Die Entwicklung neuer Mobilitätsmodelle setzt ein tiefgreifendes Verständnis der komplexen Zusammenhänge voraus, die Mobilitätsentscheidungen zugrunde liegen. Egal ob es dabei um technische, organisatorische Neuerungen, oder aber Incentives im Bereich NutzerInnenverhalten geht, unsere Mobilitätsforschung nimmt immer eine 360° Perspektive ein: individuelle Mobilitätsentscheidungen (Welches Verkehrsmittel wähle ich für den Weg?, wie häufig mache ich diesen Weg? Welche Mobilitätsressourcen schaffe ich überhaupt in meinem Haushalt an? etc.) wird von einer Vielzahl von individuellen, haushaltsbezogenen, räumlichen, organisatorischen oder sogar nicht-tangiblen (z.B. kognitiven oder behavioralen) Faktoren beeinflusst, wie z.B. der Haushaltsstruktur, dem Lebensstil, dem Einkommen, multimodalen Erreichbarkeiten, zeitlichen Arrangements im Bezug auf Arbeit oder subjektive Werthaltungen. Viele dieser Faktoren sind wiederum ihrerseits voneinander abhängig; Mobilität kann daher aus unserer Sicht nicht isoliert von anderen Lebensbereichen (wie zB Wohnen oder Arbeiten) betrachtet werden. Wir bringen sowohl umfangreiche empirische Erfahrung als auch das notwendige methodische Know-How mit, um Forschungsfragen im Bereich Mobilität und Mobilitätsverhalten, faktenbasiert und nachvollziehbar beantworten zu können. Im Vordergrund steht dabei aber immer das Erkenntnisziel und nicht die Methode. Unser interdisziplinärer Forschungsansatz, out-of-the-box-Denken und ein effektives Wissensmanagement (tbwr knowledge) helfen uns dabei.

Unsere Kompetenzen im Bereich Mobilitätsforschung und statistische Modellierung umfassen:

  • Umfassende Kenntnis der nationalen und europäischen Datenlage zur Mobilität; effektives Datenmanagement
  • Techniken zur (räumlichen) Aggregation / Disaggregation von Daten, Verknüpfung unterschiedlicher Datenbestände und Granularitäten
  • Durchführung strukturentdeckender statistischer Analysen wie z.B. Cluster- oder Faktorenanalysen
  • Entwicklung multivariater statistischer Modelle zur Erklärung/Simulation/Prognose von Mobilitätsverhalten (z.B. Verkehrsmittelwahl, Wegehäufigkeiten, Distanzverteilungen, etc.): lineare Regressionsmodelle, multimediale logistische Regressionsmodelle, etc.
  • Kompetente inhaltliche Ergebnisinterpretation statistischer Modellierungen aus Anwender- bzw. AuftraggeberInnen-Perspektive.
  • Transparentes Reporting und wissenschaftliche Dissemination in internationalen Journals