger im Öffentlichen Verkehr war
es nicht möglich die Norm für eine direkte Umlegung auf den Güterverkehr heranzuziehen.
Das Projektteam nutzte die Vorgaben der EN 13816 jedoch als Anhaltspunkte für eine
Umlegung auf den Güterverkehr.
Das europäische Komitee für Standardisierung (CEN, Comité Européen de Normalisation)
akzeptierte den europäischen Standard EN 13816:2002 im Sektor Transport – Logistik und
Services – öffentlicher Personentransport zur Definition der Servicequalität, Zieldefinition und
Messung.
Für die Sicherung der Kundenzufriedenheit ist die EU-Norm [DIN EN 13816:2002] ein
Standard, der für alle Gesellschaften im Bereich des öffentlichen Personennahverkehrs
(ÖPNV) ein Werkzeug für kundenorientiertes Qualitätsmanagement (QM) darstellt. Einige
Teile wurden in Zusammenarbeit mit Experten des Projekt „QUATTRO - Quality Approach in
Tendering Urban Public Transport Operations“ mit Unterstützung des Forth Framework
Transport RTD-Programms der EU erarbeitet (vgl. [DIN EN 13816:2002]).
Der Hauptzweck der Norm besteht darin, die Qualitätsphilosophie für öffentliche Verkehre zu
fördern, sowie das Augenmerk auf die Bedürfnisse und Erwartungen der Kunden durch
Festlegung von Verfahren zu lenken, die am wahrscheinlichsten
•
die Aufmerksamkeit der zuständigen Stellen auf die zu berücksichtigenden
Angelegenheiten lenken und
•
zu angemessenen und gut fundierten Entscheidungen, insbesondere hinsichtlich
der Verteilung der Zuständigkeiten, führen;
•
den Kunden und anderen Beteiligten die Möglichkeit geben, Qualitätszusagen
unterschiedlicher Anbieter zuverlässig zu vergleichen;
•
zu einer kontinuierlichen Qualitätsverbesserung beitragen.
12 / 82
„Die Sinnhaftigkeit für öffentliche Personenverkehrsleistungen, bei denen ein einziger
Betreiber die gesamte Verantwortung für alle wichtigen Qualitätskriterien trägt oder bei
denen zwei oder mehr Parteien sich die Verantwortung auf der Grundlage von
Vereinbarungen teilen ([DIN EN 13816:2002])“, kann direkt im Kontext des Gütertransports
wieder erkannt werden.
Die Qualitätskriterien laut DIN EN 13816:2002 lauten wie folgt:
•
Verfügbarkeit: Umfang der angebotenen Dienstleistung im Hinblick auf Raum,
Zeit, Häufigkeit und Verkehrsmittel
•
Zugänglichkeit: Zugang zum ÖPV-System, einschließlich Schnittstellen zu
anderen Verkehrsmitteln des ÖPV
•
Information: Systematische Bereitstellung von Informationen
ÖPV-System, die Planung und Durchführung einer Reise erleichtern
•
Zeit: Zeitaspekte, die für die Planung und Durchführung einer Reise von
Bedeutung sind
•
Kundenbetreuung: Serviceelemente, die eingeführt wurden, um die möglichst
genaue Übereinstimmung zwischen einer Standarddienstleistung und den
Anforderungen eines einzelnen Kunden zu erzielen
•
Komfort: Serviceelemente, die eingeführt wurden, um Fahrten im ÖPV erholsam
und angenehm zu machen
•
Sicherheit: Der vom Kunden erfahrene Eindruck persönlicher Sicherheit,
entstanden einerseits aus den tatsächlich getroffenen Sicherheitsvorkehrungen
und andererseits aus den Maßnahmen, die dafür sorgen, dass die Kunden diese
Sicherheitsvorkehrungen wahrnehmen
•
Umwelteinflüsse: Auswirkungen auf die Umwelt, die sich durch die Bereitstellung
von ÖPV-Leistungen ergeben
über
ein
Im Hinblick auf den Güterverkehr sind einige dieser Beschreibungen jedenfalls treffend, es
wurde jedoch bei den Kriterien als auch bei den Beschreibungen Erweiterungs- bzw.
Ergänzungsbedarf identifiziert. Das Kriterium „Komfort“ wurde im Rahmen dieser Studie etwa
nicht behandelt, da sich die EN 13816:2002 im Gegensatz zur vorliegenden Studie nur auf
den Passagierverkehr- und somit auch Komfort konzentriert.
Erfassung von Kundenwünschen und Messung der Qualität im Rahmen der
DIN EN 13816:2002
Um LoS-Zielfunktionen überhaupt definieren zu können, müssen erst die Kundenwünsche
identifiziert werden. Dies gestaltet sich aufwendiger als im Personenverkehr, da der
Gütertransport bzw. die Transportgüter in ihrer Art, Dringlichkeit, Verderblichkeit, etc. sehr
heterogen sind. Anhang C der EN 13816:2002 beschäftigt sich mit Hinweisen zur Leistungsund Kundenzufriedenheitsmessung. Für den Transportbereich ergibt sich je nach Kunde,
Zeitfenster und Transportgut eine noch wenig ausformulierte Erwartungshaltung zu
Transportdienstleistungen.
13 / 82
Für Erhebungen der Kundenzufriedenheit schlägt EN 13816 drei Methoden vor:
•
Customer Satisfaction Surveys (CSS): Kunden werden nach erbrachter
Leistung mithilfe eines Fragebogens über die Zufriedenheit befragt.
•
Mystery Shopping Surveys (MSS): geschultes Personal nimmt selbst die
Haltung des Kunden ein und bewertet anhand festgelegter Kriterien die erbrachte
Leistung
•
Direct Performance Measurement (DPM): Indikatoren, die direkt aus den
Prozessdaten berechnet werden können.
Im Projektteam entschied man sich aus Kostengründen (Wegfall einer erheblichen Anzahl an
Interviews mit hohem Zeit- und Reiseaufwand) und aufgrund der Eignung für die
Durchführung der Studie zur Definition eines Online-Fragebogens (Customer Satisfaction
Survey), um Experten im Güterverkehr direkt und standardisiert ansprechen zu können. Die
Anwendung des Direct Performance Measurement – DPM eignete sich für den Zweck der
Definition des multimodalen LoS innerhalb der Studie nicht, da diese Maßzahlen bzw.
Kriterien nur aus IT-Systemen erhoben werden können und die Einrichtung von Zugängen zu
diesen Echtdaten (Datenschutz, Kundengeheimnis, kein Eingriff in Produktivsysteme, etc.)
den Rahmen der Studie gesprengt hätte. Neben vordefinierten qualitativen
Bewertungsmöglichkeiten konnten von den Experten auch gänzlich neue Faktoren definiert
und bewertet werden, die in ihrer Sicht noch besonders bemerkenswert waren. Die
Ergebnisse dieser stakeholder-spezifischen Online-Umfrage sind im Kapitel 5.1 dargestellt.
3.2 Der LoS Begriff im Straßenverkehr
Der Begriff des Levels of Service ist in den verschiedenen Wissensbereichen unterschiedlich
definiert. Der klassische Ansatz kommt aus der Straßen-Verkehrsplanung in den USA
([HCM, 1994], [Brilon et al, 1994], [HBS, 2005]). In diesem Umfeld wird der Begriff des LoS
für die Servicequalität der Straßeninfrastruktur und Betriebsmittel verwendet. Der LoS
bezieht sich je nach Definition auf die Verkehrsdichte, Kosten zur Aufrechterhaltung eines
solchen LoS, etc. und nicht so sehr auf die reine Reisegeschwindigkeit alleine. Der
straßenseitige Level of Service ist in vielen seiner Definitions- und Berechnungsfacetten eine
Form des DPM. Derzeit ist die Abdeckung des Straßennetzes bzw. die Ausrüstung von
Fahrzeugen mit entsprechender Sensorik bei weitem nicht vollständig, um große
zusammenhängende Gebiete abzudecken.
Der klassische Level of Service wird in sechs Kategorien eingeteilt. Diese gehen von A –
Freie Fahrt bis F – Verkehrsstillstand bzw. wird der LoS auch für Durchfahrtszeiten bei
Kreuzungen verwendet.
Im Detail werden im Highway Capacity Manual (HCM, 1994) folgende Levels unterschieden:
14 / 82
Tabelle 3-1: LoS-Begriff auf Basis von Dichte und Wartezeit an geregelten und ungeregelten Kreuzungen
LoS
Kategorie
A
B
C
D
E
F
Verkehrsdichte
Wartezeit bei
Lichtsignal (LSA)
gesteuerter
Kreuzung (in s)
Wartezeit bei
Kreuzungen
ohne LSA
(in s)
35-55
25-35
55-80
≥ 80
35-50
≥ 50
Freie Fahrt
Mäßiger Verkehr
Stabiler Verkehrsfluss
Ansatzweise zäh fließender
Verkehr
Zäh fließender Verkehr
Verkehrsstillstand
≤ 10
10-20
20-35
≤ 10
10-15
15-25
Die Wartezeit an Kreuzungen kann für die Planung der Steuerung von Lichtsignalanlagen
verwendet werden. [Brilon et al, 1994] beziehen den LoS in Anlehnung an das HCM auch auf
die Reisegeschwindigkeit:
Tabelle 3-2: LoS-Begriff auf Basis von Dichte und Geschwindigkeit auf Autobahnen
LoS
Kategorie
A
B
C
D
E
F
Verkehrsdichte
Freie Fahrt
Mäßiger Verkehr
Stabiler Verkehrsfluss
Ansatzweise zäh fliesender
Verkehr
Zäh fließender Verkehr
Verkehrsstillstand
Mittlere
Reisegeschwindigkeit
in km/h
≥ 130
≥ 115
≥ 100
≥ 80
≥ 75.
< 75
Im Fundamentaldiagramm findet sich eine LoS-Zuordnung in Form von sechs
Verkehrszuständen (nach [Kim und Keller, 2001]) entsprechend wieder (vgl. Abbildung 3-1).
Abbildung 3-1: Verkehrszustände (LoS) im Fundamentaldiagramm (aus [Toplak, 2004])
15 / 82
Bei Stufe E wird die maximale Kapazität erreicht und es treten Störungen des
Verkehrsablaufes auf, nur Stufe F kennzeichnet den gestauten Verkehrszustand (nach
[Offermann, 2001]).
Im Wesentlichen kann dieser Ansatz auch für andere Verkehrsbereiche angewandt werden.
Speziell für Fußgängerdichten auf Gehwegen oder Benutzerdichten im öffentlichen Verkehr
lässt sich der LoS Ansatz umlegen bzw. erweitern. Bei der Nutzungsdichte im ÖPNV
kommen dann zum Faktor Verkehrsdichte noch Faktoren, wie z.B. Wartezeiten,
Verkehrsmittel Frequenzdichten, Ticketkaufzeiten, Reisequalität, Barrierefreiheit und vieles
mehr. Jeder dieser Faktoren erhöht die Komplexität der LoS-Beschreibung und schlägt sich
in einer Zielfunktion nieder, aus der sich der LoS berechnet.
In den USA führte das Transportation Research Board (TRB) of National Academies ein
Projekt zur Erforschung multimodaler Level of Services im Bereich des Straßenverkehrs an
Hauptverkehrstraßen (Arterials) durch und berücksichtigte u.a. Fahrradfahrer und Fußgeher
(vgl. [Dowling und Reinke, 2008]).
Der klassische LoS Ansatz kann auch für andere Infrastrukturbereiche angewandt werden,
z.B. Wasserversorgung oder Stromnetze. Damit geht auch immer eine Aussage über die
Änderung der Umstände oder Benutzbarkeit einher.
3.3 Der LoS Begriff im Schienenverkehr
Im Schienenverkehr wird ein LoS vor allem im Bereich der Trassenplanung und –vergabe
angewendet. Im Sinne der EN 13816 handelt es sich hier um einen DPM-Ansatz. Anders als
im Straßenverkehr werden hier Verträge, so genannte Trassennutzungsverträge,
abgeschlossen. Diese beziehen sich auf die drei Komponenten:
•
Räumlich-zeitliche Spezifikation,
•
Vertragsdauer, und
•
Nutzungsentgelt.
Die räumlich-zeitliche Spezifikation umfasst die Faktoren:
•
Strecke,
•
Zeit,
•
Zwischenhalte und
•
Geschwindigkeit.
Bei der Vertragsdauer gibt es eine Tendenz zu längeren Vertragszeiten. Dies hilft
Verhandlungskosten einzusparen, die Auslastungssicherheit zu erhöhen und die
Investitionsrisiken zu reduzieren.
Das Nutzungsentgelt (IBE – Infrastruktur Benutzungs-Entgelt) setzt sich aus den Kategorien:
16 / 82
•
Grundpreis,
•
Beeinträchtigungs- und Knappheitszuschläge und
•
Systembeiträge zusammen.
Im Wesentlichen ist dies aber eine abgewandelte LoS Definition. Über die tatsächliche
Auslastung im Sinne des LoS geben die Trassenplanungen aber nur wenig Auskunft. Hierfür
müssten weitere Faktoren wie z.B. Unfälle, Überlastung auf Grund von zu vielen Fahrgästen,
Anschlusssicherheit, Streik, etc. mit einfließen, um zu einer tatsächlichen
Belastungsprognose bzw. Bemessung der Kapazität zu kommen. Die hier anwendbaren
Methoden umfassen für IT-Systeme indikatorgetriebene Erfassungs- und Auswerteverfahren,
die man analog wie beim LoS Straße unter DPM einordnen kann.
Bei der Schieneninfrastruktur war es in früheren Zeiten noch Gang und Gebe, dass deren
Betreiber Wartungsstandards und Geschwindigkeitslimits ohne Einmischung oder
Regulierung durch Behörden festsetzten. In den 1970er Jahren wurde die Federal Railroad
Administration (FRA) als Autorität damit beauftragt, Sicherheitsstandards für den
Schienenverkehr zu definieren. Sechs Streckenklassen (Track Classes) wurden definiert,
Klasse 1 als die niedrigste und Klasse 6 als die höchste. Spezifische Geometrien und
Zustandsstandards wurden für jede Streckenklasse formuliert, womit auch eine Grundlage
für die Festlegung klassenspezifischer Geschwindigkeiten vorhanden war. Bei den
Geschwindigkeitslimits gibt es Unterschiede zwischen Personen- und Güterverkehr.
Im europäischen Raum sind die Streckenklassen in der Norm DIN EN 15528:2009-07
geregelt, um die Qualität der Abstimmung zwischen Lastgrenzen der Fahrzeuge und der
Infrastruktur sicher zu stellen.
In Österreich wird auch seit 2005 der Begriff des Yield Management (vgl. [Hutter, 2005]) für
die Schieneninfrastruktur (ca. 5.700 km Streckenlänge) verwendet. Das Yield Management
trachtet nach einer Erlösmaximierung in einem monopolistischen System über
Kapazitätssteuerung. Die Kapazität kann als ein Faktor des LoS Schiene betrachtet werden.
Er setzt sich aus quantitativer und qualitativer Kapazität zusammen. Unter quantitativer
Kapazität versteht man die von einem Potentialfaktorsystem in einem Zeitraum maximal
realisierbare Menge von Produkten einer bestimmten Art. Unter qualitativer Kapazität
versteht man die von einem Potentialfaktorsystem produzierbare Anzahl von Produktarten.
Da es sich bei der Schieneninfrastruktur um ein knappes Gut handelt, immer mehr (private)
EVU auf den Markt drängen und es sich um ein langlebiges Gut mit kaum vorhandenen
Renditen (Finanzierung ca. 2/3 aus Bundeszuschüssen) handelt, hat eine effiziente
Kapazitätsauslastung hohe Priorität.
Neben der Maximierung der physischen Auslastung der Kapazität (max. der gefahrenen
Zugzahl) wird auch das IBE (Infrastrukturbenutzungsentgelt) maximiert. Rechtliche
Grundlagen dafür sind die EU Richtlinien EU-VO 70/2598, EU-RL 440/91 und EU-RL
14/2001.
17 / 82
Dieser Ansatz entspricht im weitesten Sinn der Steuerung der Kapazitäten und Erträge über
einem genau definierten LoS, dem Yield Management. Bei der ÖBB Infrastruktur wurden
folgende (Steuerungs-)Faktoren definiert:
Zugfahrt:
•
Streckenkategorien
•
Marktsegmentierung nach Verkehrsarten
•
Trassenqualitäten (ab 2007)
•
Weitere Differenzierungsmöglichkeiten durch Zu- und Abschläge:
•
Tfz-Zu-/Abschlag basierend auf Gleisfreundlichkeit
o
Engpasszuschlag für überlastete Streckenabschnitte
Stationshalte:
•
Einteilung in fünf Kategorien nach Fahrgastfrequenz (und Aufkommen)
Verschub:
•
Unterscheidung in Verschubknotenbahnhöfe und Flächenverschub
Basierend auf den Netzkategorien (siehe Abbildung 3-2) ergeben sich für die einzelnen
Verkehrsarten und Marktsegmente (Güterverkehr unterteilt in Direktfracht, KLV,
Wagenladungsverkehr und Fahrverschub, Personenverkehr und Dienstzüge) somit
Trassenqualitäten, die in Economy, Quality und Premium unterteilet werden.
Abbildung 3-2: Streckenkategorie – Basispreis je Zugkilometer (aus [Hutter, 2004]) © ÖBB Infrastruktur,
Garstenauer
Als Konsequenz des steigenden Wettbewerbs und der Liberalisierung sowie knapper
öffentlicher Haushalte werden eine genaue Definition der gezeigten Faktoren und eine
18 / 82
weitere Differenzierung (z.B. des IBE) immer wichtiger. Faktoren, die im Sinne einer LoS
Definition (bzw. des Yield Managements) noch hinzukommen können sind z.B.
Lärmbelastung (lärmabhängiges IBE), eine Art Slotmanagement im Güterverkehr
(unterschiedlich tarifierte Zeitfenster für Warenannahme) sowie eine stärkere
Miteinbeziehung sicherheitsrelevanter Parameter im System Bahn (siehe dazu [Chloupek
2009]).
