Die LH München wurde 2010 mit dem Wunsch von CarSharing-Unternehmen konfrontiert, eine Ausnahmegenehmigung für das Parken in Parklizenzgebieten zu gewähren. Eine Ausnahmegenehmigung ist grundsätzlich nur dann zu rechtfertigen, wenn sie im öffentlichen Interesse ist. Das öffentliche Interesse hat die LH München dann als gegeben definiert, wenn durch die Nutzung der Carsharing-Fahrzeuge mehr Stellplätze frei gemacht würden, als sie selbst benötigen und die gefahrenen Fahrzeugkilometer in der Stadt in der Gesamtsumme nicht zunehmen würden. Der Projektbericht beschreibt Methodik und Ergebnisse einer Evaluation des Münchner Carsharing-Angebotes. Dieser lagen im Wesentlichen Daten aus drei Quellen zugrunde: Daten aus bereits zum Thema vorliegenden Studien sowie vorliegende Kennzahlen, Daten zu Nutzern und Nutzung aus den Back-End-Systemen der Carsharing-Anbieter und Daten aus eigenen Befragungen.

Die LH München wurde 2010 mit dem Wunsch von CarSharing-Unternehmen konfrontiert, eine Ausnahmegenehmigung für das Parken in Parklizenzgebieten zu gewähren. Eine Ausnahmegenehmigung ist grundsätzlich nur dann zu rechtfertigen, wenn sie im öffentlichen Interesse ist. Das öffentliche Interesse hat die LH München dann als gegeben definiert, wenn durch die Nutzung der Carsharing-Fahrzeuge mehr Stellplätze frei gemacht würden, als sie selbst benötigen und die gefahrenen Fahrzeugkilometer in der Stadt in der Gesamtsumme nicht zunehmen würden. Der Projektbericht beschreibt Methodik und Ergebnisse einer Evaluation des Münchner Carsharing-Angebotes. Dieser lagen im Wesentlichen Daten aus drei Quellen zugrunde: Daten aus bereits zum Thema vorliegenden Studien sowie vorliegende Kennzahlen, Daten zu Nutzern und Nutzung aus den Back-End-Systemen der Carsharing-Anbieter und Daten aus eigenen Befragungen.

