GPS-Daten in einer Masterarbeit über Busverkehr auswerten

GPS-Daten eröffnen für Masterarbeiten über den öffentlichen Busverkehr zahlreiche Forschungsmöglichkeiten. Sie können zeigen, auf welchen Strecken Verspätungen entstehen, wie lange Fahrzeuge an Haltestellen stehen, ob Fahrpläne realistisch sind und wie stark die Fahrzeiten im Tagesverlauf schwanken. Im Unterschied zu einer einmaligen Beobachtung ermöglichen automatisch erfasste Positionsdaten häufig die Untersuchung vieler Fahrten über einen längeren Zeitraum.

Eine große Datenmenge führt jedoch nicht automatisch zu einer überzeugenden wissenschaftlichen Arbeit. GPS-Punkte müssen einer Linie, einer Fahrtrichtung und einer konkreten Fahrt zugeordnet werden. Fehlende Messwerte, technische Sprünge und Umleitungen können das Ergebnis verzerren. Hinzu kommen Fragen des Datenschutzes, der Dokumentation und der wissenschaftlichen Nachvollziehbarkeit.

Eine fundierte Masterarbeit beginnt deshalb nicht mit einer aufwendigen Visualisierung, sondern mit einer präzisen Forschungsfrage und einer sorgfältigen Prüfung der verfügbaren Daten.

Die Forschungsfrage vor der Datenanalyse festlegen

„Verspätungen im Busverkehr“ ist ein Themenfeld, aber noch keine ausreichend präzise Forschungsfrage. Es bleibt unklar, welches Verkehrsgebiet, welcher Zeitraum und welcher Aspekt der Verspätung untersucht werden sollen.

Geeignete Forschungsfragen könnten lauten:

• An welchen Streckenabschnitten einer Buslinie entstehen regelmäßig Verspätungen?
• Wie unterscheiden sich die Fahrzeiten zwischen Haupt- und Nebenverkehrszeit?
• Welchen Einfluss haben Wochentag und Tageszeit auf die Pünktlichkeit?
• Wie stabil sind die Fahrzeiten vor und nach einer infrastrukturellen Maßnahme?
• An welchen Haltestellen treten ungewöhnlich lange Aufenthaltszeiten auf?
• Wie zuverlässig sind prognostizierte Ankunftszeiten im Vergleich zu den tatsächlich beobachteten Positionen?

Untersuchungseinheit eindeutig definieren

Die Untersuchungseinheit kann eine vollständige Fahrt, ein Abschnitt zwischen zwei Haltestellen, ein einzelner GPS-Punkt oder ein Halt an einer Station sein. Diese Ebenen dürfen nicht unkontrolliert miteinander vermischt werden.

Wer die Pünktlichkeit vollständiger Fahrten untersucht, benötigt andere Kennzahlen als jemand, der kritische Straßenabschnitte identifizieren möchte. Eine Fahrt kann am Ausgangspunkt pünktlich beginnen, auf einem belasteten Abschnitt Zeit verlieren und durch Fahrzeitreserven später wieder planmäßig ankommen. Eine ausschließliche Betrachtung der Endhaltestelle würde die Entstehung der Verspätung verdecken.

Expertenkommentar: Die Forschungsfrage muss festlegen, an welchem Punkt des Verkehrsprozesses ein Problem gemessen wird. Erst danach lässt sich entscheiden, welche Variablen aus den GPS-Daten benötigt werden.

Welche GPS-Daten im Busverkehr verfügbar sein können

Verkehrsunternehmen erfassen Fahrzeugpositionen häufig über Systeme zur automatischen Fahrzeugortung. Ein Datensatz kann unter anderem folgende Informationen enthalten:

• Zeitstempel;
• geografische Breite und Länge;
• Fahrzeugkennung;
• Linien- oder Routennummer;
• Fahrtrichtung;
• Fahrtkennung;
• Geschwindigkeit;
• Status des Fahrzeugs;
• nächste Haltestelle;
• aktuelle Verspätung.

Nicht jedes System stellt sämtliche Felder bereit. Einige Datensätze enthalten nur Position und Zeit, während andere bereits eine Zuordnung zu Fahrplan und Haltestellen anbieten.

GTFS und GTFS Realtime unterscheiden

GTFS Schedule beschreibt geplante Verkehrsdaten. Dazu gehören beispielsweise Linien, Fahrten, Haltestellen, Abfahrtszeiten und räumliche Streckenverläufe. Eine Fahrt wird in der offiziellen GTFS-Referenz als Folge von mindestens zwei Haltestellen innerhalb eines bestimmten Zeitraums beschrieben. Über Fahrt- und Streckenkennungen können Fahrplaninformationen mit geografischen Linienverläufen verbunden werden.

