We show that the combination of direct membrane deposition with proton conductive nanofiber reinforcement yields highly durable and high power density fuel cells. Sulfonated poly(ether ketone) (SPEK) was directly electrospun onto gas diffusion electrodes and then filled with Nafion by inkjet-printing resulting in a 12 μm thin membrane. The ionic membrane resistance (30 mΩ*cm2) was well below that of a directly deposited membrane reinforced with chemically inert (PVDF-HFP) nanofibers (47 mΩ*cm2) of comparable thickness. The power density of the fuel cell with SPEK reinforced membrane (2.04 W/cm2) is 30% higher than that of the PVDF-HFP reinforced reference sample (1.57 W/cm2). During humidity cycling and open circuit voltage (OCV) hold, the SPEK reinforced Nafion membrane showed no measurable degradation in terms of H2 crossover current density, thus fulfilling the target of 2 mA/cm2 of the DOE after degradation. The chemical accelerated stress test (100 h OCV hold at 90 °C, 30% RH, H2/air, 50/50 kPa) revealed a degradation rate of about 0.8 mV/h for the fuel cell with SPEK reinforced membrane, compared to 1.0 mV/h for the PVDF-HFP reinforced membrane.

Die Analyse der Forschungslandschaft, etwa um interessante Kontakte für Forschungskooperationen zu finden oder neue Forschungsschwerpunkte zu identifizieren, ist ein wichtiger Bestandteil der wissenschaftlichen Arbeit. Gerade in den interdisziplinären Bereichen der Mobilitäts- und Verkehrsforschung sind damit jedoch zahlreiche Herausforderungen verbunden. Mit dem neuen Forschungskompass (www.forschungskompass.eu) wird ein Werkzeug entwickelt, um einen schnellen und passgenauen Einblick in diese vielfältige Forschungslandschaft zu erhalten.

In recent years ‘mobility management’—a means of promoting modal shift and alternatives to the journey—has gained importance in continental Europe. Especially in metropolitan areas this approach is seen as a way of improving the effectiveness of traffic system management measures. This paper outlines some key options and constraints of transferring mobility management to rural regions, drawing on evidence gathered from a research and demonstration project currently underway in rural regions of North Rhine-Westphalia. Basic conditions for implementing mobility management in rural regions as well as preliminary findings are presented.

Objective The present study aims to investigate whether drivers’ age and their experience with driving simulators could explain differences between a subjective estimation of system adaptation and a respective objective systematic measurement. Background Assessing valid measurements in driving simulators causes concern because driving simulators are not yet as realistic as real on-road driving scenarios. Common methods like pre-defined training sessions and self-appraisals of simulator adaptation might therefore be insufficient to ensure actual valid data. Hence, influential variables on this discrepancy are investigated. Method In total, N = 203 drivers participated in a training session and a subsequent testing session in a close-to-production driving simulator. Subjective adaptation was estimated by the drivers and an objective adaptation value was gathered on the basis of driving accuracy. The discrepancy between these two measures was calculated and related to age, self-reported driving experience and occurrence of previous adaptation. Results Subjective adaptation was significantly faster than objective adaptation but neither drivers’ age, experience, nor previous adaptation could explain this discrepancy. Discussion Results indicate that younger and older drivers likewise underestimate the time needed for adaptation. Measuring a subjective point of adaptation seems to be an insufficient measure to ensure simulator validity when assessing both older and younger drivers.