3.4 Der LoS Begriff in der Binnenschifffahrt
Wasserstraßen unterliegen einer einheitlichen, international gültigen Klassifizierung. Die
Klassen werden mit römischen Zahlen von „I“ bis „VII“ gekennzeichnet. Wirtschaftliche
Bedeutung für den internationalen Verkehr kommt den Wasserstraßen der Klassen IV bis VII
zu. Die Klassifizierung haben UN/ECE (United Nations Economic Commission for Europe)
und CEMIT (Conférence Européenne des Ministres des Transports) vorgenommen.
Die maßgeblichen Kriterien der Klassifizierung richten sich nach den Grundabmessungen
der einsetzbaren Schiffe. Entscheidende Größen sind Länge, Breite und Tiefgang, Tonnage
der Wasserfahrzeuge sowie Brückendurchfahrtshöhen. Die Leistungsfähigkeit einer
Wasserstraße hängt sehr stark von den vorhandenen Fahrwassertiefen ab, welche
Auslastung der Binnenschiffe und damit ihre Wirtschaftlichkeit bestimmen. (aus [Handbuch
der Donauschifffahrt, 2002])
Die
europaweite
Klassifikation
Binnenwasserstraßennetzes.
dient
der
Förderung
eines
einheitlichen
19 / 82
Tabelle 3-3: Klassifikation Binnenwasserstraßen
Regionale
Bedeutung
Binnenwasserstraßentyp
LoS
Kategorie
I-III
IV
Internationale Bedeutung
Va
Vb
VIa
VIb
VIc
VII
Brückendurchfahrtshöhe
Schiffstyp und Größe
Regionale
Kategorien
für
Binnenschiffstypen
(Motorschiffe
Schleppkähne).
kleinere
und
Ab Kategorie III bzw. IV auch Schubverbände.
Europawasserstraße: Europaschiffe (bis: Länge 85
m x Breite 9,50 m x Tiefgang 2,50 m)
"Großes Rheinschiff" bzw. Großmotorgüterschiff
(bis: Länge 110 m x Breite 11,40 m x Tiefgang 2,50
m - 4,00 m)
Schubverbände mit zwei Leichtern hintereinander
gekoppelt (bis: Länge 172 m - 185 m x Breite 11,40
m x Tiefgang 2,50 - 4,50 m)
Schubverbände mit zwei Leichtern nebeneinander
gekoppelt (bis: Länge 110 m x Breite 22,80 m x
Tiefgang 2,50 m - 4,50 m)
Wie Kategorie VIa, jedoch mit vier, also zwei
nebeneinander + zwei davor (bis: Länge von 195 m
Breite 22,80 x Tiefgang 2,50 - 4,50 m)
Wie Kategorie VIb, jedoch mit sechs Leichtern,
entweder 3x2, oder 2x3 Leichter. (Maximale
Abmessung 280 m x 22,80 m, oder 195 m x 34,20
m)
Wie Kategorie VIb, jedoch mit neun Leichtern, also
drei nebeneinander und sechs davor (Länge 285 m
× Breite 34,20 m × Tiefgang 2,50 - 4,50 m)
tw. bis 5 m
5,25 oder 7,00
m
5,25 oder 7,00
oder 9,10 m
7,00 oder 9,10
m
7,00 oder 9,10
m
9,10 m
9,10 m
Die Donau ist etwa unterhalb von Regensburg als Kategorie VI und oberhalb bis zum MainDonau-Kanal als Vb klassifiziert.
3.5 Der LoS Begriff im Luftverkehr
Um über den Level of Service in der Luftfahrt sprechen zu können, muss zuerst festgehalten
werden, dass im Flugverkehr-System viele Organisationen und Unternehmen beteiligt sind
und zusammenarbeiten, um einen reibungslosen Transportservice erbringen zu können. Wie
in der Diplomarbeit „Analyse der Instanzen des Air Traffic Managements und Vorstellung von
ausgewählten Modellen zur Effizienzsteigerung und Entlastung der Umwelt“ beschrieben,
bestehen in der Luftfahrt viele Organisationen, Unternehmen und Behörden, die den
Flugverkehr regeln. Die nachfolgende Abbildung soll die Aufgaben, der in der Luftfahrt
beteiligten Organisationen aufzeigen.
20 / 82
Abbildung 3-3: Beteiligte Organisationen in der Luftfahrt (Kathrin Morawetz, 2008)
Während Air Navigation Service Provider (ANSP), wie die Austro Control, Aircraft Operators
(AO) wie die Austrian Airlines (AUA) und die Central Flight Management Unit (CFMU) der
Eurocontrol in Brüssel sowie die einzelnen Flughäfen (ARPT) die durchführenden
Organisationen bilden, gibt es in der Luftfahrt auch Organisationen, die die rechtlichen und
operativen Rahmenbedingungen in der Luftfahrt bestimmen und für die Standardisierung
zuständig sind.
Der Einbezug der Qualitätsmanagement Norm EN ISO 9000 bzw. 9001 hält in jedem dieser
Organisationen Einzug. Daneben bestehen außerdem Dienstverträge als auch
Betriebsgenehmigungen für Luftfahrtsunternehmen in denen die Qualitätsstandards wie
Anforderungen an Piloten, etc. geregelt sind.
Durch die bereits mehrmals erwähnte Heterogenität der Beteiligten des Flugverkehrssystems
besteht außer den Anforderungen an die einzelnen Organisationen und Unternehmen, die
großteils in Europäischen Normen geregelt werden (Verweis z.B. VO (EG) 1008/2008
„Vorschriften für die Durchführung von Luftverkehrsdiensten in der Gemeinschaft“ oder VO
(EU) 185/2010 „Durchführung der gemeinsamen Grundstandards in der Luftsicherheit“), kein
Regelwerk zur Definition eines gesamtheitlichen Level of Service.
Im Hinblick auf die in der EN 13816 definierten Qualitätskriterien lassen sich dennoch
folgende grundlegenden Faktoren zur Definition eines Level of Service in der Luftfahrt
bestimmen:
•
Arbeitsleistung der Fluglosten
•
Lufträume und ihre Kapazitäten
o Flugstraßen
o Slots
o Flugzonen (Trennung zivile und militärische)
21 / 82
•
Bodenseitig bestehende Infrastruktur
o Flughäfen
o Flugsicherungsinfrastruktur
3.6 Der Service Level (SL) im Supply Chain Management (SCM)
Im Supply Chain Management (SCM) konzentriert sich die Beschreibung der Qualität
erbrachter Dienstleistungen vor allem auf das Lager und dessen Ab- und Zugang an Bestand
selbst. Der Service Level (SL) wird auf verschiedene Weisen definiert, die bekanntesten
werden bei [Stadtler und Klinger, 2008] erklärt:
•
Cycle- or Service Level (α Service Level): Die Gruppe jener Perioden, in denen ein
Artikel stets auf Lager liegt und der Vorrat für anfallende Lieferungen reicht.
•
Füllrate (Fill Rate, β Service Level): Die maximale Bestellmenge eines Produkts,
welche sofort aus dem Lager bedient werden kann.
•
Bestellrate (Order Fill Rate): Dieser Indikator zählt komplette Kundenbestellungen,
die aus dem Lager bedient werden.
•
Zugesagte Verfügbarkeit (Availability to Promise - ATP): Nach [Sundaramoorthy,
2006] ist die ATP jene Quantität, die auf Lager liegt und mit der
Kundenbestellungen bedient werden können. In der Logistikplanung ist die ATP
eine kritische Größe und verbindet Planungs- und Beschaffungsprozesse mit den
Bestellungsauslieferungszeitpunkten. Die ATP Logik wird von Unternehmen
genutzt, um Lieferungen zu prognostizieren bzw. zuzusagen und um die
Inventarplanung sowie Logistikabläufe zu regeln. Laut [Stadtler and Klinger, 2008]
wandte [Schwendinger, 1979] einen ATP-Ansatz zur Erhöhung eines Customer
Service Level (CSL) erstmals auf eine Hauptfertigungsplanung an. Einen
umfangreichen Überblick über Ansätze mit ATP geben [Ball et al, 2004] und
[Pibernik, 2005], während [Fleischmann and Meyr, 2003] die theoretischen
Grundlagen zu ATP und Fulfillment betrachten und lineare sowie mixed Integer
Modelle einsetzen. ATP Konzepte sind heute in der Praxis (vgl. [Dickersbach,
2004] für SAP/APO und [i2 Technologies Inc., 2000] für IBMs i2 Technologie])
umgesetzt.
22 / 82
4 Methodik
Systeme gelten als komplex, wenn sie eine große Anzahl an Subsysteme bzw.
Systemkomponenten und Flüsse an Information, Masse und Energie beinhalten. Somit
finden sich zahlreiche Interaktionen und Abhängigkeiten, deren Abbildung auf Basis von
Recherchen, Umfragen und Expertenwissen nicht trivial sind.
Komplexe Vorgänge verlangen daher zu ihrem Verständnis ein Denken in
Zusammenhängen, das sich an der Struktur organisierter Systeme und ihrer speziellen
Dynamik orientiert [Vester, 2007]. Die Netzwerktheorie bietet hier einen Zugang, um
komplexe Systeme darzustellen und Abhängigkeiten bzw. die Struktur von Beziehungen der
beteiligten Entitäten zu erfassen, weiter zu analysieren und ein „Big Picture“ zu erstellen, das
ganzheitlich erfassbar wird.
Zunächst wird das Konzept des komplexen Netzwerkes vorgestellt (vgl. Kapitel 4.1). Bei den
angewandten kognitiven Methoden handelt es sich um einen Überbegriff für Mind-Maps,
kognitive Karten und semantische Netze. Diese eignen sich besonders gut, um
Zusammenhänge verschiedener Entitäten über ein bestimmtes Thema sukzessive zu
erfassen und darzustellen (vgl. Kapitel 4.2). Um die identifizierten Strukturen der einzelnen
Transportmodi als Netzwerk abzubilden und diese zu codieren, wurde die Software Pajek
verwendet (vgl. Kapitel 4.3). Strukturelle Eigenschaften des so ermittelten multi-modalen
Transportsystems werden dargestellt. Zuletzt wird in diesem Kapitel die Rolle von
Verbindungsgewichten diskutiert, die entweder durch manuelle Bewertungen oder
automatisierte Systeme bereitgestellt werden können, um Einflüsse auf den LoS zu
quantifizieren und Entscheidungen daraus abzuleiten (Decision Support) (vgl. Kapitel 6.2).
4.1 Komplexe Netzwerke
Ein Netzwerk ist ein Graph, der aus Knoten (Vertices) V und Kanten (Edges) E besteht.
G = (V , E )
v ∈V
e ∈ E , e ∈ {vi , v j }
23 / 82
Abbildung 4-1: Approaches to deal with large networks [Batagelj and Mrvar, 2007]
Wenn die Kanten gerichtet sind werden sie als Pfeile (Arcs) bezeichnet. Kanten besitzen
Gewichte, die die Stärken von Beziehungen zwischen den Knoten indizieren.
Komplexität im Hinblick auf Netzwerke steht in Beziehung mit der Anzahl von Knoten und die
Struktur der Kanten, die die Knoten verbinden. Generell können komplexe Netzwerke als
Menge von Entitäten, die auf viele verschiedene Arten in Beziehung stehen, betrachtet
werden (vgl. Abbildung 4-1). Netzwerke können u. a. hinsichtlich der Knotenhierarchien,
Subsysteme (reduction) und dem Kontext untersucht werden. Die Bildung von
Netzwerkausschnitten (cut-outs) erleichtert dabei u. a. die Analyse hinsichtlich verschiedener
Knotengruppen.
In der Systemtheorie spricht man von Systemelementen, die über verschiedenste Kanäle
von Verbindungsstrukturen Materie, Energie bzw. Information austauschen. Die Sender und
Empfänger im multimodalen Gütertransport werden als physikalische Entitäten in den
technischen Wissenschaften verstanden. Im Projektmanagement kommen verschiedene
Netzwerkplanungstechniken seit den späten 1950ern zum Einsatz (z.B. PERT – Program
Evaluation and Review Technique, CPM – Critical Path Method, u. a.). Konzepte der
Netzwerkanalyse und Graphentheorie finden sich in vielen Gebieten, in denen spezifische
Komplexitätsindikatoren entwickelt wurden, um numerische Bewertungen durchführen zu
können, zu clustern und zu klassifizieren – bisher maschinell „Unfassbares“ fassbar zu
machen.
Zu den letzten wissenschaftlichen Arbeiten auf dem Gebiet der diskreten Mathematik und
Graphentheorie zählen [Dehmer, 2009] und [Dehmer and Emmert-Streib, 2009]. Quantitative
Graphenvergleiche werden unter anderem in der Biochemie (Analyse organischer
Verbindungen) und Geologie (Analyse von Gesteinsformationen) angewandt.
Charakteristisch ist hier, dass es viele Arten von durch Netzwerke repräsentierte Proben gibt,
deren struktureller Aufbau untersucht werden soll. Im Rahmen des Projektes „LoS VEgAS“
wurden keine quantitativen Graphenvergleiche hinsichtlich Informationsgehalt und
struktureller Integrität von Sub-Graphen durchgeführt. Dies wäre beim direkten Vergleich
verschiedener Netzwerke empfehlenswert, der nicht Ziel dieser Studie war.
24 / 82
Im Rahmen der Studie wurde eine erste multimodale LoS-Definition für den Güterverkehr
konzipiert und deren Entitäten in einem Netzwerkmodell abgebildet. Dieses Modell basiert
sowohl auf Expertenmeinungen als auch eine Literaturauswahl. Das Ergebnis ist offen für
laufende Ergänzungen von weiteren Experten, die sich mit der LoS Thematik auf Basis der
EN 13816 befassen wollen. Große Teile der im Netzwerk abgebildeten Logik können in
Expertensysteme übertragen werden, um z.B. Vertragsverhandlungen und den operativen
Betrieb im SCM zu unterstützen (Decision Support). Quantitative Graphenanalysen können
vor allem im Zuverlässigkeitsmanagement (Reliability Engineering) IT-gestützter Systeme
eingesetzt werden. Die im Netz erstellte repräsentierte Wissensbasis kann vor allem zur
Definition standardisierter Schnittstellen für multimodale Informationssysteme eingesetzt
werden. So sollen z.B. im EU-Projekt „In-Time - ICT for adaptive urban transport
management infrastructure and services“ (kofinanziert von der europäischen Kommission im
Competitiveness and Innovation Programme – CIP) für sechs europäische Städte Standards
mit Stakeholdern definiert werden, um hochqualitative Verkehrsinformation mit bestehenden
Systemen zu erreichen.
4.2 Kognitive Methoden für die Abbildung von LoS-spezifischen
Wissens
Für die Sammlung, Analyse und Interpretation verschiedener Transportmodi und ihrer
Beziehungen bieten sich verschiedene kognitive Methoden an. Ähnlich wie Mind-Maps (vgl.
[Buzan and Buzan, 1996]) bilden Konzeptkarten (Concept Maps) (vgl. [Plotnick, 1997])
Begriffe und ihre Beziehungen in zwei Dimensionen ab, wie Straßen, die mit einem
Straßennetzwerk verbunden sind, um Zusammenhänge verschiedener Entitäten über ein
bestimmtes Thema zu visualisieren. Der Unterschied zu Mind-Maps besteht darin, dass
Beziehungen (Kanten im dargestellten Netzwerk) benannt werden, um den Typ der
Beziehung bzw. Interaktion zu spezifizieren. Semantische Netze wurden von [Quillian, 1968]
vorgestellt, wobei ein aktuelleres Werk von [Sowa and Shapiro, 1992] stammt. Sie werden in
der Künstlichen Intelligenz (KI) eingesetzt, um Wissen in einem formalen Modell zu
repräsentieren. Häufig erfolgt die Codierung dieses Wissens in Form von generalisierten
Graphen. Das Hauptaugenmerk liegt darin, elaboriertes Wissen über Entitäten und
Beziehungen in eine Wissensdomäne zu überführen und zu vereinheitlichen. Für die
quantitative Strukturanalyse kommen dann wiederum Ansätze aus der Graphentheorie zum
Einsatz.
Jeder der vier Transportmodi wurde synthetisch als Mind-Map bzw. Concept Map in Rahmen
mehrerer Diskussionsrunden und auf Basis von Experteninterviews gebildet. Zur
Visualisierung wurden so genannte Maps mit der Software Cayra Version 0.9.5 erzeugt.
Jede dieser Karten kann jederzeit erweitert bzw. modifiziert werden, um neues Wissen in
den Definitionsprozess einzubinden. Detailliertere Karten entstanden sukzessive im Zuge
analytischer Reviews der bisherigen Ergebnisse, um Änderungen im nächsten synthetischen
Schritt zu berücksichtigen.
In Abbildung 4-2 bis Abbildung 4-5 sind nun die Konzeptkarten für jeden Transportmodus
gesondert dargestellt. Sie sind die Basis für alle weiterführenden Schritte zur Bildung eines
25 / 82
vereinheitlichten Netzwerkes aus allen vier Transportmodi. Die Inhalte der Karten werden
hier noch nicht erklärt, ein detaillierter Einblick wird im Kapitel 4 gegeben.
Abbildung 4-2: Concept Map: LoS Straße
26 / 82
Abbildung 4-3: Concept Map: LoS Schiene
27 / 82
Abbildung 4-4: Concept Map: LoS Wasserwege
28 / 82
Abbildung 4-5: Concept Map: LoS Luftwege
29 / 82
4.3 Einsatz der Software „Pajek“
Pajek (slowenisch für Spinne) ist ein auf Windows basiertes Programm zur Analyse großer
Netzwerke. Die Entwicklung begann 1996 ([Batagelj, 2001]), detaillierte Literatur zu Pajek ist
verfügbar (vgl. [de Nooy et al, 2005], [Batagelj and Mrvar, 2007]). Nach [Batagelj and Mrvar,
2007] eröffnet Pajek Möglichkeiten wie:
•
Clusterung von Komponenten, Nachbarschaften von Knoten, etc.