GTFS Realtime ergänzt den statischen Fahrplan um aktuelle Informationen. Der Standard unterstützt unter anderem Fahrzeugpositionen, Fahrtaktualisierungen und Betriebsmeldungen. Eine Vehicle-Position kann neben Koordinaten auch eine Fahrtkennung, eine Fahrzeugkennung, einen Zeitstempel und einen Bezug zur nächsten Haltestelle enthalten.

Für eine Masterarbeit sollten statische und dynamische Daten möglichst gemeinsam verwendet werden. Erst der Vergleich zwischen Soll-Fahrplan und beobachteter Bewegung ermöglicht Aussagen über Verspätung, Fahrzeitreserven oder außerplanmäßige Verläufe.

Datenzugang und Nutzungsbedingungen vorab klären

GPS-Daten können als offene Datensätze, über eine Programmierschnittstelle oder im Rahmen einer Kooperation mit einem Verkehrsunternehmen bereitgestellt werden. Vor Beginn der Analyse müssen Zugangsbedingungen, technische Dokumentation und Nutzungsrechte geprüft werden.

Wichtige Fragen sind:

• Darf der Datensatz wissenschaftlich ausgewertet werden?
• Ist eine Veröffentlichung abgeleiteter Ergebnisse zulässig?
• Wie häufig werden Positionen aktualisiert?
• Werden historische Daten angeboten?
• Können sich Feldnamen oder Schnittstellen während des Projekts ändern?
• Müssen die Daten während der Laufzeit selbst archiviert werden?
• Dürfen Fahrzeugkennungen veröffentlicht werden?

Ein Echtzeit-Feed ist nicht automatisch ein historisches Archiv. Wer eine Untersuchung über mehrere Wochen plant, muss möglicherweise regelmäßig Daten abrufen und mit eigenen Zeitstempeln speichern.

Datenwörterbuch erstellen

Bereits zu Projektbeginn empfiehlt sich eine Tabelle, in der jede Variable dokumentiert wird. Sie sollte mindestens den Feldnamen, Datentyp, Wertebereich, fachliche Bedeutung und Umgang mit fehlenden Werten enthalten.

Unklarheiten wie „delay = 300“ müssen vor der Auswertung geklärt werden. Je nach System kann der Wert Sekunden, eine abgeleitete Prognose oder die Abweichung an einer bestimmten Haltestelle darstellen.

GPS-Daten auf Qualität prüfen

Positionsdaten können technische und betriebliche Fehler enthalten. Einzelne Punkte liegen möglicherweise außerhalb des Linienverlaufs, Zeitstempel sind doppelt vorhanden oder zwischen zwei Meldungen besteht eine längere Lücke.

Typische Qualitätsprobleme sind:

• fehlende Positionsmeldungen;
• identische Koordinaten über einen langen Zeitraum;
• unrealistische Sprünge;
• falsche oder fehlende Fahrtkennungen;
• widersprüchliche Fahrtrichtungen;
• Zeitstempel in unterschiedlichen Zeitzonen;
• Umleitungen, die nicht im statischen Fahrplan enthalten sind;
• Fahrzeuge, die nach einem Einsatzwechsel weiterhin dieselbe Kennung tragen.

Die GTFS-Realtime-Empfehlungen sehen für Fahrzeugpositionen und Fahrtaktualisierungen möglichst aktuelle Daten vor. Als Best Practice wird genannt, dass diese Informationen nicht älter als 90 Sekunden sein sollten. Zudem sollte die gemeldete Position bei einer regulären Fahrt grundsätzlich in der Nähe des hinterlegten Streckenverlaufs liegen; größere Abweichungen können beispielsweise auf Umleitungen oder Datenfehler hinweisen.

Plausibilitätsregeln transparent festlegen

Fehlerhafte Werte sollten nicht nach Gefühl entfernt werden. Die Arbeit benötigt dokumentierte Regeln, etwa:

• Punkte ohne gültigen Zeitstempel werden ausgeschlossen;
• doppelte Meldungen werden anhand definierter Kriterien bereinigt;
• Geschwindigkeiten außerhalb eines plausiblen Bereichs werden geprüft;
• Zeitlücken oberhalb einer festgelegten Grenze werden markiert;
• Fahrten mit zu geringer Datenabdeckung werden nicht für Detailanalysen verwendet.