Diese Arbeit liefert eine Übersicht über die Risikomaße, mit welchen sich die Verkehrssicherheit messen lässt. Darauf aufbauend erfolgt eine Analyse der Verkehrssicherheit prägenden Maßnahmen des MIVS seit der Erfindung des Automobils. Anschließend erfolgt eine Analyse dieser Daten mit Hilfe von Zeitreihenmodellen. Ein Hauptbestandteil dabei bildet die Untersuchung von Strukturbrüchen, verursacht durch Verkehrssicherheits-Maßnahmen. Hierfür wird die Methodik der Interventionsanalyse (aufbauend auf ARIMA-Prozessen) und der Causal Impact verwendet. Es wird eine Aussage darüber getroffen, wie sich die Verkehrssicherheit, zu einem bestimmten Zeitpunkt, ohne das Umsetzen einer Maßnahme, entwickelt hätte.:Kapitel 1 Einleitung Kapitel 2 Verkehrssicherheit 2.1 Verkehrssicherheit: Sicherheits- und Risikowahrnehmung 2.2 Risikometrie 2.3 Realisierungskonzepte Kapitel 3 Entwicklung der Verkehrssicherheut in Deutschland 3.1 Exkurs Verkehrsgeschichte-der Weg zum MIV 3.2 Maßnahmen und Zwischenbilanzen der Verkehrssicherheit: Trümmerjahre- die Zeit bis 1950 3.3 Maßnahmen und Zwischenbilanz der Verkehrssicherheit 1950-1970 3.4 Maßnahmen und Zwischenbilanz der Verkehrssicherheit 1970-1990 3.5 Maßnahmen und Zwischenbilanz der Verkehrssicherheit 1990-2020 Kapitel 4 Betrachtung der Verkehrssicherheit mit Hilfe von Zeitreihenanalysemethoden 4.1 Zeitreihenanalyse und ARIMA Modell 4.2 Evaluations-Modelle für die Auswertung Verkehrssicherheit prägender Maßnahmen 4.3 Evaluation ausgewählter, die Verkehrssicherheit prägender Maßnahmen anhand der Interventionsanalyse und des Causal Impacts Kapitel 5 Fazit

Ziel dieser Arbeit ist es, robuste und performante Algorithmen für die Fusion von polizeilichen Unfalldaten zur Testszenariengenerierung im Rahmen der Absicherung automatisierter Fahrfunktionen zu generieren. In dieser Arbeit werden dabei Methoden zur Datenfusion in Kombination mit generativen und Klassifikationsmodellen untersucht. Eine spezifische Variable vom Empfänger wird während des Datenfusionsverfahrens im Voraus entfernt. Ein Spender mit den gemeinsamen Variablen wird verwendet, um die Vorhersage für die fehlende spezifische Variable im Empfänger zu erhalten. Als Methode werden Ensembles aus Distance-Hot-Deck und Machine-Learning Verfahren für die Vorhersage verwendet. Nach der Vorhersage werden die Ergebnisse anhand ausgewählter Bewertungsmetriken bewertet. Darüber hinaus werden zwei generative Modelle eingeführt, um Datensätze unterschiedlicher Qualität zu synthetisieren. Ziel ist es, die Robustheit der Ensembles mit den synthetisierten „Rauschdaten“ zu testen und die Performance von Ensembles mit den synthetisierten Daten hoher Qualität zu verbessern. Schließlich können Erkenntnisse darüber gewonnen werden, welche Ensembles die besten Ergebnisse für die Datenfusion liefern.:1. Einleitung 2. Grundlagen 3. Randbedingungen 4. Vorgehensweise 5. Ergebnisse 6. Diskussion & Ausblick

Analyse und Entwicklung eines webbasierten Buchungsmoduls für das Busreiseverwaltungssystem "MikrobusONLINE" auf Basis der Flex-Technologie und der Skriptsprache Perl

Nach einem Ideenwettbewerb erhielten vier sächsische Dörfer die Möglichkeit, ihre Themendorfidee mit Unterstützung von Experten aus den Bereichen Tourismus und Regionalentwicklung konzeptionell zu untersetzen. Die Broschüre fasst die individuellen Erfahrungen der vier Themendorf-Pilotvorhaben zusammen. An Hand von Beispielen aus dem Granitdorf Demitz-Thumitz, Krabatdorf Schwarzkollm, Dorf der Sinne Höfgen sowie dem Textildorf Großschönau werden Methoden und Erfahrungen praxisnah vorgestellt. Wichtige Arbeitsschritte wie Potenzialanalyse, Leitbilderarbeitung, Öffentlichkeitsarbeit und Inszenierung des Themas sind anschaulich aufgezeigt. Diese Arbeitshilfe richtet sich an Gemeinde- und Ortsvertreter, touristische Anbieter und Unternehmen, Verbände und Vereine, Regionalmanager sowie an Einwohner und weitere an der Themendorfentwicklung interessierte Akteure.