•
Knotenextraktion: bezogen auf die Cluster
•
Lokale Ansichten:
o
Netzwerkausschnitten (cut outs)
o
Kontext (context)
o
Subsysteme (reduction)
•
Netzwerkoptimierung: Zusammenfassung von Knoten in Clustern
•
Globale Ansicht: Hierarchische Beziehungen zwischen den Clustern
•
Netzwerktopologie:
o
gerichtet
o
ungerichtet
o
gemischt
o
multi-relational
o
bipartite gewichtete Graphen
disjunkten Knotenmengen)
o
dynamische Graphen (zeitabhängige Netzwerke)
(2-modale
Netzwerke,
zwischen
zwei
4.3.1 Netzwerkfusion der Transportmodi
Mit der Software „Pajek“ wurden die Konzeptkarten der einzelnen Transportmodi weiter
verarbeitet. Hierfür erfolgte in einem ersten Schritt deren Codierung in ein passendes Pajek
Datenformat (*.net). Es wird nun kurz demonstriert, wie die Fusion verschiedener Netzwerke
erfolgt.
Das Netzwerk von LoS Straße (64Knoten) und LoS Schiene (48 Knoten) wurden in Pajek
geladen und visualisiert (vgl. Abbildung 4-6 a).
30 / 82
a. zwei separierte Netzwerke
b. Fusioniertes Netzwerk
Abbildung 4-6: Netzwerkfusion in Pajek
Um die Netzwerke zu fusionieren wurden redundante Knoten im Netzwerk ausgedünnt und
die Kanten adaptiert. Es wurde eine geeignete Ontologie erstellt, anhand derer die Knoten
der Netzwerke verglichen werden konnten. Die verwendeten Begriffe wurden in Englisch
definiert, da
•
es sich bei multimodalen Supply-Chains häufig um internationale Transporte
handelt,
•
Standards, wie die EN 13816 für eine Adaptierung und Umsetzung für den
Güterverkehr viele internationale Interessenspartner betreffen und
•
Konzepte zu neuen internationalen Standards des Beitrags vieler internationaler
Experten bedürfen.
Durch die Bildung eines neuen Netzwerkobjekts mit Hilfe der Vereinheitlichung der Knoten
ist ersichtlich, dass für verschiedene Transportmodi mitunter gleiche oder ähnliche
Informationen aus gleichen Quellen benötigt oder an gleiche Senken abgegeben werden.
Eine konsistente Terminologie ist also unerlässlich, um Synergien zu erkennen und zu
nutzen.
Während die beiden ursprünglichen Netzwerke LoS Straße und LoS Schiene zusammen
112 Knoten ergeben, bleiben nach der Fusion noch 85 Knoten übrig, die das gleiche Wissen
in weniger kompakterer Form (vgl. Abbildung 4-6 b) repräsentieren. Die verbleibenden
Netzwerke (LoS Wasserwege und LoS Luftwege) wurden in weiteren Schritten ebenfalls
eingebunden. Das resultierende Netzwerk aller vier Transportmodi besteht aus 141 Knoten
und 286 Kanten.
nv = 141
ne = 286
31 / 82
a. zwei separierte Netzwerke
b. Fusioniertes Netzwerk
Abbildung 4-7: multimodales LoS Netzwerk – kraftbasierte Transformationen
Kraftgerichtete Modelle (force directed models) wurden eingesetzt, um das Netzwerk so zu
layouten (2D bzw. 3D), sodass alle Kanten mehr oder weniger dieselbe Länge haben und
Schnittpunkte zwischen Kanten minimiert werden. Abbildung 4-7 zeigt zwei Layouts, noch
ohne Knotennummern bzw. –beschriftung. Dies basiert auf dem physikalischen Analogon,
dass jeder Knoten einen physikalischen Körper darstellt und Kanten Zugfedern zwischen
diesen Körpern repräsentieren ([Battista et al, 1994]). Der gesamte Graph wird als
physikalisches System simuliert, um einen Zustand mit minimaler Energie zu erreichen. Mit
jedem Simulationsschritt werden die Knoten etwas verschoben, original ist die Schrittweite
konstant.
Abbildung 4-7 a zeigt das Ergebnis nach einer Transformation mit dem Kamada-KawaiAlgorithmus. Um eine organisierte Struktur in die Gesamtheit der Knoten zu bringen werden
hier die Derivate der Kraftgleichungen minimiert (vgl. [Kamada and Kawai, 1989]). Pro Schritt
wird der Knoten mit dem maximalen Gradienten verschoben, da die Differentialgleichungen
nicht unabhängig sind.
Abbildung 4-7 b wurde mit dem Fruchterman-Reingold-Algorithmus dargestellt (vgl.
[Fruchterman and Reingold, 1991]). Eine globale Temperatur wird genutzt, um die
Schrittweite zu regeln, sodass Knoten höhere Distanzen zurücklegen können. Während der
Simulation kühlt sich die globale Temperatur herunter und die Schrittweite wird verringert.
Wenn keine Bewegung mehr stattfindet (Erreichung eines lokalen Optimums) terminiert die
Simulation.
In Tabelle 4-1 sind die Knoten im Netzwerk mit ihrem Index angeführt. Die Validierung der
Namen erfolgte in der Literatur bzw. mittels der Online-Dictionaries Beolingus (TU Chemnitz
- und http://dict.tu-chemnitz.de/) und Leo (LEO Gmbh - http://dict.leo.org/).
32 / 82
Tabelle 4-1: Knotenbezeichnungen – definierte englische Ontologie
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
Vertex Name
LoS Multimodal Cargo Transport
LoS Rail
ETA Deviation
Research Institutions
Local Sensors
Mobile Sensors
Temporary Influences
Weather
Breaks
Volume of Traffic
Accidents
Bans on Driving
Traffic Controls
Infrastructural Restrictions
Topography
Interoperability
Segment Length
Track Class
Environmental Laws
Noise
Track Access Charges
Stretch Allocation
Terminals
Infrastructure Operators
Rail Operator
Rail Control
Stakeholder / Target Groups
Politics
Public Authorities
Security
Safety
Customs Duty
Stretch Management
Maintenance
Information Providers
Rail Transport Companies
Transport Associations
Timetable
Transport Management System
Passenger Transport
Cargo Transport
Education System
Commuters
Transit
Delivery
Estimated Time of Arrival
Reporting Interval
Tracking & Tracing
LoS River
Frost
Drift
Wind
Water Level
Deepness of Shipping Lane
Width of Shipping Lane
Traffic Management
River Information System
Shipping Companies
Watergates
Ports
Ecosystem
e.g. DORIS
LoS Street
Road Operator
Provider of Navigation Systems
Automobile Clubs
Cause Variables
Calculation Restrictions
Transfer Interval
Bans on Passing
No.
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
Vertex Name
Speed Limits
Fuel Price
Exhaust Gases
Respirable Dust
Road Charge
Duration
Frequency
Times
Reliability
Accuracy of Calculation
Perception
Thresholds
Semantics
Visualizations
Information Channels
e.g. Taxi FCD - FLEET
e.g. HGV Toll Data - GO-Smart
Police
Individual Estimation
Reporting Drivers
Route Choice
Transport Companies
Fleet Management
Radio Stations
Availability
ITS
LoS Air
Air Naviagation Service Providers
Airspace Control
e.g. Austrocontrol
Integrators
e.g. DHL
Military Zones
Residential Areas
No-Fly Zones
Flight Taxes
Airports
Information Systems
Central Flight Management Unit
Time Management
Slot Allocation
Aircraft Operators
Flight Planning
Precipitaion
Rain
Snow
SITA
ARINC
Flight Controller
Waterway Operator
e.g. VIA Donau
e.g. ASFINAG
e.g. OeBB Infrastruktur Betrieb AG
Water Ways
Roads
Railways
Airways
Infrastructure
Phone
Camera
RFID
GPS, GALILEO
RDS-TMC
Traffic News
Construction Sites
Customers
SMS
e-mail
FAX
www
Slot Management
33 / 82
4.3.2 Netzwerkeigenschaften
Die im Projekt erzeugte kognitive Karte beschreibt u.a. LoS spezifische Abhängigkeiten, die
durch verschiedene Indikatoren abgebildet werden können. Das Netzwerk besitzt bereits in
diesem Stadium Eigenschaften, die untersucht werden können. Ein erster Blick ordnet den in
der EN 13816 spezifizierten Kategorien und den beiden zusätzlich definierten Kategorien die
Anzahl an Knoten der kognitiven Karte zu (vgl. Tabelle 4-2). Alle Klassen bzw. Kategorien
sind durch mindestens 9 Knoten präsent, bis auf die Kategorie „Komfort“, die sehr stark mit
dem Personentransport assoziiert wurde und nicht im Fokus der Studie stand.
Tabelle 4-2: erweiterte EN 13816 Kategorien und statistische Zugehörigkeiten der Knoten
Class
1
2
3
4
5
6
7
8
9
10
Total
Vertex
Count
11
16
16
24
18
0
13
14
20
9
141
Frequency
[%]
7.80
11.35
11.35
17.02
12.77
0.00
9.22
9.93
14.18
6.38
100.00
Cumulated Cumulated
Category
Vertex Frequency
Count
[%]
11
7.80
Availability
27
19.15
Access
43
30.50
Information
67
47.52
Time
85
60.28
Customer Service
85
60.28
Comfort
98
69.50
Safety&Securtiy
112
79.43
Environment
132
93.62 Stakeholders/Target Groups
141
100.00
Examples
Ein weiterer Unterschied zur EN 13816 zeigte sich in der Interpretation der Kategorie
„Umwelt“. Im Management und der Errichtung öffentlicher Personenverkehrssysteme liegen
die Effekte auf die Umwelt üblicherweise im Vordergrund. Im Sinne der Zuverlässigkeit von
SC spielen im Güterverkehr sehr wohl auch die Effekte der Umwelt auf das Transportsystem
wichtige Rollen, so z.B. das Wetter mit Effekten auf die Verfügbarkeit, Zugänglichkeit und
Auswirkungen auf die Reisezeiten.
Die Knoten der zusätzlich eingeführten Kategorien 9 „Stakeholders/Zielgruppen“ und 10
„Beispiele“ besitzen etwa 20% Anteil im Netzwerk. Der Grad eines Knotens (Vertex degree)
wird durch die Anzahl an Kanten bestimmt, die er besitzt. Die Notation sei deg(v ) und je
höher die Werte dieses Indikators, desto mehr Information bzw. Struktur geht verloren, wenn
der zugehörige Knoten dem Netzwerk entnommen wird.
In Tabelle 4-3 sind die relativen und kumulierten Häufigkeiten der Knotengrade angeführt.
Nahezu 61% der Knoten im Netz haben einen Grad kleiner 4, nahezu 18% haben nur einen
Grad. Der dichteste Knoten hat einen Grad von 23. Im Mittel besitzt jeder Knoten einen Grad
von 3.98 und einen Modus von 3.00.
34 / 82
Tabelle 4-3: Knotengrade (Vertex degrees)
Vertex
Degree
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Total
Vertex
Count
25
35
26
15
10
11
4
3
1
3
2
1
1
0
0
1
0
2
0
0
0
0
1
141
Frequency
[%]
17.73
24.82
18.44
10.64
7.09
7.80
2.84
2.13
0.71
2.13
1.42
0.71
0.71
0.00
0.00
0.71
0.00
1.42
0.00
0.00
0.00
0.00
0.71
100.00
Cumulated Cumulated
Vertex
Frequency
Count
[%]
25
17.73
60
42.55
86
60.99
101
71.63
111
78.72
122
86.52
126
89.36
129
91.49
130
92.20
133
94.33
135
95.74
136
96.45
137
97.16
137
97.16
137
97.16
138
97.87
138
97.87
140
99.29
140
99.29
140
99.29
140
99.29
140
99.29
141
100.00
4.4 Online-Fragebogen zum Thema LoS im Güterverkehr
Wie bereits in Kapitel 3.1 unter dem Punkt „Erfassung von Kundenwünschen und Messung
der Qualität im Rahmen der DIN EN 13816:2002„ ausführlich erläutert, entschied man sich
aufgrund von unterschiedlichen Faktoren zur Definition eines Online-Fragebogens, der an
81 Unternehmen aus der Verkehrs- und Transportbranche versandt wurde. Die entwickelten
Parameter (siehe auch Fragestellung im Online-Fragebogen „Faktor“ in Kapitel 12) wurden
im Fragebogen auf Wichtigkeit und Relevanz geprüft. Da die unterschiedlichen Sparten in
der Logistik- und Verkehrsbranche verschiedene Anforderungen aufweisen, wurde auch im
Fragebogen nach Logistics Provider, Infrastrukturbetreiber, Eisenbahnverkehrsunternehmen,
etc. unterschieden. Abbildung 12-1 und Abbildung 12-2 zeigen Screenshots des OnlineFragebogens.
35 / 82
5 Ergebnisse und Interpretation
Im folgenden Kapitel erfolgt eine detaillierte Beschreibung der Ergebnisse der
Expertenbefragungen mittels des erstellten Fragebogens, der Auswertung der
Einflussfaktoren je Qualitätskategorie für einen Multimodalen Level of Service im
Gütertransport sowie die Gesamtübersicht der LoS-relevanten Einflussfaktoren in einer multimodalen Netzwerkansicht.
5.1 Ergebnisse der Online-Befragung
Die Rücklaufquote lag mit 16 ausgefüllten Fragebögen bei einem Fünftel. Da viele
Interessenspartner im multimodalen Güterverkehr Organisationen bzw. Unternehmen
angehören, die mehrere Kerngebiete abdecken, sollten die Teilnehmer der Umfrage
Mehrfachangaben zu ihrer Branchenzugehörigkeit machen. Abbildung 5-1 zeigt in diesem
Zusammenhang ein Kreisdiagramm mit der Anzahl zugehöriger Experten je Branche. Es
finden sich 4 Expertisen zum Infrastrukturbetrieb, 2 zu EVU, 7 zu Speditionen und 2 zu
Logistikern. Interessant ist in diesem Kontext, dass keiner der Experten eine Rolle als
Informationsanbieter identifizierte. Oftmals sitzen Interessenspartner von multimodalen SC
auf Daten bzw. Informationen, die für andere Partner innerhalb der Supply Chain von
Relevanz sein können, um eigene Prozesse besser zu regeln bzw. effizienter zu gestalten.
Das würde die Effektivität des Güterverkehrsflusses steigern und damit den LoS heben.
Fragen zu Datenhoheit und –sicherheit müssen in Datenschutzkommissionen diskutiert und
geklärt werden. Im Sektor der Infrastrukturbetreiber findet z.B. das EU-Projekt „In-Time“ statt,
in dem die Datenqualität und Schnittstellen von ITS in sechs Modellstädten untersucht
werden soll, um Service Provider in die Lage zu versetzen, gezielte und zuverlässige
Verkehrsinformation (Reisezeiten, etc.) bereit zu stellen.
Abbildung 5-1: LoS VEgAS Expertenbranchen des Güterverkehrs
36 / 82
Abbildung 5-2 zeigt die Größe der jeweiligen Organisationseinheiten, der die Experten
angehören. Fünf Experten entstammen Unternehmen mit mehr als 1000 Mitarbeitern, zwei
gehören Unternehmen an, die zwischen 100 und 1000 Mitarbeiter beschäftigen.
Unternehmen mit 10 bis 100 Mitarbeitern sind durch 5 Experten repräsentiert und weitere
vier Experten entstammen Unternehmen mit bis zu 9 Mitarbeitern.
Abbildung 5-2: Mitarbeiteranzahl in der Organisation des Experten
In Abbildung 5-3 sind deren Bewertungen für verschiedene LoS-Faktoren dargestellt.
Schnelle Transporte sind für 11 Experten wichtig bzw. sehr wichtig. Zuverlässige Transporte
werden von allen 16 Experten als wichtig bis sehr wichtig angesehen. Die ständige
Verfügbarkeit ist für 15 wichtig bis sehr wichtig, nur ein Experte bewertet mit unwichtig.
14 Wertungen entfallen bei Sicherheit auf wichtig bis sehr wichtig. Kostengünstige
Transporte sind für 15 Experten wichtig bis sehr wichtig. Die Kundenbetreuung nimmt
ebenso eine sehr hohe Wichtigkeit ein. Die Informationsgewinnung spielt für den LoS eine
wichtige bzw. sehr wichtige Rolle ein (12 Wertungen). Die Umweltbeeinflussung wird
vorwiegend als wichtig (7) und sehr wichtig (5) angesehen. Zwei Experten sehen eine
geringe Wichtigkeit, für zwei weitere ist die Umweltbeeinflussung durch den
Transportprozess unwichtig.
Abbildung 5-3: Bewertungen von LoS Faktoren
37 / 82
Das Interesse an Neuentwicklungen im Bereich des Gütertransports ist mit 13 Ja- zu 3 NeinStimmen vorhanden (vgl. Abbildung 5-4).
Abbildung 5-4: Interesse an Neuentwicklungen
Eine Mauterhöhung wirkt sich aus Expertensicht unterschiedlich auf das eigene
Unternehmen aus. Kein einziger wertet positiv, sechs werten eher positiv, vier eher negativ
und einer negativ. Fünf Experten rechnen mit keinen Auswirkungen (vgl. Abbildung 5-5).
Abbildung 5-5: Auswirkungen der Mauterhöhung
Im Bereich der Wichtigkeit verkehrstelematischer Dienste liegen die Meinungen tendenziell
in Richtung wichtig. Fünf Experten bewerten mit unwichtig, einer mit weniger wichtig, fünf mit
wichtig und fünf mit sehr wichtig (Abbildung 5-6).
38 / 82
Abbildung 5-6: Wichtigkeit verkehrstelematischer Dienste
Zuletzt sind in Abbildung 5-7 die Expertenmeinungen zum Nutzen von Ankunftsprognosen
dargestellt. Mit 13 Ja- zu 2 Nein-Stimmen und einer Stimmenthaltung wurde dieser Punkt
eindeutig bewertet. Im Flugverkehr sind derartige Services bereits Standard, wie einer der
Experten aus der ANSP Branche anmerkte.