Die gewählten Grenzwerte müssen zum Datensatz und zum Forschungsziel passen. Eine kurze Übertragungslücke ist für eine Tagesstatistik möglicherweise unproblematisch, kann aber die genaue Berechnung der Haltestellenaufenthaltszeit verhindern.

Rohdaten für die Analyse vorbereiten

Die Datenaufbereitung nimmt bei GPS-Projekten oft mehr Zeit in Anspruch als die spätere statistische Auswertung. Rohdaten aus verschiedenen Tagen müssen zunächst in ein einheitliches Schema gebracht werden.

Ein sinnvoller Arbeitsablauf umfasst:

1. Originaldateien unverändert archivieren;
2. Formate und Zeitzonen vereinheitlichen;
3. doppelte Datensätze erkennen;
4. fehlende Werte kennzeichnen;
5. Koordinaten auf Plausibilität prüfen;
6. Punkte nach Fahrzeug und Fahrt sortieren;
7. GPS-Punkte dem Linienverlauf zuordnen;
8. Haltestellenankünfte und -abfahrten ableiten;
9. einen bereinigten Analysedatensatz erzeugen.

Map Matching nicht mit einfacher Nähe verwechseln

Beim Map Matching werden GPS-Punkte einem wahrscheinlichen Straßen- oder Linienverlauf zugeordnet. Die geografisch nächstgelegene Strecke ist nicht immer die tatsächlich befahrene Strecke. Parallelstraßen, Brücken, Schleifen und sich kreuzende Linien können zu Fehlzuordnungen führen.

Die GTFS-Datei shapes.txt kann den räumlichen Verlauf einer Fahrt als geordnete Punktfolge beschreiben. Zusätzliche Distanzangaben helfen dabei, Haltestellen und Positionen entlang dieses Verlaufs einzuordnen.

Die Masterarbeit sollte erklären, welches Zuordnungsverfahren verwendet wurde und wie mit Punkten umgegangen wird, die keiner Strecke eindeutig zugewiesen werden können.

Zeitdruck während eines datenintensiven Projekts bewältigen

Bei großen Mobilitätsdatensätzen entsteht Zeitdruck häufig nicht erst beim Schreiben. Schon Datenzugang, Bereinigung und Zuordnung können länger dauern als geplant. Wer in dieser Situation nach Masterarbeit kaufen sucht, versucht möglicherweise, ein methodisches Problem durch die vollständige Auslagerung der wissenschaftlichen Arbeit zu lösen.

Sinnvoller ist es, die Ursache einzugrenzen. Bei technischen Schwierigkeiten kann eine transparente Programmier- oder Methodenberatung helfen. Eine Schreibberatung unterstützt bei Gliederung und Argumentation, während ein Korrektorat einen bereits selbst verfassten Text sprachlich prüft.

Wird eine fremd erstellte Arbeit dagegen als persönliche Prüfungsleistung eingereicht, stimmen tatsächliche und erklärte Urheberschaft nicht überein. Der Kodex der Deutschen Forschungsgemeinschaft formuliert übergreifende Standards guter wissenschaftlicher Praxis und betont die Verantwortung für Qualität, Dokumentation und Redlichkeit im Forschungsprozess.

Expertenkommentar: Komplexität durch Eingrenzung reduzieren

Wenn der Zeitplan nicht mehr realistisch ist, sollte die Untersuchung nicht einfach schneller durchgeführt werden. Häufig lässt sich das Projekt auf eine Linie, einen kürzeren Zeitraum oder eine klar definierte Tageszeit begrenzen. Eine kleinere, methodisch saubere Analyse ist wissenschaftlich wertvoller als ein großer, kaum kontrollierter Datensatz.

Geeignete Kennzahlen entwickeln

Die Auswahl der Kennzahlen muss direkt aus der Forschungsfrage folgen.

Pünktlichkeit

Pünktlichkeit beschreibt die Abweichung zwischen geplanter und tatsächlicher Ankunft oder Abfahrt. Dabei muss festgelegt werden, ob eine geringe Verspätung noch als pünktlich gilt und wie zu frühe Abfahrten behandelt werden.

Neben dem Mittelwert sind auch Verteilung und Streuung wichtig. Eine durchschnittliche Verspätung von drei Minuten kann aus vielen konstant kleinen Abweichungen oder aus überwiegend pünktlichen Fahrten mit wenigen extremen Störungen entstehen.