In der Bundesrepublik Deutschland zeichnet sich eine zunehmende Polarisierung von Schrumpfungs- und Wachstumsräumen ab. Zum Teil in unmittelbarer Nachbarschaft von weiter wachsenden Ballungsräumen entstehen extrem dünn besiedelte ländlich geprägte Räume. Die Diskussion um die zukünftige Entwicklung des öffentlichen Verkehrangebots muss diese raumstrukturelle Dimension mit einbeziehen. In dem vorliegenden Papier wird am Beispiel des Landkreises Prignitz in Brandenburg gezeigt, dass die Hauptfunktion des öffentlichen Verkehrs in ländlichen „Schrumpfungsräumen“ im Bereich der Schülerbeförderung liegt. Auf dieser Grundlage wird argumentiert, dass Strategien für eine sinnvolle Anpassung des Angebots an veränderte demografische Rahmenbedingungen vor allem die Optimierung des Schülerverkehrs im Blick haben müssen. Sinkende Schülerzahlen führen zu Schulschließungen. Diese erhöhen die Anforderungen an die Schülerbeförderung, die hauptsächlich mit dem öffentlichen Verkehr abgewickelt wird. Die dramatisch gesunkenen Schülerzahlen lassen die Einnahmen der Verkehrsunternehmen sinken, ohne dass die Kosten zurückgehen. Das Beispiel zeigt, dass für die Zukunft der Daseinsvorsorge in dünn besiedelten ländlichen Räumen eine integrierte Betrachtung und intensive Kooperation der verschiedenen Sektoren der Daseinsvorsorge entscheidend ist. Ziel der Kooperation kann zum Beispiel die gemeinsame Nutzung eines kommunalen Fahrzeugpools sein. Bedarfsgerechte Angebote für eine sehr niedrige Nachfrage können auch auf der Grenze zwischen privatem und öffentlichem Verkehr entstehen: Vorgeschlagen wird ein Programm zur subjektbezogenen Förderung als Angebot für die Schülerbeförderung abseits von Hauptachsen sowie die stärkere Einbindung von Mitfahrangeboten in ein öffentliches Verkehrsangebot außerhalb der Hauptschulverkehrszeiten. / Germany experiences a period of drastic demographic change which affects the different regions in different ways. While the population as a whole decreases and the share of elderly people increases some areas continue to grow and prosper while others suffer from population losses. Especially rural areas in Eastern Germany show extremely low levels of population density. Discussions about future developments in public transport have to take this tendency of a polarized regional development into account. Based on a case study analysis of rural areas in Brandenburg the paper argues that in very thinly populated rural areas public transport’s main function lies in school transport. Strategies aiming at the adjustment of public transport supply to changing demographic conditions have to focus mainly on optimizing school transport services. The case study shows a decreasing number of school children in the area resulting in the reduction and centralization of schools. If there are fewer schools a higher percentage of children have to use public transport on their way to school. Transportation effort for a relatively small number of school children increases and results in financial problems for the suppliers of public transport. The future of general public services („Daseinsvorsorge“) in rural areas depends on an integrated consideration of and intense cooperation between the different public services segments, like schools, public transport or (other) public infrastructure provision. To use existing resources more efficiently such cooperation can aim at the development of a central car pool for the community, which could also provide small vehicles for demand responsive public transport services. Additionally, the paper suggests that public and private transport be more closely linked using instruments such as lift-sharing. For school transport a transport voucher scheme subsidizing privately organized school transport is suggested.