Abbildung 5-7: Nutzen von Ankunftsprognosen zur Hebung des LoS
Auch in den Modi „Straße“, „Schiene“ und „Flussschifffahrt“ gibt es Informationssysteme für
Ankunftsprognosen, derzeit mit unterschiedlicher Abdeckung und Qualität. Aktuelle
Entwicklungen und Tendenzen im Bereich intelligenter Transportsysteme werden im Punkt
5.2.4 behandelt.
5.2 Faktoren zur Definition des multimodalen LoS für den
Gütertransport
Im Wesentlichen muss man bei der Betrachtung eines Service Level einerseits von der
sogenannten harten Infrastruktur (also Straßen, Gleisen, Signalleitungen, IKT-Infrastruktur
etc.) und anderseits von der weichen Infrastruktur (Wissenstand, rechtliche Regelungen,
Ausbildung etc.) sprechen. So zeigte sich z.B. im EU Projekt Intermoda - Integrated
Solutions for Intermodal Transport between the EU and the Cees (5. Rahmenprogramm),
dass ein sehr einfaches und kostengünstiges Mittel zur Effizienzsteigerung der
39 / 82
Infrastrukturen eine Harmonisierung der Öffnungszeiten der Containerterminals wäre. Ein
Weiters Mittel zur Effizienzsteigerung stellt die Interoperabilität dar. Die Interoperabilität wird
von der EU vorwiegend zum Zweck des diskriminierungsfreien Zugangs zu Infrastrukturen
vorangetrieben. Liegt der Harmonisierung vorwiegend eine Angleichung der Mittel
zugrunde, so verfolgt die Interoperabilität vorwiegend die Möglichkeit unterschiedliche
Systeme (Infrastrukturen) nutzen zu können (also z.B. mit Hilfe von Mehrsystemloks auf
unterschiedlichsten Schieneninfrastrukturen fahren zu können). Eine stärkere
Herausarbeitung eines intermodal gültigen LoS geht mit der fortschreitenden
Liberalisierung einher. In abgeschlossenen Systemen (z.B. dem „alten“ Bahnsystem) war
eine LoS Definition nicht notwendig, es gab nationale gesetzliche Regelungen, die dieses
System beschrieben und ermöglichten.
Im folgenden Kapitel werden die einzelnen Faktoren, die bei der Definition eines LoS zu
berücksichtigen sind, detailliert erläutert und deren Wirkung beschrieben. Dabei werden auch
bereits im einsatzbefindliche Systeme in die Untersuchungen mit einbezogen.
5.2.1 Verfügbarkeit (harte Infrastruktur)
Die Verfügbarkeit der einzelnen Verkehrsmodi betrifft in erster Linie die infrastrukturellen
Gegebenheiten. Dabei müssen einerseits die Infrastruktur und andererseits die begrenzte
Anzahl an Transportmittel selbst beachtet werden. Der letzte entscheidende Faktor bei der
Verfügbarkeit der Infrastruktur betrifft die Terminals (als Synonym für Containerterminals,
Güterverteilzentren und Logistik-Hubs), die ebenfalls nur in limitierter Anzahl vorhanden sind.
•
•
•
Infrastruktur
o
Schifffahrt: Wasserstraßen nur begrenzt vorhanden
o
Luftfahrt: Flugplätze, größere Städte (danach Zubringer), Luftstraßen
o
Eisenbahn: Anbindung Terminal an Schienennetz
o
LKW: Straßeninfrastruktur weit reichend
Transportmittel:
o
Flugzeuge, LKW, Züge, Schiffe
o
Container
Terminals
Bei der Planung eines Transports von einem Punkt A (Sender bzw. Produzent) zu einem
Punkt B (Empfänger bzw. Kunde) ist es von Interesse, welche Transportinfrastruktur
(Straßen, Schienen, Wasserwege, Luftwege), Transportmittel und Terminals physikalisch
verfügbar sind. Abhängig von einer spezifizierten und auf das Transportgut (Transport Good
– TG) zugeschnittenen Transporteinheit (Transport Unit – TU) ergeben sich mitunter
40 / 82
Restriktionen bei der erlaubten Geschwindigkeit bzw. der erlaubten Gesamtmasse. Dies
kann durch die Topographie der Wege bzw. spezieller Streckenklassen (Track Classes),
aber auch durch Sicherheitsmaßnahmen bedingt sein. Baustellen (Construction Sites) und
weitere generelle Wartungsaktivitäten haben ebenso einen Einfluss auf die Verfügbarkeit.
Ein entsprechender Netzwerkausschnitt hinsichtlich der Kategorie „Zugänglichkeit“ ist in
Abbildung 5-8 dargestellt.
Abbildung 5-8: Netzwerkausschnitt der Kategorie Verfügbarkeit
Die Verfügbarkeit betrifft im Verkehrsmanagement aber auch stark den zeitlichen Horizont.
Die zwei am stärksten betroffenen Verkehrsträger, innerhalb welcher der Güterverkehr am
meisten eingeschränkt ist, sind die Eisenbahn und das Flugzeug. In der Luftfahrt ergibt sich
durch die Vergabe der Zeitfenster zum Starten und Landen an stark ausgelasteten Flughäfen
(Slots) ein striktes Zeitmanagement. Bei der Eisenbahn erfolgt das Zeitmanagement durch
die Erstellung eines Fahrplanes. Für Güterzüge, die etwa in der Früh nach Wien fahren
wollen, besteht aufgrund des erhöhten Personenverkehrs zu dieser Uhrzeit kaum eine
Möglichkeit eine Trasse zu erhalten.
Die Zuverlässigkeit muss als ein Teil der Verfügbarkeit ebenfalls in diesem Zusammenhang
beachtet werden. Je nach Transportmodus gibt es für den Kunden ein konkretes Risiko, das
die Einhaltung der Lieferzeit beschreibt. Dieses wird etwa in der Schifffahrt geringer ausfallen
als auf der Straße [Morawetz 2008].
Zusammenfassung
Die Verkehrsinfrastruktur von Straße, Schiene, Luft und Wasser soll zuverlässig und
verfügbar sein. Für die Planung und Berechnung von intermodalen Transportrouten spielen
Streckenklassen, Wegtopographien und Weglängen eine wichtige Rolle. Wartungs- und
Instandhaltungsarbeiten (z.B. Baustellen) wirken sich auf die Verfügbarkeit mitunter
längerfristig aus.
41 / 82
5.2.2 Zugänglichkeit (weiche Infrastruktur)
Die Zugänglichkeit im Güterverkehr bezieht sich vor allem auf die Öffnungszeiten von
Terminals, Bahnhöfen, Logistikzentren und Häfen. Die infrastrukturellen Gegebenheiten sind
aber hier wie auch bei der Verfügbarkeit ein wichtiges Thema. Bei der Zugänglichkeit
beschränkt sich dieser Ansatz jedoch auf den Zugang und somit die Anbindung zu den
einzelnen Verkehrsträgern.
Für die Zugänglichkeit ergeben sich deshalb die zwei folgenden Teilaspekte:
Abbildung 5-9: Teilaspekte der Zugänglichkeit (eigene Darstellung)
Ein wesentliches Thema im Sinne der Zugänglichkeit ist die Liberalisierung der
Öffnungszeiten von Terminals, Häfen und weiterer Infrastruktur.
Wenn ein Transportmodus für einen spezifischen Transport prinzipiell zugänglich ist, sind es
oftmals physikalische Grenzen (max. Lademengen, max. Geschwindigkeiten bzw. minimale
Reisezeiten) oder monetäre Gesichtspunkte, die entscheiden, ob der Transportmodus
genutzt wird. Letztere werden u.a. durch die Faktoren Treibstoffkosten (Fuel Price),
Straßenmaut (Road Charges), Flugtaxen (Flight Taxes), Infrastrukturbenutzungsentgelt (IBE
– engl. Track Access Charges) und Zölle (Customs Duties) beeinflusst. Diese Indikatoren
haben einen maßgeblichen Einfluss auf Substitutionseffekte zwischen den Transportmodi.
Infrastrukturseitige Einschränkungen bestimmen ebenso zu einem gewissen Grad, ob ein
Transportmodus zugänglich ist oder nicht.
Die Streckenkapazitäten (Track Capacities) werden sowohl für den Güterverkehr (Cargo
Transportation) als auch für den Personenverkehr (Passenger Transportation) genutzt, was
im schlechtesten Fall dazu führt, dass der Zugang zu gewissen Zeiten an gewissen Orten
limitiert ist. Terminals, Flughäfen, Schleusen und Häfen können ebenfalls (temporär) nicht
zugänglich sein, da Kapazitäten ausgeschöpft sind. In der Binnenschifffahrt beeinträchtigen
auch die Tiefe und Breite des Wasserweges (Shipping Lane) die Zugänglichkeit. Ein
detaillierter Überblick über identifizierte Knoten (Vertices) bzw. Entitäten im mulitmodalen
LoS Netzwerk wird in Abbildung 5-10 gegeben.
42 / 82
Abbildung 5-10: Netzwerkausschnitt - Kategorie Zugänglichkeit
Zusammenfassung
Schnittstellen zwischen den Transportinfrastrukturen ergeben sich an Terminals, Flughäfen
und Häfen. Der Begriff Interoperabilität bezeichnet die Zusammenarbeit verschiedener
Systeme und Organisationen auf Basis von definierten Standards zum Austausch von
Informationen. Zum Einen ergeben sich Zugangsbeschränkungen aufgrund von
Infrastrukturellen Kapazitätsgrenzen, aber auch durch die Preisgestaltung für die Benutzung
der jeweiligen Infrastruktur.
5.2.3 Zeit
Die Kategorie „Zeit“ ist, neben ihrer monetären Bedeutung, die wichtigste Kategorie im
Zusammenhang mit verfügbarer Information über die Transportinfrastruktur und über
Transportmittel innerhalb des Systems (vgl. Abbildung 5-11). Routen werden durch viele
Arten von spezifischen Ereignissen beeinflusst, die im Hinblick auf Dauer und Häufigkeit
untersucht und modelliert werden können. Ein populäres Beispiel, wo Einflüsse geplant und
optimiert werden, adressiert die Regelung von Verkehrslichtsignalanlagen (VLSA) an
Kreuzungen. Ungeplante Ereignisse können analysiert und Ursachen identifiziert werden, um
in Risikorechnungen berücksichtigt zu werden. Parallel zu dieser Studie erfolgte eine
Identifikation vorhersehbarer und unvorhersehbarer Ereignisse für den Transportmodus
„Straße“ in einer Studie der ETH Zürich am Institut für Verkehrsplanung und
Transportsysteme unter der Leitung von Prof. Weidmann. Bei einem Arbeitstreffen in Zürich
im Sommer 2009 wurden Synergien und zukünftige Kooperationspotenziale bei der
Bestimmung und Berechnung des LoS erkannt.
43 / 82
Die
gemessenen
Verkehrsstärken,
Geschwindigkeiten,
Verkehrsmeldungen,
Wetterereignisse, etc. haben zeitliche und örtliche Eigenschaften. Messungen können u.a.
mittels GPS (laut Plan soll das europäische GALILEO System in den nächsten Jahren
einsatzbereit sein), Radio Frequency Identification (RFID) und Kameras durchgeführt
werden. Gewöhnliche Tracking&Tracing (T&T) Anwendungen für Transportgüter beruhen
darauf, dass zeitliche und örtliche Informationen bei Ein- und Ausgang in ein Zwischenlager,
Umladung, etc. bereitgestellt werden. Ein Kunde kann zwar feststellen, dass eine Sendung
mit spez. Nummer ein Verteilzentrum verlassen hat, jedoch gibt es keinerlei Information über
den Restweg bzw. die Restzeit (ETA) bis zur Lieferung.
Fahrpläne spielen eine wichtige Rolle in der Transportplanung, da Häufigkeiten und Dauer
periodischer Touren analytisch erhoben werden können (Soll-Ist-Vergleiche). Die Messung
und Vorhersage von Auswirkungen durch temporäre Einflüsse im Transportsystem sind
ebenfalls zeitlich und örtlich referenziert. Die Routenwahl wird mitunter durch zeitbezogene
Umstände, wie Verkehrskontrollen umweltbedingte Gesetze (Ozon, Emissionen), etc.
beeinflusst. In der Flugplanung werden Zeitfenster (Time Slots) gemanaged und zugeteilt, in
der schienenbezogenen Planung werden Trassen definiert und zugeteilt. Das
Verkehrsmanagement im Modus „Straße“ ermöglicht die Kontrolle von Verkehrsflüssen und
legt mittels Flottenmanagementsystemen Ziele und Routen für die Abwicklung von
Transportaufträgen fest, die via Telematikeinheiten bzw. Telefon den Fahrern
kommunizieren werden können. Analoge Konzepte finden sich auch in den Transportmodi
Schiene, Luft und Wasserwege.
Die Transportmodi unterscheiden sich u.a. durch ihre Reisezeiten. Es gibt schnelle (Flug)
und langsame (Schiff) Transportmodi. Schiene und Straße treten je nach Wegstrecke
konkurrierend in Erscheinung. Multimodale Supply Chains bestehen aus einer Mischung
verschiedener Transportmodi, wobei die Summierung der Einzelreisezeiten für
entsprechende Segmente, sowie die summierten Zwischenlagerungs- und Umladezeiten
eine Gesamtreisezeit für einen Transport entlang einer SC bilden. Preislich ergeben sich
Unterschiede zwischen den Verkehrsträgern (Schiff = billig, Flug = teuer) in Abhängigkeit des
Wertes des Transportgutes. Je länger der zeitliche Horizont bis zum tatsächlich
durchgeführten Transport, desto planbarer und verhandelbarer sind Zeitfenster und zu
verrechnende Kosten. Sollte man schon z.B. schon einige Monate von einem Transport
wissen, bestehen die größeren Wahlmöglichkeiten. Die Einhaltung der vereinbarten bzw.
prognostizierten Ankunftszeit (ETA – Estimated Time of Arrival) ist dabei ein sehr wichtiges
Kriterium für den Abnehmer / Kunden, d.h. dass Abweichungen der Ankunftszeit (DETA –
Deviation of Estimated Time of Arrival) innerhalb vertraglich gesicherter Grenzen bleiben
sollten, um einen hohen LoS der SC zu gewährleisten. Die Bereitstellung eines LoS bzw. die
Berechnung von ETA und DETA besitzt natürlich, wie andere identifizierten Entitäten, eine
mehrdeutige kategorische Zugehörigkeit im Sinne der EN 13816. Konkret werden LoS, ETA
und DETA als Größen des Kundenservice betrachtet, sie müssen auf Daten verschiedener
Interessenspartnern aufsetzen, um als relevante Informationen für die Beteiligten einer SC
bereitgestellt werden zu können.
44 / 82
Abbildung 5-11: Netzwerkausschnitt für die Kategorie Zeit
5.2.4 Information
In der Logistik ist die ETA für ein effizientes Management von Produktionsprozessen und der
Lagerinfrastruktur
von
besonderem
Interesse.
Serviceverträge
werden
unter
Berücksichtigung von Verspätungen, Transportkosten, Versicherungen und Pönale
verhandelt. Abweichungen der ETA, egal in welchem Glied einer Supply Chain, können
tolerierbare oder nicht mehr akzeptable Ausmaße erreichen. Es liegt im Sinne aller
Vertragspartner, dass ein Transport sein Ziel zeitgerecht erreicht und das Risiko für ein
Nicht-Erreichen auf ein Mindestmaß reduziert wird.
In der Vorplanung fließen Erkenntnisse aus der Analyse historischer Supply-Chains ein,
wobei auch Routenplaner, die historische Reisezeiten bzw. Geschwindigkeiten im
Infrastrukturnetzwerk berücksichtigen, zur Abschätzung von Lieferzeiten bzw. –zeitfenstern
verwendet.
Um im operativen Prozess Abweichungen managen, können verschiedene Services genutzt
werden, die entsprechende Gegenmaßnahmen identifizieren und einleiten, falls sich der LoS
eines Transportes verschlechtert. In Abbildung 5-12 ist ein Netzwerkausschnitt für die
Informationskategorie dargestellt. Informationssysteme sind Quellen, um LoS
wahrzunehmen und darzustellen. Dies passiert in der Regel auf Basis historischer Daten je
Transportmodus. Daten über Verkehrsflüsse und Geschwindigkeiten werden von lokalen
oder mobilen Sensoren geliefert. Je nach Zweck des Informationssystems kommen
verschiedene Verfahren zum Einsatz, um Verkehrszustände bzw. Prognosen zu berechnen
und die Nutzer über Abweichungen zu informieren. Um z.B. Verkehrszustände darzustellen,
können Grenzwerte definiert werden, die die menschliche Semantik der Verkehrsdynamik
widerspiegeln. Je nach verfügbaren Datenquellen bestehen Restriktionen in der Berechnung
45 / 82
(Datenqualität, Datenmengen, zufällige Ereignisse wie Unfälle, etc.), die sich auf die
Genauigkeit und Echtzeitfähigkeit von Informationssystemen auswirken. Intelligente
Transportsysteme (Intelligent Transportation Systems – ITS) gibt es für jeden
Transportmodus, werden jedoch oft nur mit dem straßenseitigen Transport assoziiert.
Abbildung 5-12: Netzwerkausschnitt für die Kategorie Information
In den folgenden Kapiteln werden die unterschiedlichen Informationsflüsse im Rahmen der
einzelnen Verkehrsträger Straße, Schiene, Luft und Schifffahrt detailliert betrachtet.
5.2.4.1 Transportmodus Straße
Nach umfangreichen Literaturrecherchen wurde das System „FLEET„ zur exemplarischen
Beschreibung von Informationsflüssen im Straßenverkehr herangezogen. FLEET basiert auf
Taxi-FCD (Floating Car Data) im Wiener Stadtgebiet ([Linauer, 2004], [Laborczi et al, 2006],
[Linauer and Nowotny, 2006]). Hier wird ein Straßennetz von mehreren Zehntausend Kanten
abgedeckt. Reisezeiten bzw. Geschwindigkeiten werden unter Berücksichtigung des
Wochentages und des Zeitintervalls berechnet. Zudem werden Ferienzeiten gesondert
betrachtet. Auf Basis dreier Taxiflotten von insgesamt etwa 3.500 Fahrzeugen wird eine
Echtzeit-Verkehrslage des gesamten Netzes berechnet und in einem Webviewer dargestellt
(link). Abbildung 5-13 zeigt einen Screenshot von FLEET während der Stoßzeit. Die
angezeigten LoS betreffen freien (grün), zähflüssigen (gelb) und gestauten (rot)
Verkehrsfluss. Derzeit nutzen die Städte Budapest (Ungarn) ([Laborczi et al, 2004]) und
Düsseldorf (Deutschland) ([Reinthaler et al, 2007]) die lizenzierte FLEET Technologie.