Fahrzeit zwischen Haltestellen

Für jeden Abschnitt kann die Zeit zwischen Abfahrt an einer Haltestelle und Ankunft an der nächsten berechnet werden. So lassen sich Strecken identifizieren, auf denen sich Verzögerungen regelmäßig aufbauen.

Vergleiche können nach Tageszeit, Wochentag, Fahrtrichtung oder Wetterlage erfolgen. Externe Variablen dürfen jedoch nur einbezogen werden, wenn sie methodisch sauber erhoben und zeitlich korrekt zugeordnet wurden.

Haltestellenaufenthaltszeit

Die Aufenthaltszeit beginnt mit der Ankunft und endet mit der Abfahrt. In GPS-Daten sind diese Ereignisse nicht immer direkt enthalten. Sie müssen möglicherweise anhand niedriger Geschwindigkeit, räumlicher Nähe zur Haltestelle und aufeinanderfolgender Zeitpunkte geschätzt werden.

Längere Aufenthalte können durch hohen Fahrgastwechsel, Barrieren, Fahrplanreserven oder betriebliche Vorgänge entstehen. GPS-Daten allein erklären die Ursache nicht. Für belastbare Interpretationen können ergänzende Beobachtungen oder Interviews erforderlich sein.

Regelmäßigkeit

Bei Linien mit kurzen Taktabständen ist nicht nur die Abweichung vom Fahrplan relevant. Wichtig ist auch, ob die Abstände zwischen aufeinanderfolgenden Fahrzeugen stabil bleiben.

Unregelmäßige Abstände können zu Fahrzeugbündelung führen: Zwei Busse treffen kurz nacheinander ein, danach entsteht eine längere Lücke. Die Analyse sollte deshalb zwischen Fahrplanpünktlichkeit und tatsächlicher Angebotsregelmäßigkeit unterscheiden.

Statistische Auswertung schrittweise durchführen

Die Analyse sollte mit deskriptiven Statistiken beginnen. Dazu gehören Anzahl gültiger Fahrten, Datenabdeckung, Median, Mittelwert, Quantile und Streuungsmaße.

Erst danach sind komplexere Verfahren sinnvoll. Je nach Forschungsfrage kommen beispielsweise Regressionsmodelle, Zeitreihenanalysen oder Gruppenvergleiche infrage. Die Auswahl darf nicht allein davon abhängen, welche Softwarefunktionen verfügbar sind.

Abhängige Beobachtungen berücksichtigen

GPS-Punkte derselben Fahrt sind nicht unabhängig voneinander. Auch mehrere Fahrten desselben Fahrzeugs oder derselben Linie können gemeinsame Eigenschaften besitzen.

Wer Tausende Positionspunkte wie Tausende voneinander unabhängige Fälle behandelt, überschätzt möglicherweise die statistische Informationsmenge. Häufig ist es sinnvoller, Kennzahlen zunächst auf Fahrt- oder Abschnittsebene zu aggregieren.

Expertenkommentar: Mehr Datenzeilen bedeuten nicht automatisch eine größere unabhängige Stichprobe. Die Struktur der Daten muss im statistischen Modell berücksichtigt werden.

Ergebnisse verständlich visualisieren

Karten sind bei GPS-Analysen besonders anschaulich, können aber auch irreführen. Eine rote Strecke kann eine hohe durchschnittliche Verspätung, einen einzelnen Extremwert oder eine geringe Zahl beobachteter Fahrten darstellen.

Jede Visualisierung benötigt daher:

• eine eindeutige Legende;
• eine dokumentierte Einheit;
• Angaben zum Zeitraum;
• die Zahl der Beobachtungen;
• nachvollziehbare Klassengrenzen;
• eine Erklärung fehlender Daten.

Neben Karten sind Linien- und Boxplots häufig hilfreich. Sie zeigen beispielsweise, wie sich Fahrzeiten im Tagesverlauf verändern oder wie stark einzelne Streckenabschnitte schwanken.

Datenschutz bei GPS- und Betriebsdaten beachten

Positionsdaten eines öffentlichen Fahrzeugs wirken zunächst unpersönlich. In Verbindung mit Dienstplänen oder stabilen Fahrzeugzuordnungen könnten sie jedoch Rückschlüsse auf Beschäftigte ermöglichen. Bei Daten aus Smartphones oder freiwilligen Tracking-Studien können außerdem individuelle Bewegungsprofile entstehen.

