Ziel der vorliegenden Studie war es, eine Typologie von RadfahrerInnen in Deutschland zu erarbeiten und diese zu beschreiben. Zu diesem Zweck wurde auf Basis einer umfassenden Literaturrecherche eine groß angelegte Online-Befragung vom 20.11.2017 bis 07.01.2018 durchgeführt. Insgesamt wurden dabei 10.294 auswertbare Datensätze gewonnen. Durch Hauptkomponenten- und Faktorenanalyse wurden neun Faktoren (symbolische Motive, affektive Motive, instrumentelle Motive, subjektive Sicherheit, Identifikation als RadfahrerIn, zeitliche Distanz, Nutzungshäufigkeit, Wetter/Komfort und Regeltreue) extrahiert, die anschließend zur Clusterung der RadfahrerInnen genutzt wurden. Mit Hilfe dieser Faktoren ließen sich vier Typen von RadfahrerInnen identifizieren: passionierter, pragmatischer, funktioneller und ambitionierter Radfahrtyp. Die Typen unterscheiden sich dabei sowohl hinsichtlich der Typologisierungsfaktoren als auch bezüglich infrastruktureller Präferenzen, Unfallhistorie und der Radfahrhäufigkeit für bestimmte Wegezwecke. Die Einbeziehung motivationaler Faktoren erbrachte wichtige Einblicke in die Eigenschaften von RadfahrerInnen. Für den passionierten Radfahrtyp spielen sowohl Faktoren, wie die soziale Anerkennung bzw. Identifikation mit dem Umfeld, die Freude am Fahren als auch Faktoren wie Flexibilität oder Umweltschutz eine wichtige Rolle. Der Pragmatische wird dagegen v.a. instrumentell motiviert, d.h. das Rad wird genutzt, weil es flexibel ist, gut für die eigene Fitness und man damit schnell vorankommt. Insgesamt am wenigsten zum Radfahren motiviert ist der/die funktionelle RadfahrerIn. Für diesen Typ stehen z.B. ökonomische Gründe bei der Radnutzung im Vordergrund und das Fahrrad wird eher als „Mittel zum Zweck“ gesehen. Der Spaß am Fahren sowie die Zugehörigkeit zu oder das Kennenlernen von Personen sind für die ambitionierten RadfahrerInnen Hauptmotive für die Radnutzung. Aus den Kenntnissen der Eigenschaften der vier Radfahrtypen lassen sich u.a. Implikationen für die Radverkehrsförderung ableiten. So könnten z.B. Kampagnen vermitteln, dass das Fahrrad mehr sein kann als nur „Mittel zum Zweck“, um funktionelle und pragmatische Typen zu einer (Mehr-) Nutzung zu ermutigen. Die Arbeit schließt mit einem Ausblick auf Teil 2 des Projektes, bei dem die gewonnenen Erkenntnisse über die Radfahrtypen mit realem Fahrverhalten verknüpft wurden.

Ein Gespräch mit Rebecca Litauer, Forschungs- und Innovationszentrum Kognitive Dienstleistungssysteme am Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO, und Mitarbeiterin im mFUND-Projekt Urbane Mobilitäts- und Logistikdienste durch flexibles und daten-basiertes Parkraummanagement (Park_up).

Ein Gespräch mit Dr. Antje-Mareike Dietrich, Leiterin des mFUND-Projekts Ermittlung der Fahrgastnachfrage aus AFZS-, WLAN-, Bluetooth- und Verbindungsdaten (Mobile Data Fusion).

Ein Gespräch mit Ingo Schwarzer, DB Systel, und Prof. Tim Fingscheidt, TU Braunschweig, mFUND-Projekt Automatisch generierte Erklärungen maschineller Entscheidungen (AGEME).

Ein Gespräch mit Prof. Dr. Tobias Hagen, Leiter des mFUND-Projekts „Entwicklung von übertragbaren Erhebungsmethoden unter Berücksichtigung innovativer Technologien zur Parkraumdatengenerierung und Digitalisierung des Parkraums (ParkenDigital)“.

Ein Gespräch mit Prof. Dr. Jörg Pfister, Professor an der Technischen Hochschule Mittelhessen, Fachbereich Mathematik, Naturwissenschaften und Datenverarbeitung sowie Leiter des mFUND-Projekts Strategiewechsel durch Open Data orientierte Lösungen (SCHOOL).

Ein Gespräch mit Laura Gruber, Mitarbeiterin im mFUND-Projekt SMARAGD (Intelligente Überwachung der Eisen-bahninfrastruktur mit Hilfe von Drohnendaten und externen Datenservices).

Ein Gespräch mit Gordon Dittmann, Co-Geschäftsführer rail connect GmbH. Die rail connect GmbH ist Leiterin des mFUND-Projekts railconnect.

Ein Gespräch mit Christian Gengenbach, Software AG, Leiter des mFUND-Projekts Satellitenbasiertes System zur Anzeige, Prognose und Simulation von Luftschadstoffen für eine nachhaltige Stadt- und Regionalentwicklung (SAUBER).

Ein Gespräch mit Dr. Max Gath, Leiter des mFUND-Projekts Dynamische Transportoptimierung durch Antizipation und Echtzeit-Datenanalysen (TransData).