Aktuelle Forschungen betreffen Kurz- und Mittelfristprognosen, u.a. zum Zweck des
46 / 82
dynamischen Routings und der Graphenadaption auf Basis von FCD. Weitere Forschungen
befassten sich mit der Nutzung von FCD in einem Expertensystem (XPS), um
Gefahrguttransporte innerhalb eines Straßennetzes zu überwachen ([Zajicek, 2006],
[Reinthaler and Zajicek, 2007]). Mit der Bereitstellung relevanter Daten können nicht nur die
Beteiligten der entsprechenden SC über den Status des Transportes informiert werden. Auch
Einsatzkräfte können durch Kenntnis der involvierten Gefahrengüter effizienter agieren, sollte
der Transport in einen Unfall verwickelt sein.
Abbildung 5-13: Verkehrslage von FLEET
ITS, die auf lokalen Sensoren beruhen, sind signifikant teurer als jene, die auf mobilen
Sensoren basieren. Hier kommen u.a. Induktionsschleifen, aktive RFID, Radar und
intelligente Kameras zum Einsatz, um Fahrzeuge zu zählen und Geschwindigkeiten zu
berechnen. Während mobile Sensorik (GPS-basiert) mit drahtlosen Kommunikationsformen
wie General Packet Radio Service (GPRS) immer billiger werden, stellen lokale Sensoren
höhere Kosten pro Messeinheit dar. Die Datenübertragung ist bei bestehenden
Einrichtungen häufig nicht drahtlos und die Wartungskosten liegen beim
Infrastrukturbetreiber.
Das System „GO-Smart“ (vgl. Abbildung 5-14) setzt auf das österreichische Mautsystem des
hochrangigen Straßennetzes auf und deckt mehr als 2.000 km in einem Netz aus über 950
Kanten ab ([Schneider et al, 2009], [Linauer et al, 2006], [Linauer and Nowotny, 2006]).
Alle LKW (engl. HGV – Heavy Goods Vehicles) müssen mit einer Telematikeinheit (OBU –
On-Board Unit) ausgestattet sein, einem aktiven RFID-Tag. Bisher wurden mehr als 600.000
Stück verkauft. Das System „GO-Smart“ nutzt anonymisierte Transaktionszeitstempel, um
Geschwindigkeiten für das gesamte hochrangige Straßennetz Österreichs zu berechnen.
Eine Echtzeit-Verkehrslage wird analog zum System „FLEET“ bereitgestellt und u.a. von
einem Radiosender genutzt, um über den Verkehrszustand zu informieren. Mit Hilfe der
Informationen werden Verkehrsmeldungen automatisiert generiert (RDS-TMC – Radio Data
47 / 82
Signal-Traffic Message Channel), die von einem Experten bewertet werden, bevor sie
veröffentlicht werden. Diese Art der Verkehrsmeldung eignet sich für Autoradios neuerer
Generationen bzw. Navigationsgeräten im Fahrzeug. Der Infrastrukturbetreiber nutzt GOSmart ebenfalls, neben anderen Informationsquellen wie Kameras, Sensoren, etc.
Abbildung 5-14: GO-SMART Webviewer
Die beiden vorgestellten Prototypen sind Gegenstand laufender Weiterentwicklungen, u.a. im
Bereich von Kurz- und Mittelfristprognosen. GO-Smart verfügt z.B. über ein Prognosemodul,
bestehend aus über 950 Neuronalen Netzwerken, die die Reisezeit bzw. Geschwindigkeit je
Link für die nächsten 2 Stunden berechnen (t+15min, t+30min, t+60min and t+120min). Je
komplexer das modellierte System bzw. je größer das Straßennetz, desto umfangreicher ist
das zugrunde liegende Rohdatenmaterial aus laufenden Messungen. Die Anzahl möglicher
Modelle (Statistik bzw. Künstliche Intelligenz (KI)) ist sehr groß, wobei der
Kalibrierungsaufwand eines jeden Ansatzes abhängig vom Umfang der Kalibrationsdaten,
die entsprechende Ausstattung mit IT voraussetzt und die Kosten des Systems bestimmt.
Die Anschaffungskosten für Hardware bzw. die Energiekosten von aufwändigen
Rechenzentren sind in dieser Hinsicht nicht zu unterschätzen. Im Zuge der GO-Smart
Entwicklung wurde ein Verfahren zur Reduktion von Rohdaten entwickelt, um gerade diesen
Problemen in der Modellierung zu begegnen. Das so genannte ALEV Verfahren (Aspects of
Lyapunov, Entropy and Variance) ist ein zum Patent angemeldetes Verfahren [Toplak et al,
2008], [Toplak, 2008b] zur Generierung charakteristischer Kalibrationsdatensätze für variable
Prognosemodule.
Die weltweite Entwicklung und der Bau von ITS schreitet in vielen Städten voran, entweder
durch die Infrastrukturbetreiber selbst (Verkehrsmanagementsysteme, Mautsysteme) oder
durch die Hersteller von Navigationsgeräten in Kooperation mit Herstellern digitaler Karten
(z.B. TELEATLAS, NAVTEQ, u.a.). Die letzten Entwicklungen tendieren dazu,
Metainformationen von Transportrelevanz zu hinterlegen (z.B. Brückenhöhen,
48 / 82
Massenrestriktionen, usf.). Während teilweise für europäische und nordamerikanische Städte
erste
Onlineansätze
verfügbar
sind
(vgl.
http://www.navteq.com/
und
http://www.teleatlas.com), die jedoch noch eine sehr geringe Abdeckung aufweisen. Andere
wichtige Gebiete, wie Osteuropa und Asien, vor allem auch Industriegebiete und
Landstraßen sind derzeit aufgrund geringer Sensordichte nicht abgedeckt und Straßennetze
unvollständig digital erfasst.
Abbildung 5-15: Screenshot des Open Streetmap Graphen – Wien
Neben kommerziellen Kartenanbietern gibt es eine aufstrebende Open Source Lösung für
digitale Karten. OpenStreetMap (OSM) (http://www.openstreetmap.org/) ist eine freie, editier
bare Karte der gesamten Welt, die von einer interessierten Community sukzessive auf Basis
von GPS-Positionsdaten erweitert wird. OSM ermöglicht es geographische Daten
gemeinschaftlich von überall auf der Welt zu sichten und zu bearbeiten.
Neben dem Preis ist auch die Lieferdauer ein entscheidender Faktor im Transportwesen.
Mitunter kann sie nur in Tagen bis Wochen angegeben werden, moderne Paketdienste
bieten allerdings auch Tracking&Tracing (T&T) Webservices an. Hier kann mithilfe der
Sendungsnummer erkannt werden, in welchem Verteilzentrum das Gut angekommen und
umgeladen wurde. Die meisten anderen Branchen verfügen über keine derartig
automatisierten Dienste und stellen erst auf telefonische Anfragen des Kunden mündliche
Informationen bereit. Schon bei der Routenplanung und Ankunftszeitberechnung sind
Disponenten mit einer Vielzahl von Einflussgrößen (vorhersehbare und unvorhersehbare
Störungen, Kapazitätsrestriktionen, Kostendruck, etc.) konfrontiert, die sich in
Zeitverzögerungen manifestieren und damit kostentreibend wirken. In verschiedenen
Disziplinen und Sparten der Wissenschaft und Technik sind Informationssysteme
entstanden, die bereits heute zum Großteil noch separiert verschiedene Nutzergruppen in
ihren Entscheidungen und Planungen unterstützen. Man denke z.B. an meteorologische
Dienste, die über verschiedene Informationskanäle (TV, www, SMS, RDS-TMC, etc.) der
Öffentlichkeit
bereitgestellt
werden.
Infrastrukturbetreiber
verwalten
ihre
Baustellenplanungen längst mithilfe der IT und schon so mancher zeitkritischer Transport
49 / 82
konnte durch Umleitungen bei unpassierbaren Stellen, extremer Wettersituationen und damit
verbundenen Kapazitätsengpässen im Verkehrsnetz nicht rechtzeitig durchgeführt werden.
5.2.4.2 Transportmodus Schiene
Im Schienenbereich ist vor allem das derzeit im Aufbau befindliche europäische
Verkehrsmanagementsystem
„Europtirails“
zu
nennen
(vgl.
http://www.railneteurope.at/cont/europtirails.aspx). Hier wird ein flächendeckendes
Informations- und Managementsystem der Personen- und Güterflüsse auf der Schiene
umgesetzt. Zum ersten Mal werden Echtzeitinformationen über den europäischen
Schienenverkehr möglich. Ursprünglich für die Korridore Rotterdam-Milan konzipiert, werden
sukzessive weitere Teile des Schienennetzes eingepflegt. Vor allem für die Verfolgung
internationaler Züge ist dies ein Durchbruch. Im nationalen Kontext existiert eine breite
Landschaft aus IT-Systemen zur Planung, Erfassung und Überwachung des Zugverkehrs
(vgl. [Schneider et al, 2009]).
5.2.4.3 Transportmodus Luft
Für den Transportmodus Luft existieren hoch ausgereifte Systeme, die auf SITA (Société
Internationale de Télécommunication Aéronautique) und ARNIC (Aeronautical Radio
Incorporated) Standards beruhen (vgl. [Morawetz, 2008]).
Das Aeronautical Fixed Telecommunications Network (AFTN) ist ein ground-to-ground
Netzwerk, welches die Kommunikation zwischen allen wichtigen Knotenpunkten am Boden
(Flughäfen, Fluglotsen, Wetterdienste, etc.) ermöglicht um die Luftfahrzeuge in all ihren
Flugphasen betreuen und navigieren zu können. Die Nachrichten werden zu den
Knotenpunkten weitergeleitet, die eine entscheidende Rolle bei der Sicherung des Fluges
spielen. Als Datenquellen für die Luftverkehrskontrolle (Air Traffic Control, ATC) sind neben
AFTN, auch der Fluginformationsdienst (Flight Information Service, FIS) und der
Flugberatungsdienst (Aeronautical Information Service, AIS) zu nennen.
Neben den Telekommunikationssystemen zur Übermittelung von Informationen zwischen
den einzelnen Einheiten, ist die Flugplanerstellung und -aufgabe ein weiterer wesentlicher
Faktor im Flugverkehrsmanagement. Dabei kommt es zu einem Zusammenspiel von
mehreren unterschiedlichen Systemen (siehe Abbildung 5-16).
50 / 82
Abbildung 5-16: Zusammenspiel der Informationssysteme am Flughafen Wien-Schwechat (Quelle:
Morawetz)
Die Flugplanerstellung, -verarbeitung und -übermittlung verläuft für den Flughafen WienSchwechat wie folgt:
Zu Beginn muss der Flugplan im Dispatcher Büro bzw. im Air Traffic Services Reporting
Office (ARO) der Fluglinie nach den Richtlinien der ICAO (International Civil Aviation
Organization) erstellt werden (siehe Punkt 0 im Bereich AO in Abbildung 5-16). Danach wird
der noch nicht offiziell genehmigte Flugplan in das Briefingsystem der Austro Control, dem
Aeronautical Information and Datahandling System Austria (AIDA), eingespielt – laut Punkt 1
im Bereich ANSP in Abbildung 5-16. Im AIDA werden die Flugplandaten gesammelt,
bearbeitet und verteilt.
Um einen Slot zu erhalten und den Flugplan genehmigen zu lassen wird dieser über die
AFTN Leitung an die CFMU (Central Flight Management Unit) in Brüssel versandt (siehe
Punkt 2 im Bereich ANSP in Abbildung 5-16). Diese teilt dem Flugplan einen passenden Slot
zu und schickt ihn im dritten Schritt an das Vienna Air Traffic Control System (VAS) des
Flughafens zurück. VAS ist ein Datenverarbeitungssystem, dessen Hauptaufgabe die interne
Bearbeitung und Anzeige von Flugplandaten, als auch die Bereitstellung von wichtigen
Wetterdaten ist.
Sollte der Flugplan nicht den vorgegebenen Richtlinien entsprechen, wird er an das AIDA
System retourniert. Im VAS werden die Flugplandaten nun gesammelt, verarbeitet und über
das Digital Flight Strip System (DIFLIS) dargestellt (siehe Abbildung 5-17). Bei einem Ausfall
51 / 82
des DIFLIS, gibt es durch den am VAS angehängten Streifendrucker immer noch die
Möglichkeit, die Flight Strips auf Papier zu drucken. Mit diesem Schritt wird die Bearbeitung
der Flugpläne abgeschlossen.
Abbildung 5-17: Digitaler Flight Strip (Quelle: DIFLIS)
Nachdem der Flugplan im VAS verarbeitet wurde, wird er im Airport Surface-Movement,
Tracking, Observation and Control System (ASTOS) für die Abbildung der derzeitigen
Verkehrssituation entsprechend Punkt 4 im Bereich ANSP in Abbildung 5-16 verwendet. Die
Flugplandaten werden dann mit den Daten, die durch das Radarsystem gewonnen werden
verglichen. Im DIFLIS werden dann die Flight Strips (mit den Informationen der Flugpläne) in
digitaler Form angezeigt (siehe Punkt 5 im Bereich ANSP in Abbildung 5-16).
Abschließend erfolgt ein Informationsaustausch zwischen dem ASTOS der Flugsicherung
und dem Multi Airport Control & Handling System (MACH) des Wiener Flughafens – siehe
Punkt 6 im Bereich ANSP in Abbildung 5-16. MACH ist ein firmeneigenes browserbasiertes
Organisationstool des Flughafens Wien-Schwechat, das die Kernprozesse des Flughafens
verwaltet.
Abbildung 5-18: Abbild aus dem MACH (Quelle: MACH)
Der Passagier sieht im Terminal ebenfalls eine Anzeige, welche die Informationen vom
MACH bezieht. Allerdings sind hier nur die für den Passagier relevanten Informationen zu
finden (Flug und Flugnummer, An- und Abkunftszeit, Gate, Boardingzeit und eventuelle
Verspätungen).
Anschauliche Demonstrationen über Flugrouten finden sich z.B. für das GIS-System GoogleEarth (www.barnabu.co.uk/flight-plans). Abbildung 5-19 zeigt einen Screenshot animierter
52 / 82
Flüge (USA, UK & Irland, Australien und Neuseeland), Internationale Flugpfade mit den
Quellen San Francisco, Los Angeles, New York, Chicago und Miami sind in Abbildung 5-20
als Screenshot der Animation ersichtlich.
Abbildung 5-19: Flugrouten (barnabu.co.uk)
Abbildung 5-20: Flugpfade (barnabu.co.uk)
5.2.4.4 Transportmodus Binnenschifffahrt
In der Europäischen Union gibt es etwa 30.000 km an Flüssen und Kanälen, die
wirtschaftliche Territorien und Industriestädte verbinden. River Information Systems (RIS)
werden eingesetzt, um die Schiffe und die Schleusen eines Wasserweges zu organisieren
bzw. zu optimieren. Als Mehrwert profitieren Terminals von derart bereit gestellten
Informationen (ETA eines erwarteten Schiffs, Verladeplanung, Breiten und Tiefen von
Wasserstraßen für optimale Beladung). In Österreich wird das Donau River Information
System
(DORIS)
von
der
Via
Donau
betrieben
(vgl.
http://www.doris.bmvit.gv.at/system_doris/). In Abbildung 5-21 sind die Basisstationen zur
Erfassung auf der Donau reisender Schiffe dargestellt, Abbildung 5-22 zeigt ein taktisches
Lagebild des DORIS Systems.
Abbildung 5-21: Basisstationen DORIS (Quelle:
Via Donau)
Abbildung 5-22: Taktisches Lagebild des Systems
DORIS (Quelle: Via Donau)
53 / 82
Zusammenfassung
Je Transportmodus existieren in Österreich bereits heute unterschiedliche
Informationssysteme, um die Flüsse im System abzubilden und bereitzustellen. Gerade im
Hinblick auf die Bestimmung aktueller und zur Analyse historischer LoS ist die
Informationskomponente essentiell für Planung, Überwachung und Risikobewertung
verschiedenster Routen. Es finden sich Unterschiede im Entwicklungsstand derartiger
Systeme je Transportmodus. Führend erscheint der Modus Luft mit hoher internationaler
Vernetzung. Im Schienenbereich wird derzeit an einer europäischen Vernetzung gearbeitet.
Für die Modi Wasser und Straße sind keine aktuellen Umsetzungstendenzen zur
Verknüpfung bestehender Informationssysteme bekannt.
5.2.5 Kundenservice
Gute Kundenbetreuung ist wichtig für die Kundenbindung und deshalb auch für den Umsatz
des Anbieters von Transporten (Transporteurs). Hierzu zählen u.a. Value Added Services
(VAS).
Kundendienste, die in Relation zu einem LoS Monitoring stehen sind im Grunde für jeden
Transportmodus mehr oder minder verfügbar bzw. können von der konzeptuellen Seite mit
wenig Aufwand formuliert werden. Ein Netzwerkausschnitt identifizierter Begriffe findet sich
in Abbildung 5-23. Bei der Planung multimodaler Transportketten setzt sich der LoS
Multimodal aus den spezifischen LoS Straße (Street), LoS Schiene (Rail), LoS Wasserwege
(River) und LoS Luftwege (Air) zusammen. Gezielte Servicemeldungen sollten nur jene
Player einer SC erreichen, die sich wirklich benötigen. Dazu können verschiedensten
Kommunikationskanäle, wie Fax, Telefon, SMS und das www eingesetzt werden.