Der Europäische Datenschutzausschuss weist darauf hin, dass Standortdaten besonders aufschlussreich über Lebensgewohnheiten sein können. Für vernetzte Fahrzeuge und mobilitätsbezogene Anwendungen gelten deshalb Anforderungen an Rechtsgrundlage, Zweckbindung, Transparenz und Schutzmaßnahmen.

Nach den Datenschutzgrundsätzen sollen nur Daten verarbeitet werden, die für den festgelegten Zweck erforderlich sind. Personenbezogene Informationen dürfen außerdem nicht unbegrenzt aufbewahrt werden; bei wissenschaftlicher Speicherung sind geeignete technische und organisatorische Maßnahmen notwendig.

Praktisch bedeutet das:

• direkte Personenkennungen entfernen;
• Fahrzeugkennungen nur speichern, wenn sie erforderlich sind;
• Zugriffsrechte begrenzen;
• Rohdaten und Veröffentlichungsversion trennen;
• Lösch- und Archivierungsfristen dokumentieren;
• Karten auf mögliche Identifizierbarkeit prüfen.

Die Datenschutzstelle und gegebenenfalls die Ethikkommission der Hochschule sollten vor Beginn der Erhebung einbezogen werden.

Reproduzierbarkeit und Dokumentation sichern

Alle Bearbeitungsschritte sollten durch Skripte oder klar dokumentierte Verfahren reproduzierbar sein. Manuelle Änderungen in Tabellen sind schwer nachzuvollziehen, wenn nicht festgehalten wird, welche Zeilen aus welchem Grund verändert wurden.

Eine saubere Projektstruktur trennt:

• unveränderte Rohdaten;
• Bereinigungsskripte;
• Zwischendatensätze;
• endgültige Analysedaten;
• Abbildungen;
• statistische Ergebnisse;
• Dokumentation.

Versionskontrolle und ein Analyseprotokoll helfen dabei, Entscheidungen später zu rekonstruieren. Dazu gehören auch erfolglose Ansätze, nachträglich veränderte Grenzwerte und Ausschlussregeln.

Häufige Fehler bei der GPS-Auswertung

Echtzeitdaten als fehlerfreie Messung behandeln

Ein Live-Feed kann verzögert, unvollständig oder technisch geglättet sein. Die Datenqualität muss empirisch geprüft werden.

Soll- und Ist-Daten falsch verbinden

Eine falsche Fahrtkennung oder Fahrtrichtung kann dazu führen, dass eine tatsächliche Position mit dem falschen Fahrplan verglichen wird.

Nur Durchschnittswerte darstellen

Mittelwerte verbergen starke Schwankungen und Extremereignisse. Verteilungen und Fallzahlen müssen ebenfalls betrachtet werden.

Umleitungen ignorieren

Eine Abweichung vom hinterlegten Streckenverlauf ist nicht zwangsläufig ein GPS-Fehler. Baustellen oder betriebliche Umleitungen müssen, soweit möglich, berücksichtigt werden.

Kausalität vorschnell behaupten

Zeigt ein Abschnitt regelmäßig Verspätungen, beweist dies noch nicht, dass eine bestimmte Kreuzung die Ursache ist. Verkehrsaufkommen, Haltestellenaufenthalte oder frühere Verzögerungen können ebenfalls beitragen.

Fazit: Gute GPS-Analysen benötigen mehr als viele Koordinaten

GPS-Daten ermöglichen detaillierte Einblicke in die Zuverlässigkeit und räumliche Dynamik des Busverkehrs. Sie können zeigen, wo Fahrzeiten schwanken, an welchen Abschnitten Verspätungen entstehen und wie stabil ein Angebot im Tagesverlauf funktioniert.

Die wissenschaftliche Qualität hängt jedoch von der Vorbereitung ab. Eine klare Forschungsfrage, dokumentierte Datenbereinigung, korrekte Zuordnung zu Fahrten und Haltestellen sowie ein verantwortungsvoller Umgang mit Standortdaten sind unverzichtbar.

Eine überzeugende Masterarbeit erklärt nicht nur, welches statistische Ergebnis berechnet wurde. Sie zeigt auch, wie die Rohdaten entstanden sind, welche Fehler möglich waren, welche Beobachtungen ausgeschlossen wurden und wie weit die Schlussfolgerungen reichen. Erst diese Transparenz macht aus einer Sammlung von GPS-Punkten eine nachvollziehbare verkehrswissenschaftliche Untersuchung.