In den letzten Jahren hat die Verbreitung von stationsungebundenem Carsharing (Free- Floating-Carsharing) weltweit stark zugenommen. Aufgrund dessen wurden verschiedene Studien, welche die verkehrliche Wirkung von Free-Floating-Carsharing beschreiben, erstellt. Bisher unzureichend unter-sucht wurden jedoch die Nutzer von Free-Floating-Carsharing- Systemen. Im Rahmen der Mitarbeit der TU Dresden am Evaluationsbericht Carsharing in der Landeshauptstadt München standen für sämtliche Münchener Carsharinganbieter Daten zu Buchungen und Kunden zur Verfügung. Ziel dieser Arbeit war es nun, für die zwei Anbieter von Free-Floating-Carsharing eine Typisierung der Nutzer vorzunehmen. Für die Einteilung der Nutzer in Gruppen wurden zunächst Input-Variablen ausgewählt und erzeugt. Neben den zeitlichen Häufigkeiten der Nutzung für Monate, Wochentage und Zeitscheiben wurden zudem Gini-Faktoren berechnet, welche die Regelmäßigkeit der Nutzung abbilden. Außerdem wurden verschiedene Variablen aus den Buchungsdaten erzeugt. Dazu zählen Untersuchungen wie viele Fahrten amWohnort der Nutzer beginnen und/oder enden, ob Fahrten am gleichen Ort beginnen und enden und bei wie vielen Fahrten der Parktarif der Anbieter zum Einsatz kommt. Des Weiteren wurde untersucht, wie viele Fahrten den Flughafen als Start oder Ziel haben, wie der Einfluss des Wetters auf die Anzahl der Buchungen ist und wie hoch die mittlere Fahrtzeit pro Buchung je Nutzer ist. Alle Variablen dienten nun als Input für die Typisierung der Nutzer. Für die Typisierung wurde das Verfahren der Clusteranalyse ausgewählt. Dabei sind jedoch 30 Variablen eine zu große Anzahl, weswegen zuerst eine Verdichtung der Input-Variablen durchgeführt wurde. Dabei kam eine sogenannte Hauptkomponentenanalyse zum Einsatz. Diese bietet die Möglichkeit, verschieden stark korrelierende Variablen zusammenzufassen und dabei den Informationsgehalt dieser zu erhalten. Aus den 30 einfließenden Variablen ergaben sich mit Hilfe der Hauptkomponentenanalyse vier Faktoren, welche anschließend für die Clusteranalyse genutzt wurden. Jeder Nutzer lässt sich durch die vier Faktoren in einem vierdimensionalen Koordinatensystem ein-tragen. Anschließend kann in diesem Raum eine Clusterung durchgeführt werden. Für diese Arbeit wurde sich für das k-Means-Verfahren entschieden. Mit diesem wurden fünf Cluster bestimmt, welche die 13 000 Nutzer abbilden. Jeder Cluster lässt sich durch die Mittelwerte der eingeflossenen sowie durch soziodemografische Variablen wie Alter und Geschlecht und die Wohnorte der Nutzer hinsichtlich seiner Aussage interpretieren. Die fünf Cluster können in zwei Cluster mit einer niedrigen (Nr. 1 und 2), einen mit einer mittleren (Nr. 3) und zwei mit einer hohen Nutzungsintensität einteilen werden (Nr. 4 und 5). Cluster 1 vereint Nutzer, die selten aber spontane Fahrten unternehmen. Dabei sind überdurchschnittliche viele Fahrten am Wochenende und abends zu verzeichnen. In Cluster 2 finden sich Nutzer, die vorwiegend Fahrten mit langen Fahrtzeiten unternehmen. Dabei werden innerhalb einer Buchung mehrere Wege zurückgelegt, was sich an der hohen Nutzung des Parktarifs zeigt und daran, dass der größte Teil der Fahrten am Ausgangsort wieder enden. Diese Gruppe besitzt unter allen Gruppen einen überdurchschnittlich hohen Anteil an Frauen. Cluster 3 beschreibt den normalen Nutzer hinsichtlich der Nutzungsintensität und der zeitlichen Nutzung. Er ist mit 41,4% der Kunden der größte aller Cluster. Cluster 4 und 5 vereinen Kunden mit einer hohen Nutzungsintensität. Obwohl nur ca. 5% der Kunden in diesen beiden Gruppen zu finden sind, werden jedoch ein Drittel aller Fahrten von diesen Nutzern zurückgelegt. Cluster 4 beschreibt Nutzer mit einem typischen Pendlerverhalten. Dabei werden Fahrten vorwiegend Werktags und während der Hauptverkehrszeiten unternommen. Eine abnehmende Nutzung von Januar zu Juni lässt vermuten, dass andere Verkehrsmittel wie das Fahrrad genutzt werden. In Cluster 5 finden sich Kunden, die häufig Carsharing in der Nacht nutzen. Dies lässt vermuten, dass Aktivitäten des Nachtlebens besucht werden. Dieser Cluster hat im Vergleich zum Durchschnitt den geringsten Anteil an Frauen. Da die Ergebnisse ausschließlich auf den Anbieterdaten basieren, ist es nicht möglich, konkrete Aus-sagen über Effekte und Wirkungen von Free-Floating-Carsharing zu treffen und zu bewerten. Dafür wäre weitere Daten zum Beispiel aus Umfragen notwendig. Die klar abgrenzbaren und gut interpre-tierbaren Nutzergruppen zeigen jedoch, dass die gewählte Methodik sich zur Typisierung von Carsha-ringnutzern eignet. Eine Wiederholung des Verfahrens mit anderen Daten, zum Beispiel aus einem späteren Untersuchungszeitraum oder einer anderen Stadt, ist zu empfehlen.

This diploma thesis deals with the issue of the future of shared cars. The first part will deal with the theoretical knowledge related to the given issue. To deal with individual car traffic, traffic accidents, a shared economy, carsharing. All theoretical knowledge will be applied in the practical part of the diploma thesis. The practical part will be devoted to the economic evaluation of the use of carsharing compared to the owned car. Economic models will also be part of it.

