mobi.mapr versucht, Mobilität greifbar zu machen. Mobilität ist ein vielseitiges, aber auch ein vielschichtiges Thema. Es bleibt daher nicht aus, dass im mobi.mapr viel Komplexität steckt, die nicht so einfach greifbar wird.
Diese Dokumentation gibt eine Übersicht über die Konzepte und das Modell, das hinter mobi.mapr steckt. Falls noch Fragen offen sind, schau gerne in die FAQs oder melde dich bei uns!
mobi.mapr in Beiträgen
Zum Launch von mobi.mapr im Herbst 2025 haben wir zentrale Konzepte in einer vierteiligen Blogreihe aufbereitet. Sie bietet einen guten Einstieg in die methodischen Grundlagen der Plattform.
Mobilität durch verschiedene Augen sehen
Dieser Beitrag ist Teil 4 von 4 der Dokumentationsreihe, wie der mobi.mapr funktioniert. Unten im…
Von der Personengruppe zur Persona
Dieser Beitrag ist Teil 3 von 4 der Dokumentationsreihe, wie der mobi.mapr funktioniert. Unten im…
Wie Mobilitätsqualität regional vergleichbar wird
Dieser Beitrag ist Teil 2 von 4 der Dokumentationsreihe, wie der mobi.mapr funktioniert. Unten im…
Wie gut funktioniert unsere Alltagsmobilität?
Dieser Beitrag ist Teil 1 von 4 der Dokumentationsreihe, wie der mobi.mapr funktioniert. Unten im…
mobi.mapr untersucht, wie einfach und effizient sich Menschen in ihrem Alltag fortbewegen können und macht Mobilitätsqualität mithilfe eines Scoringsystems mess- und vergleichbar. Die Ergebnisse liefern eine fundierte Grundlage, um zu verstehen, wie zukunftsfähige und lebenswerte Städte gestaltet werden können.
Wie genau das funktioniert, kannst du folgend nachlesen. mobi.mapr zeigt Schritt für Schritt auf, welche Faktoren in die Bewertung einfließen, wie Daten erhoben und analysiert werden und wie daraus ein objektives Bild der Mobilitätsqualität entsteht. So wird transparent nachvollziehbar, wie aus komplexen Informationen klare, handlungsrelevante Erkenntnisse für Stadtplanung und Mobilitätsentwicklung gewonnen werden.
Du hast Fragen, Feedback oder einfach Lust, mit uns ins Gespräch zu kommen? Dann schreib uns jederzeit gerne an mobimapr@bw-im.de – wir freuen uns von dir zu hören!
Die Grundidee des mobi.mapr arbeitet konzeptionell dicht an der Studie Mobilität in Deutschland, kann aber einfach erweitert werden.
In der Version 1.0 ist die Alltagsmobilität im Fokus (also Erledigungen, Einkauf und Freizeit), da diese einen Großteil der täglichen Wege ausmachen. Arbeitsmobilität, Bildung und begleitete Wege sind für spätere Versionen geplant.
Info
Der mobi.mapr ist kein Tool, um metergenaue Planungen durchzuführen, wie es eine Analyse vor Ort machen könnte. Durch die Auflösung der Hexagone von etwa 200 Metern ist das Ziel klar definiert: die Mobilitätsqualität regional betrachten, ohne den lokalen Aspekt aus den Augen zu verlieren.
„Klassische“ Planungsanwendungen sind optimal darin, lokale Situationen zu modellieren. Mittels Verkehrserhebungen, Abmessungen und weiteren Techniken können zwar ortsgenaue Modelle entwickelt werden, aber es fehlt in der Regel eine Betrachtung „von oben“. Ist z.B. wenig Verkehr auf einem Radschnellweg, weil dieser nicht genügend ausgebaut ist oder eher weil der Weg nirgendwo hin führt?
Der mobi.mapr hingegen geht vom Menschen aus. Am Ende eines jeden Weges steckt eine Aktivität und die möchte der Mensch erreichen. Mobilität bedeutet Möglichkeiten. Hat eine Person diese Möglichkeiten mit einem Modus nicht, ist die Mobilität eingeschränkt und wird beispielsweise durch einen anderen Modus kompensiert.