Die Abweichung der ETA ist neben anderen Indikatoren von speziellem Interesse, um über
den LoS eines Transports zu informieren. Die Art und der Umfang, wie die Information für
welchen Stakeholder dargestellt und übermittelt werden, muss im Hinblick auf die Semantik
(Bedeutungslehre) und Visualisierungsmöglichkeiten abgestimmt werden. Jede Information
wird von Individuen bewertet und es sollten keine Fehlinterpretationen der gelieferten
Information entstehen. Als Decision Support Ansatz im Monitoring und der
Qualitätserhebung von Transporten sollten operative Mitarbeiter unterstützt erkennen, wann
und auf welche Art sie in den Transportprozess eingreifen müssen, um Störungen bzw.
kritische Abweichungen abzufedern und den LoS wieder zu heben.
54 / 82
Abbildung 5-23: Netzwerkausschnitt der Kategorie Kundenservice (Customer Service)
Zusammenfassung
Es bietet sich eine Reihe von Informationskanälen an, um Kunden zielgerichtet mit
notwendigen Informationen über LoS, Abweichungen, usw. zu informieren und so das
Kundenservice entsprechend zu verbessern.
5.2.6 Komfort
Die Kategorie „Komfort“ ist insbesondere im Personentransport von hohem Stellenwert (vgl.
[EN 13816]). Im Zuge dieser Studie im Bereich des Cargo Transports, in dem vorwiegend
„Nicht-lebend-Transporte“ betrachtet wurden, wird die Kategorie „Komfort“ nicht detaillierter
betrachtet. Es sei jedoch an dieser Stelle erwähnt, dass auch für Tiertransporte oder
verderbliche Güter der Begriff des Komforts angewendet werden kann.
Ein neues EU-Dekret für Tiertransporte ist seit Jänner 2009 in Kraft. Viehtransporter
(Reisezeit laut Plan länger als 8 Stunden) müssen mit GPS/GPRS und zusätzlicher
Sensortechnologie ausgestattet werden, um die Transportqualität nachweisen zu können.
5.2.7 Sicherheit (Safety & Security)
Der deutsche Begriff der Sicherheit findet im Englischen zwei unterschiedliche Bedeutungen
(vgl. Abbildung 5-24):
•
Safety wird mit Betriebssicherheit assoziiert, hier im weitesten Sinne auf alle
Subsysteme des beschriebenen Transportsystems übertragen.
•
Security wird im Kontext zu Angriffen von außen verstanden (Diebstähle,
Piraterie, etc.)
55 / 82
Abbildung 5-24: Netzwerkausschnitt der Kategorie Safety & Security
Sowohl safety- als auch security-relevante Bereiche finden sich für jeden Transportmodus
und werden von Behörden (public authorities) festgelegt, in der Regel im politischen Diskurs.
Die Polizei, Fluglotsen und andere operative Einheiten (OE) sind damit betreut
•
Geschwindigkeitslimits (speed limits)
•
Fahrverbote (bans on driving),
•
Durchzugsverbote (bans on passing),
•
gesetzlich vorgeschriebene Ruhezeiten (statutory breaks),
•
Flugverbotszonen (no-fly zones), uvm.
zu überwachen und durchzusetzen. Unfälle sollen reduziert und die Anliegen der
Bevölkerung berücksichtigt werden (z.B. keine Einflugschneisen über Wohngebieten). Die
Sicherheit von Transportgütern und Transportmitteln gegenüber kriminellen Akten ist
ebenfalls von hoher Wichtigkeit.
Für das System Bahn wurde eine umfangreiche Studie sicherheitsrelevanter Parameter und
deren Abhängigkeiten untereinander in der Studie SUParBahn - Sicherheitsrelevante
Überwachungs-Parameter im System Bahn (fahrwegseitige vs. -zeugseitige) im Rahmen der
ISB Studie Nr. 9 dargestellt (siehe dazu [Chloupek 2009]).
5.2.8 Umwelteinflüsse
Der Einfluss von öffentlichen Transportsystemen auf die Umwelt wird in der EN 13816
behandelt. Für den LoS im Güterverkehr ist das Wetter eine (temporäre) zentrale Ursache
für Abweichungen und wurde in die kognitive Karte integriert (vgl. Abbildung 5-25). Die
Transportmodi reagieren jedoch unterschiedlich auf Niederschlagsmengen wie Schnee
(snow), Schneeregen und Regen (rain), Windgeschwindigkeit (wind speed) oder Frost (frost).
56 / 82
In der Binnenschifffahrt hat der Niederschlag einen direkten Einfluss auf die Strömung (drift),
aber auch auf die Tiefe und Breite der Fahrtrinne (width and deepness of shipping lanes),
aufgrund derer wiederum die maximal zulässige Masse der Schiffe (Tiefgang) beschränkt
wird. Das System reagiert hier eher träge und auf größere Niederschlagsmengen in großen
geografischen Gebieten, die sich im Fluss akkumulieren.
Abbildung 5-25: Netzwerkausschnitt der Kategorie Umwelt
Der Einfluss des Wetters auf straßenseitige Verkehrsflüsse wurde in verschiedenen
wissenschaftlichen
Arbeiten
untersucht.
[Zhang
et
al,
2004]
identifizierten
Schlüsselparameter und ihre Impacts auf den Verkehr mithilfe einer Simulation. [Maze et al,
2005] untersuchten die Einflüsse auf die Verkehrsnachfrage, Verkehrssicherheit und auf den
Verkehrsfluss. Die Effekte des Wetters auf die Straßenkapazität wurde von [Chung et al,
2006] behandelt. Der Effekt des Wetters auf die Verkehrssicherheit wurde in einem
Unfallvorhersagemodell von [Abdel-Aty and Pemmanaboina, 2006] simuliert. Der Gebrauch
von straßenseitiger Wetterinformation wurde von [Neuherz and Obert, 2006] vorgestellt, um
Fahrerinformationsdienste zu bereichern. [Schneider et al, 2007] untersuchten den Einfluss
von Wetterbedingungen und Events auf den Verkehrsfluss. Dazu wurde ein KI-basiertes
Prototypsystem für die Vorhersage einer Staugefährdung für ausgewählte Strecken
vorgestellt [Schneider and Toplak, 2008]). Bisher unpublizierte Arbeiten (AIT) aus dem
Projekt Wetter und Verkehr (gefördert unter I2VSplus) adressieren die Bestimmung freier
Geschwindigkeiten, Kapazitäten und die lokale Änderung der aggregierten Verkehrsstärken
und Geschwindigkeiten zur Kalibrierung wetterabhängiger Verkehrssimulationsmodelle.
Die Wetterabhängigkeit der Verkehrsträger hat je nach Wettersituation Einfluss auf den Level
of Service. Zwischen dem Verkehrsträger und der Umwelt besteht eine wechselseitige
Beziehung (siehe Abbildung 5-26). Äußere Einflüsse wie die Witterung (Straßenverkehr),
Windverhältnisse (Luftfahrt) oder Frost (Schifffahrt) beeinflussen stark die Zuverlässigkeit der
Verkehrsträger. Gleichzeitig hat der Betrieb der Verkehrsträger durch den Ausstoß von
Schadstoffen wie CO2, NOx, Feinstaub, etc. aber auch Auswirkungen und negative Folgen
für die Umwelt.
57 / 82
Abbildung 5-26: Beziehungen Umwelteinflüsse und –auswirkungen
Wetterbedingte Einflüsse auf die Verkehrsträger sind je nach Verkehrsträger in Tabelle 5-1
aufgelistet.
Tabelle 5-1: Wetterbedingte Einflüsse auf die Verkehrsträger
Stark wetterabhängig, reagiert mitunter schnell
•
Geschwindigkeitsreduktion,
•
Kapazitätsreduktion,
•
Sperre von Gebirgsstraßen und Pässen,
•
Erhöhung der Unfallgefahr,
•
etc.
Großteils unabhängig, außer bei Extrembedingungen (Stürme, Muren,
Hochwasser, große Schneemengen)
Wasserstand und Frost sind Wetterbedingungen für die Schifffahrt,
reagiert langsam (lang anhaltende Niederschläge und Frostzeiten, lange
Zeiten ohne Niederschlag)
Wind und andere Wetterverhältnisse sind sehr wichtig bei Start und
Landung, Extremwetterbedingungen führen zu Verzögerungen bzw.
geringerer Betriebssicherheit (Windböen, Gewitter, große Regen- und
Schneemengen)
Die Auswirkungen des Wetters auf die unterschiedlichen Verkehrsträger müssen
unterschiedlich gewichtet werden. So stehen einerseits punktuelle kurze Beeinträchtigungen
(z.B. Starkregen auf der Autobahn) flächigen Langzeitauswirkungen (z.B. Eis auf der Donau)
gegenüber. Diese Verfügbarkeit ist in zweiter Linie auch von der Netzausprägung der
Infrastruktur abhängig. Hier stehen Infrastrukturen mit vielen Kanten und Knoten (z.B. Straße
oder Schiene) jenen mit weniger ausgeprägten Netzen (z.B. Wasserstraße) gegenüber.
58 / 82
Somit kann auch die gleiche Ursache sehr unterschiedliche Auswirkungen auf die einzelnen
Infrastrukturen haben. Die Auswirkungen extremer Umweltereignisse können fatal sein, bzw.
zum Erliegen ganzer Transportmodi führen. Ein Beispiel hierfür ist der Vulkanausbruch in
Island mit beachtlichen Ascheeruptionen, der weite Gebiete des Flugverkehrs temporär zum
Erliegen gebracht hat.
Flugzeug und LKW liegen beim spezifischen Ausstoß von z.B. CO2 vor Bahn und Schiff, die
hier eher geringere Auswirkungen aufweisen. Die Schifffahrt beeinflusst hingehen das
Ökosystem Fluss, deshalb gibt es hier Auflagen, die die maximal zulässige Anzahl von
Schiffen begrenzen.
5.2.9 Zielgruppen und Stakeholders
Als Zielgruppe für den übergreifenden, multimodalen Level of Service im Güterverkehr
können sowohl Transportunternehmen (Transport Companies) im weitesten Sinne, als auch
ihre Kunden genannt werden, die eine Fracht bzw. Sendung erwarten und finanzielle bzw.
zeitliche Anforderungen haben. Kundenanforderungen an den Transport von Gütern können
mitunter sehr unterschiedlich sein.
Abbildung 5-27: Zielgruppen und Stakeholder
Die Zielgruppen, die von LoS-Konzepten profitieren können u.a. in Infrastrukturbetreiber
(Infrastructure Operators) und Transportunternehmen (Transport Companies) unterteilt
werden.
Infrastrukturbetreiber:
•
Schienenbetreiber (z.B. ÖBB, GKB, etc.),
•
Straßenbetreiber (z.B. ASFINAG),
•
Luftraumkontrolle (z.B. Flughafenbetreiber) und
•
Wasserstraßenbetreiber (z.B. Via Donau)
59 / 82
Transportunternehmen:
•
Schiene EVU (z.B. RCA, WLB, GYSEV, etc.),
•
Straße (z.B. Speditionen, 3rd Party-Logistiker, etc.),
•
Luft (z.B. AUA Cargo, ) und
•
Wasser (z.B. DDSG Cargo, etc.)
•
Intermodal (RCA, Kühne&Nagel, DHL, etc.)
Es gibt auch Vereinigungen (Transport Associations) derselben (z.B. Gütertransport
Vereinigungen, EVU Vereinigungen, Automobilvereinigungen [z.B. in Österreich ÖAMTC]
Wirtschaftskammern
aber
auch
Gewerkschaften
etc.;
siehe
dazu
http://en.wikipedia.org/wiki/Category:Transport_associations). Diese Vereinigungen haben
des Öfteren Statuten oder Richtlinien, denen sich die einzelnen Mitglieder unterwerfen.
Somit kann eine LoS Definition von diesen Vereinigungen maßgeblich beeinflusst werden
(z.B. die schon angesprochene Harmonisierung der Öffnungszeiten von Terminals hängt
maßgeblich von der Stellung der Gewerkschaften ab).
Das Bildungssystem (Education System) verursacht mitunter beträchtliches, saisonales
Verkehrsaufkommen. Pendler (Commuters) tragen ebenfalls dazu bei, dass zu gewissen
Tageszeiten im Jahr die Kapazitäten der Infrastruktur höher ausgelastet werden. Generell
teilen sich der Güterverkehr (Cargo Transportation) und der Personenverkehr (Passenger
Transportation) die Kapazitäten der Infrastruktur.
Informationsprovider
(Information
Providers)
finden
sich
sowohl
bei
den
Infrastrukturbetreibern (entweder direkt oder durch Institutionen wie Central Flight
Management Unit (CFMU), Air Navigation Service Providers (ANSP) als auch bei den
Transportunternehmen. Technologiehersteller für Navigationssysteme (Provider of
Navigation Systems) entwickeln seit einigen Jahren ebenfalls Dienste und Anwendungen,
die kostenpflichtig nutzbar sind. Automobilclubs (Automobile Clubs) wie der ÖAMTC sind
ebenso kompetente Informationsbereitsteller. Die Politik (Politics) und durch sie die
Behörden (Public Authorities) tragen sowohl durch legislative und exekutive Maßnahmen, als
auch durch die Bereitstellung von Informationen (z.B. Ö3 Verkehrsredaktion (Radio
Stations)), zum Ablauf des Güterverkehrs (Cargo Transportation) bei.
Eine Transportleistung bzw. die Umstände, unter denen ein Transport durchgeführt wurde,
erfolgt generell auf Veranlassung der Kunden (Customers). Die Transportunternehmer
verrechnen Kosten für die erbrachten Dienstleistungen und haben wiederum Abgaben an die
Infrastrukturbetreiber zu leisten. Dabei sind Infrastrukturbetreiber heute nicht mehr nur für die
Bereitstellung von Infrastruktur verantwortlich, sondern haben sich außerdem dazu
verpflichtet, sie so effizient wie möglich einzusetzen. Informationen über den
Infrastrukturzustand sind dabei Mehrwertservices, die in den nächsten Jahren weiter an
Bedeutung gewinnen werden.
60 / 82
5.2.10
Beispiele
Die Kategorie „Beispiele“ kann im Zuge der Spezifikation konkreter LoS Ziele für SC
individuell angepasst werden. Die bisherigen Ausführungen in den Punkten 5.2.1 bis 5.2.9
wurden anhand von Beispielen des aktuellen State of the Art näher erläutert. Darunter finden
sich Prototypen der ITS FLEET, GO-Smart und DORIS. Als Stakeholder im Bereich
Infrastrukturbetreiber wurden für Österreich die ÖBB Infrastruktur Betrieb AG, die ASFINAG,
die Austro Control und die VIA Donau identifiziert. Als Integrator im Flugverkehr wurde der
Logistikdienstleister DHL exemplarisch angeführt.
Abbildung 5-28: Netzwerkausschnitt für die Kategorie Beispiele
Im Fall einer mulitmodalen SC-Planung oder –Optimierung können für viele identifizierte
Entitäten konkrete und problemspezifische Beispiele gefunden werden.
5.3 Gesamtübersicht der LoS-relevanten Einflussfaktoren in einer
multi-modalen Netzwerkansicht
Die Expertenmeinungen wurden als Netzwerk, unter Berücksichtigung der Branche, LoS
Kategorien und Erwartungshaltung codiert und dargestellt (Fehler! Verweisquelle konnte
nicht gefunden werden.). Eine Darstellung des entsprechenden *.svg-Files ist im Internet
unter http://atlas.arsenal.ac.at/losvegas_expertennetz.html abrufbar. Jeder Experte
wurde als Layer per Checkbox ein- bzw. ausschaltbar angelegt. Auf diese Weise können
interaktiv die Einzelmeinungen zueinander verglichen werden. Dieses Netzwerk kann,
ebenso wie das mulitmodale LoS Netzwerk, ohne Qualitätseinbußen gezoomt werden.
In Abbildung 5-29 ist das Netzwerk aller Expertenmeinungen dargestellt, Abbildung 5-30
zeigt eine entsprechende Detaildarstellung der Expertenmeinungen 1 und 2.
61 / 82
Abbildung 5-29: gesamte Expertenmeinungen zu spezifischen Themen, Branchenzugehörigkeit und
Erwartungshaltungen
62 / 82
Abbildung 5-30: Detailsicht auf die Experten 1 und 2
63 / 82
6 Empfehlungen
Im Folgenden sollen Empfehlungen abgegeben werden, wie mit den Erkenntnissen und dem
erstellten Tool gearbeitet werden kann. Dazu werden vorerst Anwendungsgebiete und die
möglichen Anwendungsbereiche dargestellt.
•
Politik: Das entwickelte Tool kann dazu herangezogen werden, um einerseits
Subsysteme kennen zu lernen, Netzwerke der Player abzubilden, zielgerichtete
Diskussionen zu initiieren und andererseits politische Strategien zu entwickeln.
•
Ökologie: Im Projekt ILOS (gefördert unter I2VSplus) wurde ein Emissionsmodell
auf Basis von FCD und dem neuen HBEFA 3.1 (Handbuch für Emissionsfaktoren
des Straßenverkehrs) entwickelt. Emissionen anderer Verkehrsmodi können im
Grunde über ähnliche Schätzungen abgebildet werden, um in ein
Informationssystem zu speisen.
•
Qualitätsmanagement:
Die
Entwicklung
eines
multimodalen
Qualitätsmanagement-Systems kann durch das Tool unterstützt werden.
•
Das Tool kann eine Grundlage für Risikoanalysen bilden, indem mögliche
Einflüsse pro Transportmodi identifiziert werden.
Das Ziel, erstmals einen multimodalen Level of Service für den Güterverkehr wurde mit der
Netzwerkdarstellung des Gesamtsystems (multimodaler Güterverkehr) in seinen Kategorien
erreicht und ist die erste derartige kompakte Darstellung seiner Art. Akteure, Subsysteme
und deren Interaktionen sind repräsentiert.
Die Empfehlungen betreffen alle identifizierte 20 Stakeholder bzw. Zielgruppen (vgl. 5.9),
aber auch die Fortbildung von Verkehrstelematikern (z.B. Technikum Wien), um zukünftigen
Anforderungen gerecht zu werden und umfassendes Wissen über alle Transportmodi zu
vermitteln. Vor allem aber Anbieter von Services und politische Entscheidungsträger können
durch die Anwendung der Studie einen Mehrwert generieren und neue Services oder
Richtlinien bzw. Verordnungen aufbauend auf den Erkenntnissen in den Vorkapiteln
entwickeln.
