Die Mobilitätsnachfrage, gemessen in Form von Modal-Split und Verkehrsleistung, bildet die Datengrundlage für eine Vielzahl von Entscheidungen in Politik und Verwaltung und ist somit eine fundamentale verkehrsstatistische Größe. Gleichzeitig muss die diesbezügliche Datenlage in Österreich – insbesondere auf der verkehrspolitisch relevanten Ebene der Gemeinden als schwierig bezeichnet werden: bestehende nationale Datenquellen sind in ihrer räumlichen und zeitlichen Granularität stark begrenzt, Ländererhebungen sind nur in OÖ., Sbg. und Vbg. verfügbar. Für den Großteil Österreichs ist Mobilitätsnachfrage auf kommunaler Ebene demnach weder bekannt noch quantifizierbar. Dies erschwert die gezielte Steuerung des Mobilitätsgeschehens oder die Entwicklung neuer Mobilitätsangebote v.a. im niederrangigen Netz. Angesichts der Klimakrise und der damit verbundenen Kosten des Nicht-Handelns wird es zudem immer wichtiger die Datenlage zum burden sharing zu verbessern. Dazu gehört auch eine flächendeckende Metrik zur Mobilitätsperformance von Gemeinden, welche den Erreichungsgrad verkehrs- und klimapolitischer Ziele quantitativ messbar macht und mangelhaft wahrgenommene Verantwortlichkeiten transparent aufzeigt. So können wirkungsvolle Maßnahmen, Strategien und Steuerungsmechanismen evidenzbasiert informiert werden.
GENERATE greift diese Problemstellung auf und entwickelt einen neuartigen Ansatz, um diese Datenlücken zu schließen. Durch die innovative Verknüpfung bestehender Datenquellen ermöglicht es die Synthese flächendeckender und häufig aktualisierbarer Datenschichten zu Modal Split und Verkehrsleistung auf kommunaler Ebene. Das methodische Framework dafür basiert auf den Wirkungsmodellen der Vorgängerprojekte ACTIV8! und ACTIV8II, sie erklären den kommunalen Modal Split anhand lokaler und regionaler Attribute. GENERATE zeichnet sich als erster systematischer Ansatz aus, der durch die Integration verkehrlicher und nicht-verkehrlicher Daten einen echten Informationsmehrwert schafft, ohne dazu großflächige Erhebungen zu benötigen. Das selbstlernende GENERATE Modell ermöglicht die kontinuierliche Integration neuer Daten zur Verbesserung und Aktualisierung der Aussagen. Die resultierenden Daten ermöglichen nicht nur vertiefte Einblicke in die Mobilitätsnachfrage, sondern auch die Beurteilung von Maßnahmeneffekten aus Verkehrs- und Umweltpolitik.

Obwohl der Ansatz nicht darauf abzielt, empirische Erhebungen vollständig zu ersetzen, bietet er eine kosteneffiziente Möglichkeit, fehlende Daten in engen zeitlichen Abständen zu synthetisieren. Auf Basis dieser Daten lassen sich lokal und regional passgenaue, nutzer*innenorientierte Mobilitätsangebote entwickeln, Raum- und Verkehrsplanung besser miteinander verzahnen, um so die zentralen Strategien des Mobilitätsmasterplans ‚Vermeiden‘ und ‚Verlagern‘ zu forcieren. Um die Projektergebnisse in reale Anwendungsfälle, Planungs- und Steuerungsprozesse zu integrieren sind Bedarfsträger*innen aus verschiedenen Gruppen in Form konkreter Anwendungsfälle und als Projektbeirat eingebunden. Diese umfassen Entscheidungsträger*innen aus Verwaltung und Politik auf verschiedenen föderalen Ebenen, Planer*innen, Anbieter*innen von Mobilitätsdienstleistungen, Akteur*innen aus dem F&E Sektor sowie Dachverbände und das Umweltbundesamt als wesentlicher Datenprovider zur Mobilitätswende. Die Bandbreite der Einsatzmöglichkeiten und das vielfältige Interesse zu dieser Projekteinreichung demonstrieren ihre Relevanz.