Intelligentes Parken: Wie Städte und private Unternehmen mithilfe von Daten die Parkplatzproblematik angehen

Intelligentes-Parken

Erinnern Sie sich auch noch daran, wie Sie als Kind endlose Stunden auf dem Kindersitz des Familienwagens bei der Suche nach einem Parkplatz verbrachten? Besonders die heißen Sommertage sind mir in Erinnerung geblieben: Schweiß, der meinem Rücken herunterlief und der Geruch von heißem Asphalt, während ich mich hin und her drehte, um nicht von den einfallenden Sonnenstrahlen geblendet zu werden.

Ich wusste damals noch nicht, dass diese endlose Parkplatzsuche kein persönliches Dilemma ist (auch wenn man am Ende mit einem kurzen Triumphgefühl davonkommt), sondern eine ganze Gesellschaft darunter leidet. Inrix hat errechnet, dass der durchschnittliche Amerikaner im Jahr 2017 rund 1.400 USD für indirekte Parkkosten ausgegeben hat, d. h. für Treibstoff und die vergeudete Zeit für die Parkplatzsuche. Und natürlich fördert dieses sinnlose Umherfahren auch den Klimawandel. Donald Shoup, der führende Experte für bedarfsorientierte Parklösungen, hat errechnet, dass allein in einem 15 Block umfassenden Gebiet in Los Angeles auf diese Weise 730 Tonnen CO2 pro Jahr ausgestoßen werden.

Doch es gibt auch gute Neuigkeiten: Städte und private Unternehmen arbeiten an Lösungen für das Problem der Parkplatzsuche und -bezahlung.

 

Neue Wege zur Suche und Bezahlung von Parkplätzen.

So arbeitet die französische Großstadt Lille mit OpenDataSoft, um Daten von Waze, Fahrradverleihsystemen und Verkehrsabläufen zu sammeln und bereitzustellen. Ein Unternehmer hat diese Daten genutzt, um eine kostenlose App zu entwickeln, die in Echtzeit nach verfügbaren Parkplätzen sucht. Auch Saemes, der zweitgrößte Verwalter von Parkflächen im Großraum Paris, setzt auf die Dienste von OpenDataSoft, um ein Open-Data-Portal mit Parkdaten bereitzustellen. Dieses Portal unterstützt unterschiedliche Lösungen für die Suche nach Parkplätzen, wie etwa accessible.net: die App bietet eine spezielle Parkplatzsuche für Menschen mit Behinderung.

Die Municipal Transportation Agency (MTA) in San Francisco wiederum ist in diesem Jahr zu einer bedarfsorientierten Preisgestaltung für die 28.000 von ihr verwalteten Parkplätze übergegangen: nach einem erfolgreichen Pilotprojekt sind die durchschnittlichen Parkuhrtarife um 4% gesunken und die Zeit für die Parkplatzsuche ist um 30% zurückgegangen. Die bedarfsgerechte Preisgestaltung gehört zu den Hauptforderungen von Shoup, doch in den vergangenen Jahrzehnten war dies für die Städte nur schwer umsetzbar. Mithilfe vernetzter Parkuhren können Städte wie San Francisco und einige andere nun ermitteln, wie groß die Nachfrage nach Parkplätzen in den einzelnen Gebieten und Vierteln ist und die Parkpreise entsprechend anpassen.

Doch für all diese umherfahrenden Autos auf der Suche nach einem Parkplatz ist die bedarfsorientierte Preisgestaltung natürlich nur ein Aspekt – letztlich kommt es vor allem darauf an, dass die Fahrer wissen müssen, wo sich die freien Plätze befinden.

 

Ein Prognosealgorithmus zur Bestimmung des Parkpreises.

Das Pilotprojekt in San Francisco umfasste 7.000 Parkplätze. Mithilfe von Sensoren ermittelte die Stadt echtzeitbasierte Informationen über die Verfügbarkeit dieser Parkplätze. Über eine eigene App der MTA erhielten die Fahrer Zugriff auf diese Informationen. Auch andere App-Entwickler konnten diese Daten nutzen. Zwar war der Einsatz der Sensoren zunächst kostspielig – als die MTA das Projekt dann aber stadtweit ausbaute, mussten die Sensoren weder ersetzt, noch neue hinzugefügt werden. Stattdessen wurden die während der Pilotphase erfassten Daten verwendet, um einen Algorithmus zu entwickeln, der die Verfügbarkeit der Parkplätze auf Grundlage der in den vergangenen Stunden verbuchten Einnahmen prognostiziert. Und diese Prognose dient dann zur Bestimmung des Preises. Laut Hank Wilson, dem Leiter der Parkraumverwaltung der SFMTA, können Entwickler – und somit die Öffentlichkeit – noch immer auf die Preisdaten zugreifen, wodurch sie einen Überblick über freie Plätze erhalten. „Wir gehen davon aus, dass sich die [im Pilotprojekt] erreichten Vorteile wiederholen lassen“, erklärte Wilson. „Bietet man Menschen den richtigen Preis an, so finden sie die richtige Lösung.“

Ich habe mich mit David Eaves, Dozent für Public Policy an der Harvard Kennedy School of Government und E-Government-Entrepreneur, über das Thema Parken unterhalten. Der Einsatz eines derartigen Algorithmus hält er für sinnvoll. „Ich denke, dass das eine gute Lösung ist – er ist vielleicht nicht ganz so präzise wie die Sensoren, jedoch sind diese in den Boden eingebauten Sensoren sehr teuer,“ erklärte er. „Seine Schwäche besteht meiner Meinung nach darin, dass er nicht sonderlich gut mit Ausnahmefällen umgehen kann.“

Er glaubt außerdem, dass Fahrer echtzeitbasierte Informationen über die Verfügbarkeit nicht unbedingt vermissen werden. „Es ist nur bedingt interessant, eine App zu öffnen, um nach freien Plätzen zu suchen; der Verkehrsfluss ist so dynamisch, dass der Parkplatz möglicherweise wieder besetzt ist, wenn man einmal dort angekommen ist.“ (Ich habe Wilson gefragt, ob die SFMTA genau zu diesem Punkt Daten gesammelt hat: wie oft ein Parkplatz tatsächlich noch frei war, nachdem eine App den Fahrer dorthin geschickt hat. Laut Wilson wurden noch keine entsprechenden Daten erfasst).