Welche Schritte sind zur Umsetzung des multimodalen LoS im Güterverkehr noch
notwendig?
•
Der multimodale Güterverkehr ist vorwiegend international ausgerichtet, deshalb
ist es erforderlich internationale Lösungen anzustreben (Anstoß von Diskussionen
internationaler Experten).
•
Es gibt eine Reihe von nationalen Informationssystemen (Schiene, Straße,
Wasser) verschiedener Länder, die verknüpft werden müssen, um internationale
Transportketten abdecken zu können.
Kunden wollen verschiedene Alternativen für Transporte bewerten, um sich für optimale
multimodale Transportrouten zu entscheiden. Dabei kommen folgende Aspekte zum Tragen:
64 / 82
 Monetär (Personal, Zeit, Weg, …)
 Ökologisch (z.B. CO2-Emissionen – werden in Zukunft zwangsläufig monetär
bewertet)
 Zuverlässigkeit (Risikoabschätzung)
 Sicherheit (Transportversicherung)
Fundierte Aussagen sind jedoch für verschiedene Transportmodi aber nur unvollständig
ableitbar:
•
Vor allem auf der Straße gibt es nur sehr wenige Informationen über Reisezeiten!
•
Infrastrukturbetreiber besitzen zwar Infos über Reisezeiten, Analysen über
historische LoS sind den Kunden jedoch nicht zugänglich!
•
Transportunternehmen sitzen auf einem Datenpool, der anonymisiert
herangezogen werden könnte, um die Informationslage wesentlich zu verbessern.
Kunden werden jene Transportunternehmer qualitativ höher bewerten, die zuverlässiger sind
als andere und noch dazu Kundenservices bieten, die andere nicht haben. Ebenso müssen
sich Infrastrukturbetreiber vor Augen führen, dass neben der Preisgestaltung auch weitere
Kriterien ausschlaggebend sind, ob ein Transportmodus bevorzugt wird oder nicht
(Zuverlässigkeit, etc.)
6.1 Einsatzmöglichkeiten
Die vorliegenden Ausführungen zum Thema LoS können in weiterer Folge für nachstehende
Zwecke herangezogen werden, bzw. können diese verfeinern und unterstützen:
•
Planungsleitfaden für Infrastrukturerrichter
•
Decision-Support-Tool für Management Entscheidungen in den Bereichen
o
Differenziertere Preisgestaltung für Errichtung
Infrastrukturen (z.B. Preisbildung für IBE)
o
Risikomanagement und Risikoabschätzung
o
Unterstützung der Vergleichbarkeit von Infrastrukturen
o
Unterstützung für Abweichungsmanagement
und
Betrieb
•
Intermodales Daten- und Verkehrsdatenmanagement [Kummer et al, 2008]
•
Unterstützung
der
Kooperation
von
Stellen
(Infrastrukturbetreiber) sowie Gebietskörperschaften
öffentlichen
von
Rechts
65 / 82
Als Beispiele für derzeit bereits in Anwendung befindliche Ansätze sollen im Folgenden
Enhanced Tactical Flow Management System (ETFMS), Collaborative Decision Making
(CDM) und IT-Tools im Dispositionsmanagement kurz dargestellt werden.
Collaborative Decision Making (CDM) ist eine Systemlösung, welche es erlaubt, durch eine
vertiefte und optimierte Kooperation zwischen den beteiligten Instanzen einen
ablauforientierten Betrieb zu führen. So werden durch den gemeinsamen Zugriff auf
Informationen die Kapazitäten des Air Traffic Managements (ATM) besser ausgenützt und
besser verteilt. CDM versucht die dezentrale Informationsplanung durch einen
gemeinschaftlichen Prozess zu ersetzen. Informationen, die nur einzelne Bereiche (Tower,
Approach und Area Control Center, Fluggesellschaften) besitzen, sollen nun auch von den
anderen Bereichen, die damit ihre Planung effizienter und einfacher gestalten können,
genutzt werden können. Dies setzt einen Informationsfluss voraus.
Collaborative Decision Making kann die Abläufe innerhalb des Flughafens verbessern und
eine optimale Kooperation zwischen den Instanzen aufbauen, jedoch bildet diese Methode
bzw. dieses Projekt keine vollständige Lösung um das steigende Verkehrsaufkommen
bewältigen zu können. Zusammen mit anderen Modellen stellt es aber einen guten Ansatz
zur Verbesserung des Luftfahrtsystems (vgl. [Morawetz, 2008]).
Enhanced Tactical Flow Management System (ETFMS) ist ein System zur Optimierung des
Verkehrsflusses und auf dem ehemaligen TACT System aufbaut. Hauptzweck von TACT war
es, das auftretende Verkehrsaufkommen mit der vorhandenen Kapazität zu vergleichen und
bei Überschreiten Informationen an die zuständigen Fluglotsen weiter zu geben, die dann
entscheiden mussten ob eine Regulierung in Kraft treten solle, die durch die Vergabe von
Ankunftsslots Verspätungen zur Folge hat.
Zusätzlich erhält ETFMS im Vergleich zu TACT Überwachungsdaten (z.B.: Radar-Daten)
von den Flugsicherungsorganisationen, Positionsdaten von den Flugzeugbetreibern und
meteorologische Daten. ETFMS verwendet diese Daten zum Aktualisieren der vorhandenen
Daten aus Flugpläne und der Flusskontrolle. Der Empfang dieser präzisen Echtzeit-Daten
ermöglicht ETFMS die derzeitige Position neu zu berechnen und künftige Entwicklung der
Flüge vorzusagen.
ETFMS bringt sowohl Vorteile im Management von Standardsituation als
außergewöhnlichen Bedingungen (vgl. www.eurocontrol.int)
unter
State-of-the-Art IT-Tools im Dispositionsmanagement berücksichtigen straßenseitig bereits
Durchfahrtshöhen, zulässige Gesamtgewichte, Geschwindigkeitslimits und Baustellen. Dies
jedoch nur für beschränkte bzw. unvollständig erfasste Gebiete. Die Schließung derartiger
Lücken lässt höhere Kosten auf die Anbieter von digitalem Kartenmaterial zukommen, da
vielerorts eigene Messfahrzeuge eingesetzt werden, um Straßen digital per GPS zu verorten.
Mit der Einbindung von Navigationsgeräteherstellern wird für den Straßenverkehr die
Kartengenerierung sukzessive durch die Nutzer selbst unterstützt, indem Positionsdaten
entweder Online (Kommunikationskosten!) oder offline am PC zu Hause per Internet
übertragen werden können, um große Rohdatenbanken zur Kartenerstellung zu speisen.
66 / 82
Zudem sind überschlägige Berechnungen über den CO2-Ausstoß für eine LKW-Sendung
inkludiert, jedoch nur mit Daten von Prüfzyklen unter Laborbedingungen. Mit GPS-Sendern
ausgestattete LKW sind im Straßennetz lokalisierbar, der Disponent kann ihn bei Unkenntnis
des Zielgebietes bequem per Telefon an seinen Bestimmungsort navigieren. Eine
echtzeitfähige Abbildung internationaler Geschwindigkeits- und Verkehrsstärkewerte für
transportrelevante Routen sollte mittelfristig angestrebt werden.
Als mögliches Problem bei der Anwendung könnten sich die vielen verschiedenen Beteiligten
mit ihren unterschiedlichen Hintergründen und Kerngebieten herausstellen, die alle dasselbe
Ziel verfolgen: Güterverkehr kostengünstig, verlässlich, ökologisch anzubieten. In der
Literatur fehlte gänzlich eine umfassende Sicht des Gesamtsystems, die mit dieser Studie
versucht wurde im weitesten Ausmaß auszuarbeiten. Die Erkenntnisse können für
Bildungszwecke sowohl von Studenten als auch von Beschäftigten in der Transportlogistik
bzw. im Verkehrsmanagement verwendet werden. Dazu wurde wie bereits in Kapitel 5.3
angeführt, eine Webseite zur Darstellung der Faktoren und deren Zusammenhänge im
multimodalen Gütertransport erstellt.
6.2 Ausblick
Die Indikatorspezifikation für Semantische Netzwerke kann als Wissensbasis für intelligenten
Decision Support weiterverwendet werden. Die Werte der Kanten wurden bei diesem
Entwicklungsschritt mit 1 initiiert, da keinerlei laufende IT-Systeme, die z.B. Wetterdaten,
Verkehrsdaten und Daten weiterer Stakeholder zur zentralen LoS-Klassifikation einsetzen,
eingebunden werden konnten. Indikatorwerte als Kantengewichte können geändert werden,
je nach Zweck des Analyseschritts. In dieser Studie wurden einige LoS Kategorien von
Experten qualitativ bewertet und zur Visualisierung quantitativ codiert. Viele der Knoten, die
den Kategorien Zeit und Information angehören, können als Quellen für einen intelligenten
Decision Support dienen. Dies trifft aber auch auf Knoten anderer Kategorien zu.
Individuelle Prioritäten könnten manuell gesetzt werden und eine Reihe von Knoten könnten
als Boole’sche Operatoren in LoS Berechnungen und damit verbundene ETA-Bewertungen
einfließen. Dies könnte zur LoS Bewertung einzelner Transporte herangezogen werden, um
Risiken bzw. systematische Abweichungen des LoS in der SC-Planung zu berücksichtigen
und neue Formen des Tracking&Tracing (T&T) zu entwickeln. Bei der Entwicklung und
Einbindung einer derartigen kognitiven Karte zur Berechnung eines LoS auf Basis
verfügbarer Attribute können Kantengewichte numerische Werte beinhalten, die aus
mathematischen bzw. statistischen Modellen oder auch Neuronalen Netzwerken stammen.
Qualitative Attribute können numerisch codiert und ebenso berücksichtigt werden.
Das in Pajek modellierte multimodale LoS Netzwerk wurde als skalierbare Vektorgrafik
(*.svg) exportiert. Der Vorteil dieses Datenformats ist, dass die Darstellung mit
zunehmendem Zoom-Faktor keine Auflösungs- bzw. Schärfeverluste aufweist und in einem
Web-Browser dargestellt werden kann. Abbildung 6-1 zeigt einen Screenshot des finalen
Netzes. Die Größe der Knoten wird durch die Anzahl der zugehörigen Verbindungen (Vertex
degree) bestimmt. Die Farbgebung erfolgte je nach LoS Kategorie nach EN 13816 bzw.
Erweiterung.
67 / 82
Am oberen rechten Rand sind die Kategorien als Checkboxen angeführt und können zu- und
weggeschaltet werden, wodurch Zusammenhänge einfacher identifiziert und hinterfragt
werden können.
Die
Netzwerkdarstellungen
dieser
Studie
sind
dem
interessierten
Leser
unter
http://atlas.arsenal.ac.at/LoS_multimodal.html zugänglich.
Abbildung 6-1: Multimodales LoS Netzwerk
68 / 82
7 Zusammenfassung
In dieser Studie wurde ein multimodaler LoS im Güterverkehr mithilfe der Netzwerkanalyse
konzipiert und dargestellt. Im Zuge des Erstellungsprozesses wurden Experten sowohl
mittels eines Online-Fragenbogens, als auch durch direkte Experteninterviews eingebunden
und für diese Thematik sensibilisiert. Die einzelnen Transportmodi wurden zuerst separiert
erfasst
und
ausgearbeitet,
wobei
die
entstandenen
Mind-Maps
als
direkte
Diskussionsgrundlage sowohl im Projektteam als auch im direkten Dialog mit Experten
dienten. Basierend auf der EN 13816, „Logistics and Services - Public Passenger Transport“,
wurden die Transportmodi des Güterverkehrs abgebildet. Ein wesentlicher Schritt war dabei
die Definition einer einheitlichen, modusübergreifenden Terminologie und die Zuordnung zu
den in der Norm definierten LoS-Kategorien. Diese Terminologie wurde angesichts der
internationalen Ausrichtung multimodaler Transportketten in englischer Sprache gehalten,
um für diese Thematik den internationalen Dialog anzustreben.
Die mit der Software „Pajek“ abgebildeten Netzwerke einzelner Transportmodi wurden in
weiterer Folge fusioniert, um eine Gesamtdarstellung des multi-modalen LoS im
Güterverkehr zu erreichen. Die Knoten des Netzwerkes wurden entsprechend der LoS
Kategorie
zusammengefasst
und
visualisiert.
Für
jede
Kategorie
wurde
ein
Netzwerkausschnitt dargestellt und entsprechend dem Stand der Technik diskutiert.
Zusätzlich wurden relevante Stakeholder von multimodalen Transportketten eingepflegt. Im
Gegensatz zur EN 13816, die vorwiegend den Einfluss eines öffentlichen Verkehrssystems
zum Personentransport auf die Umwelt berücksichtigt, wurden die einzelnen Transportmodi
auch hinsichtlich ihrer Sensibilität auf Umwelteinflüsse betrachtet (z.B. Wettereinflüsse,
Umweltauflagen). Mit der Berechnung des Vernetzungsgrades wurde es möglich jene
Knoten zu identifizieren, die besonders kritisch bzw. wichtig im LoS Netzwerk sind.
Decision Support Systeme erlauben eine realistischere Planung neuer bzw. Optimierung
bestehender Transportketten. Der weiteren Entwicklung bzw. Vernetzung von bestehenden
Informationssystemen wird in diesem Zusammenhang ein sehr hoher Stellenwert
eingeräumt. Hinsichtlich unterschiedlicher Transportmodi gibt es derzeit unterschiedliche
Entwicklungsstufen
transportspezifischer
bei
Informationssystemen
Information.
Wichtig
ist
bzw.
bei
des
der
Verfügbarkeitsgrades
Analyse
bestehender
Transportprozesse vor allem die Verfügbarkeit von Daten zu Transportmittel und
zugeordnetem Transportgut. Eine frühere Studie unter Prof. Kummer an der WU-Wien
[Kummer et al, 2008] zeigte für die Bereiche Industrie, Handel und Transportunternehmen im
Straßenverkehr noch erhebliches Entwicklungspotenzial bei der Datenverwaltung und
Informationsbereitstellung.
69 / 82
Historische Informationen können dazu betragen einen streckenspezifischen LoS zu
bestimmen, was für die Versorgungsplanung und Verhandlung von zugehörigen Verträgen
zwischen Anbietern und Kunden (Risikoabschätzung für Abweichungen) eine realistischere
Sichtweise als aktuelle, statische Planungsgrößen eröffnet. Im Echtzeitbetrieb können
derartige Informationssysteme zu erweiterten T&T-Services führen, die es ermöglichen
Abweichungen zum Plan automatisiert zu erkennen und zielgerichtet die Beteiligten einer
Transportkette zu informieren, um zeitgerechte Maßnahmen zu setzen. Das Interesse an
neuen Entwicklungen wurde in diesen Bereichen nahezu von allen befragten Experten
bekundet.