Carsharing erfreut sich immer größerer Beliebtheit. Doch spricht dieses Angebot eine be-stimmte Gruppe an oder ist es für alle eine gute Alternative? In dieser Arbeit wird ermittelt, durch welche soziodemografischen und sozioökonomischen Ausprägungen sich der „typi-sche“ Carsharing-Nutzer von dem Nicht-Nutzer unterscheidet. Dies geschieht mittels deskrip-tiver Analyse und einem Modell, welches die Personen unterschiedlichen Gruppen zuordnen kann. Die Ergebnisse aus anderen Studien, dass Männer im mittleren Alter, mit hoher Bildung und hohem Einkommen die Hauptnutzer von Carsharing-Angeboten sind, können mit dieser Arbeit bestätigt werden. In dem Modell stellt sich heraus, dass eine positive Einstellung zum öffentlichen Verkehr ein signifikantes Merkmal der Carsharing-Nutzer darstellt und daher eine Kooperation erstrebenswert ist. / A growing popularity in the use of carsharing can be noticed. For that the question to be fo-cused on is whether this offer is rather used by a specific group within the population or the general public. This paper deals with the differences between the users and non-users of car-sharing in sociodemographics as well as socioeconomics. A descriptive analysis is followed by an analytic model that is grading people into various target groups. This paper reaffirms the result of former papers that middle-aged men with a high level education as well as in-come are the main users of carsharing. The analytic model brings up that a positive attitude towards public transportation is one of the significant characteristics from carsharing-users. Unveiling that fact a cooperation of the parties is a goal worth aspiring to.

Due to enormous growth rates during the last couple of years CarSharing has become an interesting field of research. This Master Thesis focuses on the analysis of CarSharing users. For this purpose more than 37.000 participants of the "Große SrV-Vergleichsstädte"-Survey were taken into account. After a short literature review and some general information about the statistical methods, the thesis tries to work out some major characteristics of the typical CarSharing user. It will be shown, that a high income and a young age are of central importance. Also when analysing other variables different user quotas are observed, but can mostly be explained with different age or income levels. At the end a binary logit model is sugested to differ between users and non users, by using the previous analysed observed characteristics as input.

Diss--Berlin FU, 2005.

The European authorities have taken a crucial step towards sustainable mobility byhighlighting the importance of shared mobility. Carsharing, part of the sharing mobility system, hasbeen kindly adopted by many countries in Europe and North America since it removes nine tothirteen vehicles from the road. Carsharing has been around for almost a century, and its adoptionhas been different in different countries. Despite its popularity, a lower uptake has been in Sweden,where this study investigated the research question: How can P2P carsharing services be designedto overcome the challenges hindering their adoption in Sweden? This study investigated andanalysed the research question using a qualitative research approach by conducting 11 semi-structured interviews involving active and potential users. This study generated three challenges,trust issues, limited supply and user experience. The results of this study contribute to a betterunderstanding of the challenges faced by two perspectives, active and potential users. Last but notleast, the results generated in this study should be seen as an impetus for future research whenexploring and designing future P2P carsharing services.

St. Gallen, Univ., Diss., 2003.

Carsharing has been discussed as one of the most prominent examples of the sharing economy. The worldwide growth of services whereby consumers share access to cars rather than owning a car themselves could be a sustainable solution to environmental problems. However, first research indicates that consumers' environmental concerns play a minor role for using a carsharing compared to financial considerations. Moreover, prior research on B2C carsharing services may not be applicable to P2P services. The current research addresses this gap by investigating the role of sustainability in B2C and P2P carsharing from consumers' perspective. By applying quantitative as well as qualitative methods three studies show that consumers' image of carsharing is "greener" than owning a car and that environmental concerns play a role when consumers decide to use P2P service over B2C services. However, interviews with carsharing users indicate that the sustainable impact of carsharing is rather perceived as a positive side effect than a main argument for carsharing. This should be considered by policy makers and marketers when promoting carsharing because of sustainable benefits.