Der Verkehrsmarkt befindet sich im Spannungsfeld maßgeblicher Einflüsse wie Kosten- und Einkommensentwicklung, Verkehrsangebot, Verkehrsnachfrage und Infrastruktur. Diese Einflussfaktoren sind bereits heute dabei, sich zum Teil dramatisch zu verändern; dies wird in der Zukunft noch verstärkt der Fall sein. Die Einflussfaktoren werden dabei durch das Zusammenwirken verschiedener Leittrends (Megatrends) maßgeblich geprägt. Beispielhaft genannt seien etwa die Schrumpfung und Alterung der Bevölkerung, die Folgen der Globalisierung und des Klimawandels, die weltweite Ressourcenverknappung oder die finanziellen Restriktionen privater und öffentlicher Haushalte. Mit diesem InnoZ-Baustein werden die mobilitätsrelevanten Megatrends analysiert und ihr Einfluss auf die Indikatoren des Verkehrsmarkts in einem Gesamtzusammenhang dargestellt. Unser interdisziplinärer Ansatz integriert ökonomische, sozial- und raumwissenschaftliche Erkenntnisse. Es zeigt sich dabei unter anderem, dass … • … die für die Bevölkerungsmehrheit nur noch moderat steigenden Realeinkommen und die gleichzeitig steigenden Ausgaben für elementare Lebensbereiche dämpfend auf den Verkehrsmarkt wirken. Die Spreizung in hohe und niedrige Einkommen nimmt zu und führt zu einer wachsenden Differenzierung der Nachfrage nach hochund niedrigpreisigen Angeboten. • … die Kosten für Mobilität in den letzten Jahren stark angestiegen sind und dass diese in den kommenden Jahren sehr wahrscheinlich weiter ansteigen werden. Dies gilt für alle motorisierten Verkehrsträger und insbesondere für den motorisierten Individualverkehr. Die Simultanität von kaum noch steigenden Realeinkommen und einer sich stetig verteuernden Gesundheits- und Altersvorsorge sorgt dafür, dass die Mobilitätsbudgets der Verbraucher deutlich eingeengt werden. • … durch die demografisch bedingte Verkleinerung wichtiger Nachfragegruppen die Nachfrage am Gesamtverkehrsmarkt tendenziell sinkt – trotz regional zum Teil gegenläufiger Tendenzen. • … Verkehrsunternehmen und Fahrzeughersteller auf die sich verändernden Kundenanforderungen – z.B. bedingt durch die massive Alterung der Bevölkerung – mit differenzierten Angeboten reagieren. Voraussichtlich kann jedoch die zurückgehende Gesamtverkehrsnachfrage nicht vollständig kompensiert werden. Der vorliegende InnoZ-Baustein schließt mit einem Ausblick auf die auf dieser Grundlage hergeleiteten und regional ausdifferenzierten Umfelddaten, die Eingang in modellbasierte Prognoserechnungen zur zukünftigen Verkehrsnachfrage und dem entsprechenden Infrastrukturbedarf finden werden. / he transport market is influenced by various and sometimes competing factors such as cost development and income growth, transport options offered, transport demand and infrastructure. These influencing factors are already to some extent under dramatic change, and these changes will increase in the future. The influencing factors themselves are affected by different leading trends (megatrends) interacting with each other. Examples for such megatrends are a declining and ageing population, the impacts of globalization and climate change, worldwide resource shortages, or increasing constraints on public finances and on disposable incomes. This paper analyzes the megatrends relevant for the mobility sector and describes their impact on transport market indicators in a general context. The underlying interdisciplinary approach integrates economic, sociological and spatial scientific knowledge. The analysis shows, among other things, that … • … only moderately increasing real earnings for most of the population, and simultaneously rising expenditures for basic needs will result in decreasing effects on the transport market. Income inequality will increase and lead to a growing differentiated demand for high- and lowpriced products and services. • … mobility costs have risen dramatically over the past years and they will very likely continue to increase over the next years. This applies for motorized transport on the whole, and especially for individual motor car traffic. A minimal rise in real earnings along with a permanent increase in health care and retirement provision costs lead to noticeable restrictions on individual mobility budgets. • … a decrease of important customer groups, caused by demographic change, will tend to result in a shrinking transport market, in spite of opposing trends in some regions. • … transportation companies and vehicle manufacturers will respond to changing customer needs, brought along for instance by a drastically aging population, with differentiated products and services. But in all likelihood, such developments cannot wholly compensate for the declining overall transport demand. The paper concludes with an overview of the regionally differentiated context data derived from the described approach. The context data constitutes the input data for the model-based forecasting, with which future transport market demand and the according infrastructure demand in Germany will be estimated.