70 / 82
8 Abkürzungsverzeichnis
AFTN
Aeronautical Fixed Telecommunications Network
AIDA
Aeronautical Information and Data Handling System Austria
AIS
Aeronautical Information Service
ANSP
Air Navigation Service Providers
APO
Advanced Planner and Analyzer
ARNIC
Aeronautical Radio Incorporated
ARO
Air Traffic Services Reporting Office
ASTOS
Airport Surface-Movement, Tracking, Observation and Control
System
ATC
Air Traffic Control
ATM
Air Traffic Management
ATP
Availability to Promise
CDM
Collaborative Decision Making
CFMU
Central Flight Management Unit
CIP
Competitiveness and Innovation Programme
CPM
Critical Path Method
CRM
Customer Relationship Management
CSL
Customer Service Level
CSS
Customer Satisfaction Surveys
DETA
Deviation of Estimated Time of Arrival
DIFLIS
Digital Flight Strip System
DORIS
Danube River Information System
DPM
Direct Performance Measurement
ERP
Enterprise Resource Planning
ETA
Estimated Time of Arrival
ETFMS
Enhanced Tactical Flow Management System
EVU
Eisenbahnverkehrsunternehmen
FCD
Floating Car Data
FIS
Flight Information Service
FLEET
Fleet Logistics Service Enhancement with Egnos and Galileo Satellite
GIS
Geographic Information System
GPRS
General Packet Radio Service
GPS
Global Positioning System
HBS
Handbuch für die Bemessung von Straßenverkehrsanlagen
HCM
Highway Capacity Manual
HGV
Heavy Goods Vehicle
71 / 82
IBE
Infrastruktur Benutzungs-Entgelt
ICAO
International Civil Aviation Organization
IT
Information Technology
ITS
Intelligent Transportation Systems
LKW
Lastkraftwagen
LoS
Level of Service
MACH
Multi Airport Control & Handling System
MoT
Means of Transport
MSS
Mystery Shopping Surveys
OBU
On-Board Unit
OE
Operative Einheit
ÖPNV
öffentlicher Personennahverkehr
ÖPV
öffentlicher Personenverkehr
OSM
OpenStreetMap
PERT
Program Evaluation and Review Technique
QM
Qualitätsmanagement
QoS
Quality of Service
RDS-TMC
Radio Data System – Traffic Message Channel
RIS
River Information System
SC
Supply Chain
SCM
Supply Chain Management
SITA
Société Internationale de Télécommunication Aéronautique
SL
Service Level
SMS
Short Message Service
SVG
Scalable Vector Graphics
T&T
Tracking & Tracing
TG
Transport Good
TRB
Transportation Research Board
TU
Transport Unit
USA
United States of America
VAS
Value Added Services
VAS
Vienna Air Traffic Control System
VLSA
Verkehrslichtsignalanlage
72 / 82
9 Abbildungsverzeichnis
Abbildung 2-1: Transportmodi ..........................................................................................10
Abbildung 2-2: Transportmittel .........................................................................................10
Abbildung 2-3: Beispiele für Transportgüter ...................................................................10
Abbildung 2-4: Informationssysteme und ihr Wirkungsbereich im Transportbereich..11
Abbildung 3-1: Verkehrszustände (LoS) im Fundamentaldiagramm (aus [Toplak,
2004]) ..................................................................................................................................15
Abbildung 3-2: Streckenkategorie – Basispreis je Zugkilometer (aus [Hutter, 2004]) ©
ÖBB Infrastruktur, Garstenauer........................................................................................18
Abbildung 3-3: Beteiligte Organisationen in der Luftfahrt (Kathrin Morawetz, 2008) ..21
Abbildung 4-1: Approaches to deal with large networks [Batagelj and Mrvar, 2007]..24
Abbildung 4-2: Concept Map: LoS Straße ......................................................................26
Abbildung 4-3: Concept Map: LoS Schiene ....................................................................27
Abbildung 4-4: Concept Map: LoS Wasserwege ............................................................28
Abbildung 4-5: Concept Map: LoS Luftwege ..................................................................29
Abbildung 4-6: Netzwerkfusion in Pajek ..........................................................................31
Abbildung 4-7: multimodales LoS Netzwerk – kraftbasierte Transformationen...........32
Abbildung 5-1: LoS VEgAS Expertenbranchen des Güterverkehrs .............................36
Abbildung 5-2: Mitarbeiteranzahl in der Organisation des Experten ............................37
Abbildung 5-3: Bewertungen von LoS Faktoren .............................................................37
Abbildung 5-4: Interesse an Neuentwicklungen .............................................................38
Abbildung 5-5: Auswirkungen der Mauterhöhung ..........................................................38
Abbildung 5-6: Wichtigkeit verkehrstelematischer Dienste............................................39
Abbildung 5-7: Nutzen von Ankunftsprognosen zur Hebung des LoS .........................39
Abbildung 5-8: Netzwerkausschnitt der Kategorie Verfügbarkeit..................................41
Abbildung 5-9: Teilaspekte der Zugänglichkeit (eigene Darstellung) ...........................42
73 / 82
Abbildung 5-10: Netzwerkausschnitt - Kategorie Zugänglichkeit ..................................43
Abbildung 5-11: Netzwerkausschnitt für die Kategorie Zeit ...........................................45
Abbildung 5-12: Netzwerkausschnitt für die Kategorie Information ..............................46
Abbildung 5-13: Verkehrslage von FLEET ......................................................................47
Abbildung 5-14: GO-SMART Webviewer ........................................................................48
Abbildung 5-15: Screenshot des Open Streetmap Graphen – Wien ............................49
Abbildung 5-16: Zusammenspiel der Informationssysteme am Flughafen WienSchwechat (Quelle: Morawetz) ........................................................................................51
Abbildung 5-17: Digitaler Flight Strip (Quelle: DIFLIS) ..................................................52
Abbildung 5-18: Abbild aus dem MACH (Quelle: MACH) ..............................................52
Abbildung 5-19: Flugrouten (barnabu.co.uk) ..................................................................53
Abbildung 5-20: Flugpfade (barnabu.co.uk) ....................................................................53
Abbildung 5-21: Basisstationen DORIS (Quelle: Via Donau) ........................................53
Abbildung 5-22: Taktisches Lagebild des Systems DORIS (Quelle: Via Donau)........53
Abbildung 5-23: Netzwerkausschnitt der Kategorie Kundenservice (Customer
Service) ...............................................................................................................................55
Abbildung 5-24: Netzwerkausschnitt der Kategorie Safety & Security .........................56
Abbildung 5-25: Netzwerkausschnitt der Kategorie Umwelt .........................................57
Abbildung 5-26: Beziehungen Umwelteinflüsse und –auswirkungen ...........................58
Abbildung 5-27: Zielgruppen und Stakeholder ...............................................................59
Abbildung 5-28: Netzwerkausschnitt für die Kategorie Beispiele..................................61
Abbildung 5-29: gesamte Expertenmeinungen zu spezifischen Themen,
Branchenzugehörigkeit und Erwartungshaltungen.........................................................62
Abbildung 5-30: Detailsicht auf die Experten 1 und 2 ....................................................63
Abbildung 6-1: Multimodales LoS Netzwerk ...................................................................68
Abbildung 12-1: Screenshot des Online-Fragebogens – Teil 1 ....................................81
Abbildung 12-2: Screenshot des Online-Fragebogens – Teil 3 ....................................82
74 / 82
10 Tabellenverzeichnis
Tabelle 3-1: LoS-Begriff auf Basis von Dichte und Wartezeit an geregelten und
ungeregelten Kreuzungen
15
Tabelle 3-2: LoS-Begriff auf Basis von Dichte und Geschwindigkeit auf Autobahnen
15
Tabelle 3-3: Klassifikation Binnenwasserstraßen
20
Tabelle 4-1: Knotenbezeichnungen – definierte englische Ontologie
33
Tabelle 4-2: erweiterte EN 13816 Kategorien und statistische Zugehörigkeiten der
Knoten
34
Tabelle 4-3: Knotengrade (Vertex degrees)
35
Tabelle 5-1: Wetterbedingte Einflüsse auf die Verkehrsträger
58
75 / 82
11 Literaturverzeichnis
[Abdel-Aty and Pemmanaboina, 2006]
Abdel-Aty
M.,
Pemmanaboina
R.,
CALIBRATIONG A REAL-TIME TRAFFIC CRASH-PREDICTION MODEL USING
ARCHIVED WEATHER AND ITS TRAFFIC DATA, IEEE Transactions on Intelligent
Transportation Systems, Vol. 7, No. 2 June 2006.
[EN 13816:2002]
Transportation - Logistics and services - Public Passenger transport;
Service Quality Definition, targeting and measurement; German Version
EN 13816:2002, DIN Deutsches Institut für Normung e.V., Beuth Verlag GmbH,
Berlin, 2002-2007.
[Ball et al, 2004]
M. O. Ball, C.-Y. Chen, Z.-Y. Zhao: Available-To-Promise, in: D.
Simchi-Levi; S. D. Wu; Z.-J. Shen (Eds.) Handbook of Quantitative Supply Chain
Analysis – Modeling in the E-Business Era, Chap. 11, Kluwer Academic, 447–483,
2004
[Batagelj and Mrvar, 2007] V. Batagelj, A. Mrvar: Pajek - Program for Analysis and
Visualization of Large Networks, Reference Manual, List of commands with short
explanation, Version 1.20, Ljubljana, June 26, 2007.
[Battista et al, 1994]
G. Battista, P. Eades, R. Tamassia, I. G. Tollis: Algorithms for
drawing graphs: An annotated bibliography. Computational Geometry: Theory and
Applications, 4(5), 235-282, 1994.
[Brilon et al, 1994]
W. Brilon, M. Großmann, H. Blanke: Verfahren für die
Berechnung der Leistungsfähigkeit und Qualität des Verkehrsablaufes auf Straßen.
Forschung Straßenbau und Straßenverkehrstechnik, Heft 669, Bundesminister für
Verkehr (Hrsg.), Bonn-Bad Godesberg, 1994.
[Buzan and Buzan, 1996]
T. Buzan, B. Buzan: The Mind Map Book, How to Use Radiant
Thinking to Maximize Your Brain's Untapped Potential, Penguin Books, 1996.
[Chloupek et al, 2009]
Sicherheitsrelevante Überwachungs-Parameter im System
Bahn (fahrwegseitige vs. -zeugseitige), Projektabschlussbericht im Rahmen der ISB
Studie Nr. 9, Wien 2009
[Chung et al, 2006]
Chung E., Ohtani O., Warita H., Kuwahara M. Morita H., DOES
WEATHER AFFECT HIGHWAY CAPACITY?, Institute of Industrial Science,
University of Tokyo, Japan, 2006.
[Dickersbach, 2004]
Dickersbach: Supply Chain Management with APO, Springer,
Berlin, New York, 1st Edition, 2004.
[Dehmer, 2008]
M. Dehmer: Information-theoretic Concepts for the Analysis of
Complex Networks, Appl. Artif. Intell, Vol. 22(7&8), pp. 684-706, 2008
[Dehmer and Emmert-Streib, 2009] M. Dehmer, F. Emmert-Streib: Towards Network
Complexity, in: J. Zhou (Ed.): Complex Sciences, Vol. 4, pp. 707-714, 2009.
76 / 82
[Dowling and Reinke, 2008] R. Dowling, D. Reinke: Multimodal Level of Service, Analysis for
Urban Streets, NHRP Report 515, National Cooperative Highway Research Program,
Transportation Research Board of National Academies (TRB), USA, 2008.
[Fruchterman and Reingold, 1991] T. Fruchterman, E. Reingold: Graph drawing by forcedirected placement, Software-Practice & Experience, 21 (11), pp. 1129-1164, 1991.
[Gutman and Trinajstic, 1972]
I. Gutman, N. Trinajstic: Graph theory and molecular
orbitals, Total π-electron energy of alternant hydrocarbons, Chemical Physics Letters
17, pp. 535-538, 1972
[Fleischmann and Meyr, 2003]
B. Fleischmann, H. Meyr: Customer Orientation in
Advanced Planning Systems, in: H. Dyckhoff; R. Lackes; J. Reese (Eds.) Supply
Chain Management and Reverse Logistics, Springer, Berlin, 297–321, 2003.
[Handbuch der Donauschifffahrt, 2002]
via donau
Entwicklungsgesellschaft mbH, Wien, Fassung 2002
–
Donau
Transport
[HBS, 2005] Handbuch für die Bemessung von Straßenverkehrsanlagen (HBS),
Forschungsgesellschaft für Straßen- und Verkehrswesen e.V., Köln, Ausgabe 2001,
Fassung 2005.
[HCM, 1994] Highway Capacity Manual, Transportation
Research Council, 3. ed. 1985, 5. [updated], 1994.
Research
Board,
National
[Kamada and Kawai, 1989] T. Kamada, S Kawai: An algorithm for drawing general
undirected graphs, Information Processing Letters, 31, 7-15, 1989.
[Kano et al, 1984]
N. Kano, S. Nobuhiku, T. Fumo, T. Shinichi: Attractive Quality and
Must-be Quality; Journal of the Japanese Society for Quality Control, H.4, S.39-48,
1984.
[Kerner et al, 2005] B.S. Kerner, C. Demir, R.G. Herrtwich, S.L. Klenov, H. Rehborn, M.
Aleksic, A. Haug: Traffic state detection with floating car data in road networks,
Proceedings of IEEE Intelligent Transportation Systems 2005, pp. 44-49, 2005.
[Kummer et al, 2008] S. Kummer, S.O. Kotnik, S. Novakov, D. Popsky: Innovative
Erhebungsmethoden und Datengrundlagen im Bereich Verkehr, Projektbericht,
erstellt im Auftrag des Bundesministeriums für Verkehr, Innovation und Technologie
(bmvit), November, 2008.
[Laborczi et al, 2004] P. Laborczi, M. Linauer, D. Leihs, B. Nowotny: Integrated Traffic
Information Services in Budapest and Vienna, 4th European Congress on ITS,
Budapest, 2004.
[Laborczi et al, 2006] P. Laborczi, M. Linauer, B. Nowotny: Travel time estimation based on
incomplete probe car information, Paper N° 2236, 13th World Congress on ITS,
London, 2006.
77 / 82
[Linauer and Nowotny, 2006] M. Linauer, B. Nowotny: Availability and quality of floating car
data on intraurban arterials and motorways in Austria, Emerging Technologies
Workshop, International Symposium of Transport Simulation 2006, Lausanne, 2006.
[Linauer, 2004]
M. Linauer: FLEET Project report - Fleet Logistics Service
Enhancement with Egnos & Galileo Satellite Technology. Austrian Institute of
Technology (AIT), Vienna, 2004.
[Linauer et al, 2006] M. Linauer, M. Schneider, N. Hainitz: Travel time estimation based on
real-time toll data, Paper N° 1531, 13th World Congress on ITS, London, 2006.
[Marchette, 2004]
D.J. Marchette: Random Graphs for statistical Pattern Recognition,
Wiley, Hoboken, 2004.
[Morawetz, 2008]
K. Morawetz: Analyse der Instanzen des Air Traffic Managements und
Vorstellung von ausgewählten Modellen zur Effizienzsteigerung und Entlastung der
Umwelt. Diplomarbeit FH Technikum Wien, 2008.
[Maze et al, 2005]
Maze T.H., Agarwal M., Burchett G., WHETHER WEATHER
MATTERS TO TRAFFIC DEMAND, TRAFFIC SAFETY AND TRAFFIC FLOW,
Center for Transportation Research and Education, Iowa State University, USA,
2005.
[Neuherz and Obert, 2006] Neuherz M. Obert G.: ROAD WEATHER INFORMATION – A
NEW APPROACH TO ENRICH DRIVER INFORMATION, ITS World Congress
London, 2006.
[Offermann, 2001]
Offermann
F.:
Ein
Neuro-Fuzzy-Modell
zur
Reisegeschwindigkeitsabschätzung auf Richtungsfahrbahnen basierend auf einer
Fusion lokaler und fahrzeuggenerierter Verkehrsdaten, Dissertation Technische
Hochschule Aachen, 2001.
[Pibernik, 2005]
Pibernik R.: Advanced available-to-promise: Classification, selected
methods and requirements for operations and inventory management, International
Journal of Production Economics, vol. 93–93, 239–252, 2005.
[Quillian, 1968]
M.R. Quillian: Semantic Memory, In M. Minsky (Ed.), Semantic
Information Processing. Cambridge, Mass.: MIT Press, 1968.
[Reinthaler et al, 2007]
M. Reinthaler, B. Nowotny, F. Weichenmeier, R. Hildebrandt:
Evaluation of Speed Estimation by Floating Car Data within the Research Project
Dmotion, 14th World Congress on Intelligent Transport Systems, ITS Word Congress;
Beijing, China, 2007.
[Reinthaler and Zajicek, 2007]
M. Reinthaler, J. Zajicek: Real Time Route Analysis
based on Floating Car Technology, 18th IASTED International Conference on
Modelling and Simulation, IASTED, Montreal, Canada, 2007.
78 / 82
[Schneider et al, 2009]
M. Schneider, M. Linauer, N. Hainitz, H. Koller, Traveller
information service based on real-time toll data in Austria, IET Intelligent Transport
Systems, Volume 3, Issue 2, pp. 124–137, June 2009.
[Schneider et al, 2009b]
W. Schneider, J. Zajicek, W. Toplak, A. Schöbel, H. Strubinsky,
OPTIMAL - Optimierung von Dispositionsprozessen mit anwendbaren Lösungen,
Endbericht ISB Studie, Bundesministerium für Verkehr, Innovation und Technologie
(bmvit), Juli 2009.
[Schneider et al, 2007]
W. Schneider, J. Asamer, E. Mrakotsky, W. Toplak (2007):
Influence of Environment Conditions on Traffic Flow, Paper for die ITSC 2007, The
10th International IEEE Conference on Intelligent Transportation Systems, Sept.30Oct. 3, Seattle, USA, 2007.
[Schneider and Toplak, 2008]
W. Schneider, W. Toplak: Traffic predictions with visual
data mining and artificial intelligence, e&i Elektrotechnik und Informationstechnik,
ISSN 0932-383X, Springer Wien, pp. 232-237, 2008.
[Stadtler and Klinger, 2008] H. Stadtler, C. Klinger (Eds.) Supply Chain Management and
Advanced Planning – Concepts, Models, Software and Case Studies, 4th Edition,
Springer Verlag Berlin Heidelberg, 2008.
[Sundaramoorthy, 2006]
G. Sundaramoorthy: Two ways to optimize ATP functionality
with ease, SCM Expert, Vol. 4, Issue 9, 2006.
[Schwendinger, 1979]
J. Schwendinger: Master Production Scheduling’s Available-toPromise, in: APICS Conference Proceedings, 316–330, 1979.
[Sowa and Shapiro, 1992] J.F. Sowa, S.C. Shapiro: Semantic networks, Encyclopedia of
Artificial Intelligence, edited by S. C. Shapiro, Wiley, New York, 1987; revised and
extended for the second Edition, 1992.
[Toplak, 2004] W. Toplak, Prognose mit Neuronalen Netzen, Ein Ausblick für die Anwendung
in der Verkehrstelematik, basierend auf Daten fester Zählstellen und Floating Cars,
Diplomarbeit, TU-Wien, 2004.
[Toplak, 2008a]
W. Toplak, A Comparison of a SOM and ALEV for Data Reduction
Purposes, Proceedings of the 26th IASTED International Multi-Conference Artificial
Intelligence and Applications (AIA2008), Innsbruck, Austria, 2008.
[Toplak et al, 2008] W. Toplak, H. Koller, J. Asamer: A Principle of Shape Preservation –
The ALEV Method, Proceedings of 19th European Meeting on Cybernetics and
Systems Research (EMCSR 2008) – Cybernetics and Systems 2008, Vienna, Austria,
2008.
[Toplak, 2008b]
W. Toplak, How Chaos Theory improves Forecasting, Proceedings of
the 21st IEEE Canadian Conference on Electrical and Computer Engineering
(CCECE 2008), Canada, 2008.
79 / 82
[Vester, 2007] F. Vester: Die Kunst vernetzt zu denken – Ideen und Werkzeuge für einen
neuen Umgang mit Komplexität, Ein Bericht an den Club of Rome, Dt. Taschenbuch
Verlag, München, 6. erweiterte Auflage, 2007.
[Zhang et al, 2004] Zhang L., Holm P, Colyar J., IDENTIFYING AND ASSESSING KEY
WEATHER-RELATED PARAMETERS AND THEIR IMPACTS ON TRAFFIC
OPERATIONS USING SIMULATION, U.S. Department of Transportation, Colorado
Springs, USA, 2004
[Zajicek, 2006]
J. Zajicek, Developing a Hazardous Goods Monitoring System for the
Austrian TERN - Project SHAFT, 31st FISITA World Automotive Congress,
Yokohama, Japan 2006.
80 / 82
12 Anhang Aufbau des Fragebogens
Abbildung 12-1: Screenshot des Online-Fragebogens – Teil 1
81 / 82
Abbildung 12-2: Screenshot des Online-Fragebogens – Teil 3
82 / 82