Im mobi.mapr ist die Philosophie des bwim tief verankert. Um breitere Beispiele davon zu bekommen, sei ein Ausflug auf die Website des bwim empfohlen.
Schnittstellen-Dokumentation
Die API von mobi.mapr wird via Swagger dokumentiert und ist hier zu finden: https://api.mapr.mobi/swagger/
Die Dokumentation dort wird direkt aus dem Code erzeugt und ist immer aktuell. Dort findet man beispielsweise die Beschreibung der Parameter des Daten-Exports unter dem Reiter Geodaten.
Allgemeines
Funktion
Im Kern ist der mobi.mapr eine Erreichbarkeitsanalyse, aber um subjektive Faktoren ergänzt. Das kann an einem einfachen Beispiel erklärt werden.
Eine Person ist zu Hause und möchte zur nächsten Bäckerei. Diese ist entweder 12 Minuten zu Fuß, 5 Minuten mit dem Fahrrad oder 8 Minuten mit dem Bus. Nach einer Erreichbarkeitsanalyse würde das Fahrrad mit den 5 Minuten als Standard definiert werden, im mobi.mapr kommen aber noch weitere Faktoren hinzu.
Am Ende steht eine angepasste Zeit, die unten weiter erklärt wird. Diese wird für alle Modi und alle Aktivitäten berechnet, gewichtet und zuletzt in Relation zur durchschnittlichen Zeit gesetzt. Dieser Index wird bewertet und ergibt unser SIGMA mit einer Schulnote von A–F.
Orte und Aktivitäten
Am Ende eines jeden Weges steht eine Aktivität, sei es der Einkauf, der Weg zur Arbeit oder ein Eis. Dieser Gang zur Aktivität erzeugt den Verkehr, den wir kennen.
Ein Ort ist dabei die physische Instanz einer Aktivität, so ist z.B. ein Ort zur Aktivität Bäckerei das „Café Bäckerei am Schloss“.
Es ist dabei nicht trivial, eine Aktivität zu definieren. Ist eine Bäckerei ein Ort, wo man Brötchen kaufen kann, oder doch eher ein Ort, wo ein Kaffee getrunken wird? Der mobi.mapr folgt der Klassifikation von OpenStreetMap. Weitere Klassifikationen, wie Google Maps, Apple Maps oder Overture, haben sich als für diesen Zweck untauglich herausgestellt.
Kategorien
Da ein Mensch zu mehr als einer einzelnen Aktivität geht, wird eine logische Gruppierung von Aktivitäten benötigt. Eine solche Gruppierung ist eine Kategorie. Wenn eine Aktivität bspw. ein Supermarkt ist, wäre eine Kategorie z.B. täglicher Bedarf.
Diese Generalisierung ermöglicht es, an bekannte Studien wie Mobilität in Deutschland anzuschließen, indem die dort verwendeten abstrakten Aktivitäten in tatsächliche Aktivitäten in der echten Welt übersetzt werden.
Die Kategorie besteht dabei aus mehr als einer Aktivität, die jeweils Gewichtungen haben können. Für die Kategorie täglicher Bedarf ist ein Supermarkt wichtiger als ein Bäcker.
Zusätzlich haben die Kategorien einen Einfluss auf die Gewichtung der Routen der einzelnen Aktivitäten.
Gewichtung
Bisher wurde immer davon gesprochen, dass der Score von einem Start- zu einem Zielpunkt berechnet wird. In der Realität ist es aber oft wichtig, mehr als einen Zielpunkt zu haben. So ist es beispielsweise wichtig, mehrere Bäckereien zur Verfügung zu haben, falls eine qualitativ nicht ausreichend ist oder mangelhafte Öffnungszeiten hat.