Das stadtweite Projekt in San Francisco ist gerade erst an den Start gegangen und es wird einige Zeit dauern, bis die Auswirkungen genau ermittelt werden können. Aber Eaves warf eine Reihe größerer Bedenken auf.

 

Die Zusammenhänge erkennen: Mobilität und Vernetzbarkeit.

Da ist zunächst die Tatsache, dass Städte isoliert von anderen nach Lösungen für Ihre Parkplatzprobleme suchen. So werden keine zweckbestimmten Lösungen für Fahrer gefunden, deren tägliches Pendeln über städtische Grenzen hinausgeht. „Wieso brauche ich drei verschiedene Bezahl-Apps für Cambridge, Boston und Somerville [Passport Park, Park-Boston und ParkMobile]?“, fragt Eaves rhetorisch. Darüber hinaus stellt sich die Frage, was mit den Daten passiert, die private und mit der Erhebung beauftragte Unternehmen sammeln. Eaves weist darauf hin, dass die meisten Städte eigene Richtlinien zur Nutzung solcher Daten haben – bei einer ausgelagerten Parkuhrverwaltung gelten diese Richtlinien jedoch nur selten für die privaten Anbieter. Ein Lösungsansatz ist die Forderung nach der Nutzung offener APIs durch private Parkuhrverwalter. Auf diese Weise können Fahrer jede beliebige Anwendung zur Zahlung des Parktarifs nutzen.

Eine weitere Problematik ist der sich abzeichnende Anstieg autonomer Fahrzeuge und die Tatsache, dass das Parken an sich – mit immer mehr Haltestellen statt Parkplätzen – in der Zukunft an Bedeutung verlieren könnte. Doch diese Möglichkeit liegt noch in weiter Ferne und hat laut Wilson keinen Einfluss auf Investitionsentscheidungen im Smart-Parking-Bereich. Darüber hinaus wird ein Großteil der wirtschaftlichen Aspekte ebenfalls für Online-Vermittlungsdienste zur Personenbeförderung wie Uber oder Lyft gelten. „Ich denke, dass eine bedarfsorientierte Preisgestaltung [für Parkplätze] als Modell dafür dienen kann, wie wir mit Parkflächen für Fahrdienstanbieter umgehen“, erklärt Wilson.

Eaves stimmt dem zu. „Es ist zweifellos extrem wichtig, die Preisgestaltung für den Transfer mit autonomen Fahrzeugen präziser zu bestimmen“, erklärt er, um dann seine Skepsis gegenüber dem letztlichen Nutzen einer Lösung zu unterstreichen, die nicht über ein Kfz-dominiertes Verkehrsmodell hinausgeht. „Ich würde einer Stadt die folgende Frage stellen: wenn Ihnen 30 Millionen zur Verfügung stünden, um Ihre Stadt besser begehbar und lebenswerter zu machen – würden Sie das Geld dann wirklich dafür ausgeben?“

(Diese 30 Millionen sind rein hypothetisch, aber vielleicht gar nicht so weit von der Realität entfernt. Wilson erklärt mir, dass die Installation aller Parkuhren für das neue Parkprogramm rund 11 Millionen kostet. Zugleich sind die derzeitigen Parkuhren nicht mehr voll einsatzfähig und müssten sowieso ausgetauscht werden; die Datenbank- und Analysesoftware würde „ein paar Millionen“ mehr kosten – ohne Berücksichtigung der Arbeitszeiten und Opportunitätskosten).

So kann das intelligente Parken nicht die einzige Antwort auf die Verkehrsprobleme der Städte sein. Doch für viele Städte wird das Konzept ein wesentlicher Bestandteil einer vielschichtigen Lösung sein und Menschen, die täglich damit zu tun haben, kann es das Leben erleichtern. Städte werden immer häufiger intelligente Lösungen für einzelne Komponenten ihrer Verkehrssysteme umsetzen. Dadurch wird es zunehmend wichtiger, im Hintergrund Systeme zur gemeinsamen Datennutzung einzusetzen, um bis dato voneinander getrennte Datenquellen und Anwendungen zu integrieren. Ein integrierter Ansatz wird Autofahrern neue Lösungen bieten – so denken Parkplatzbetreiber bereits darüber nach, mit Drittanbietern zu arbeiten, um Fahrer zu freien Plätzen zu führen. Doch derartige Lösungen benötigen eine Dateninfrastruktur, die unterschiedliche Informationen und Signale in Echtzeit bereitstellen kann.

Die kürzlich von dem International Parking Institute (IPI), der British Parking Association (BPA) sowie der European Parking Association (EPA) gegründete Alliance for Parking Data Standards (APDS) fördert einen derart integrierten Ansatz auf internationaler Ebene. So möchte die APDS einen einheitlichen globalen Standard ausarbeiten, fördern und pflegen, mit dem Organisationen ihre Parkdaten über Plattformen weltweit austauschen können.