Das Modell betrachtet immer zwei Alternativen zur schnellsten Option, die je nach Kategorie gewichtet werden. Die Funktion für die Gewichtung ist die folgende:
e−λ · (i−1) mit i = 1, 2, 3
Das ergibt die folgenden Gewichtungen, je nach Lambda:

Profile und Modi
Um von A nach B zu kommen, benutzt man einen Modus. Im einfachsten Fall geht man zu Fuß, es sind aber auch andere Modi denkbar, wie Auto, Rad oder ÖPNV.
Für eine einfachere Verwendung wird im mobi.mapr zwischen Profilen und Modi unterschieden. Ein Profil ist dabei eine Variante eines Modus. Ein einfaches Beispiel: Fahrradfahren ist im mobi.mapr ein Modus, Rennrad oder Lastenrad wären Profile. Korrekterweise müsste es daher Modus-Profil heißen, die Kurzform wird stattdessen verwendet.
Ein Profil bringt viele subjektive Parameter mit sich. Ein Beispiel sind hier die Geschwindigkeit, die das Fahrrad in den unterschiedlichen Varianten maximal erreichen kann, oder die Zeit, die benötigt wird, um das Fahrrad abzustellen – bei einem Lastenrad dauert das länger als bei einem Trekkingbike.
Regionalisierung
Die Mobilitätsqualität hängt auch immer von dem Ort ab, an dem sich eine Person befindet. Ist diese im ländlichen Raum, werden andere Aktivitäten angepeilt als in der Stadt, und auch die durchschnittliche Unterwegszeit variiert.
Im mobi.mapr wird mit den RegioStaR7-Klassen gearbeitet, in denen Deutschland in sieben unterschiedliche Raumtypen aufgegliedert wird.
Anhand dieser RegioStaR-Klassen werden andere Referenzwerte verwendet, sowie die Kategorien für Personas (s. unten) anders zusammengesetzt.
Mehr Infos zur Regionalisierung findest du im Blogbeitrag „Wie Mobilitätsqualität regional vergleichbar wird„.
Personas
Möchte man mehrere Kategorien aggregieren, ist es wichtig, diese zu gewichten. Schließlich führen nicht gleich viele Wege zu Orten des täglichen Bedarfs wie zu Kinderspielbereichen.
Der mobi.mapr verwendet daher Personas als Mittel, diese Werte zusammenzusetzen. In der Version 1.0 werden daher auch die Personas aus der Mobilität in Deutschland verwendet.
So kann für jede Gemeinde, jeden Landkreis oder jedes Bundesland betrachtet werden, welche Kategorien in welchem Maße relevant sind.
Mehr Infos zu Personas findest du im Blogbeitrag „Von der Personengruppe zur Persona„.
Räumliche Auflösung
Um die Mobilitätsqualität zu bestimmen, werden Routen berechnet. Diese Routen haben die Orte der Aktivitäten als Zielort, benötigen aber einen Startort. Die kleinste räumliche Einheit, mit der in Deutschland gearbeitet wird, sind Kommunen bzw. Gemeinden. Diese Einheit ist aber dennoch viel zu groß.
Im mobi.mapr wird die Fläche daher in Hexagone aufgeteilt. Das kleinste Hexagon hat eine Kantenlänge von 200 Metern. Es ist daher möglich, Mobilitätsqualität auf den folgenden Stufen darzustellen:
- Hexagon (9)
- Hexagon (8)
- Hexagon (7)
- Gemeinde/Kommune
- Landkreis
- Bundesland
- Landkreis
- Gemeinde/Kommune
- Hexagon (7)
- Hexagon (8)
Im Frontend werden dabei in der Regel die Hexagone der Stufe 7 und 8 übersprungen.
Bewertung
1. Score
Sobald die Routen berechnet sind, wird daraus ein einzelner Wert gebildet. In mobi.mapr heißt dieser Wert Score. Er gibt die Unterwegszeit an, zum Beispiel 13 Minuten.
2. Index
In der Mobilität wird meist verglichen, deshalb setzen wir den Score ins Verhältnis zu einem Referenzwert. Der Referenzwert ist die durchschnittliche Unterwegszeit der jeweiligen Kommune, abhängig von ihrer Regionalklasse. Daraus ergibt sich der Index:
Index = Score ÷ durchschnittliche Unterwegszeit der Regionalklasse
Ein Beispiel: Ein Weg dauert 13 Minuten, der Durchschnitt liegt bei 25 Minuten. Der Index beträgt dann 0,52. Der Weg ist also deutlich schneller als der Durchschnitt. Ein Index unter 1 (100 %) bedeutet „schneller als der Durchschnitt“, ein Index über 1 bedeutet „langsamer“. Der Index liegt zwischen 0 und 2. Aus technischen Gründen wird er bei 2 gekappt.
3. Grade (Note)
Zur Bewertung wird aus dem Index am Ende eine Note (Grade) gebildet. Sie orientiert sich an Schulnoten. Damit man sie nicht mit dem Index verwechselt, wird sie mit Buchstaben bezeichnet. Die Zwischenstufen sind mit + und − gekennzeichnet.
Hinter der Einteilung steht eine Exponentialfunktion:
y = ix/2 mit i = 2
Dabei ist y der Index und i die Basis der Funktion (hier 2). x gibt die Position auf der Notenskala an: Eine Einheit entspricht einer vollen Note, und die Zwischenstufen + und − liegen jeweils eine Drittelnote auseinander. Der Nullpunkt (x = 0, Index = 1) liegt an der Grenze zwischen D und E. Pro voller Note wächst der Index um den Faktor √2 (etwa 41 %), nach zwei Noten verdoppelt er sich. Deshalb werden niedrige Indizes feiner unterschieden als hohe.

Die Funktion ist an folgenden Eckpunkten ausgerichtet:
- Index 0,5 (50 %) ist die Grenze zwischen „Gut“ (B) und „Befriedigend“ (C) (x = −2).
- Index 1 (100 %) ist die Grenze zu E. Wer langsamer als der Durchschnitt ist, bekommt also mindestens ein E (x = 0).
- Index 2 ist die Kappungsgrenze und das untere Ende der Skala (x = 2).
| Note | Index bis | Note | Index bis | Note | Index bis |
|---|---|---|---|---|---|
| A+ | 0,28 | C+ | 0,56 | E+ | 1,12 |
| A | 0,31 | C | 0,63 | E | 1,26 |
| A− | 0,35 | C− | 0,71 | E− | 1,41 |
| B+ | 0,40 | D+ | 0,79 | F+ | 1,59 |
| B | 0,45 | D | 0,89 | F | 1,78 |
| B− | 0,50 | D− | 1,00 | F− | 2,00 |
4. Schreibweise: Σ
Für eine einheitliche Schreibweise wird der Note das Σ (Sigma) vorangestellt. Das passt gut, denn Σ steht für Score – Index – Grade – Mobility – Accessibility. Eine Gemeinde könnte demnach zum Beispiel ein Σ B+ haben.
Technische Umsetzung
Frontend
Das Frontend ist eine Anwendung, die in Angular geschrieben ist. Als Framework wird PrimeNG verwendet. Für Karten ist vor allem MapLibre sowie OpenLayers im Einsatz. Viele kleine Bibliotheken zum Styling runden das Projekt ab.
Datenbank
Die gesamten Daten liegen in PostGIS, einer Erweiterung von PostgreSQL. Dadurch können räumliche Abfragen (Spatial Queries) direkt auf den Daten ausgeführt werden.
Backend
Das Backend ist in Python geschrieben und verwendet Django als Framework.
Routing
Das Routing ist der komplexeste Teil der Anwendung. Die Milliarden von berechneten Routen müssen regelmäßig aktualisiert und gepflegt werden. Die meisten Routen werden dabei mit der Valhalla Routing Engine berechnet. Diese wird für alle Routen zu Fuß, mit dem Rad und mit dem Auto verwendet.
Für die Routenberechnung im ÖPNV geht ein großer Dank an MOTIS, die es geschafft haben, eine sensationelle Routing-Engine zu entwickeln, die der Realität sehr nahe kommt.
Du hast Fragen zum mobi.mapr? Dann schau doch gerne mal auf der FAQ-Seite vorbei oder melde dich bei uns!
