Wie können Städte Ausschreibungen für Shared Mobility gestalten, die Betreiberkosten, Nutzerzugang und Umweltemissionen ausbalancieren?

Right-Sizing Shared Mobility: A Simulation-Optimization Approach to Balancing Environmental, Social, and Economic Objectives in Tenders

Janik Muires, Wolfgang Ketter · International Conference on Information Systems (ICIS) · 2026

Lädt den Spotify-Player; Spotify kann Cookies setzen. Dieses Gerät merkt sich Ihre Auswahl.

Zentrale Ergebnisse

Eine flächengewichtete Ausschreibungspolitik bietet bei hohen Servicelevels ein breiteres Spektrum tragfähiger Optionen als eine pauschale Fahrzeugobergrenze und senkt bei einer vergleichbaren Kostenuntergrenze die emissionsärmsten Lösungen oberhalb von 60 % Erfüllung von 52 auf 19 tCO2eq.
Starre Gesamtfahrzeugobergrenzen führen zu einem unflexiblen Trade-off-Verlauf, bei dem marginale Zugewinne bei der Fahrterfüllung unverhältnismäßig hohe Anstiege bei Betreiberkosten und Emissionen erfordern.
Flächengewichtete Regeln bergen das Risiko, Straßen mit Mikromobilitätsformen mit geringem Platzbedarf (>70 % Modal-Split) zu überfluten, sofern politische Entscheidungsträger vor der Vergabe die entstehenden Betreiberkosten und Überangebotsdynamiken nicht explizit bewerten.
Das Identifizieren von Knickpunkten (Knee Points) entlang der Pareto-Front isoliert wirkungsvolle politische Kompromisse, bei denen geringe Zugeständnisse bei einem Ziel zu erheblichen Verbesserungen bei anderen führen.
Aus IS-Perspektive formuliert die Studie Gestaltungsprinzipien für Entscheidungsunterstützungssysteme, die Simulation und Optimierung kombinieren, um konkurrierende städtische Politikziele aufzulösen.

Bedeutung für die Praxis

CIO / IT-Leitung

Direct the enterprise architecture team to mandate that all internal and vendor-supplied decision support systems are redesigned to explicitly display multi-objective trade-off curves (Pareto fronts) rather than prescribing a single optimized recommendation.

IT-Management

Audit current dashboard and analytics pipelines this morning to ensure reporting tools present alternative operational scenarios side-by-side, removing any default single-score outputs that obscure competing business constraints.

Unternehmensstrategie

Review upcoming product or portfolio proposals to ensure they evaluate strategic trade-offs across financial, social, and environmental metrics simultaneously, rather than optimizing for a single metric in isolation.

Forschung

Revise your simulation and modeling frameworks to output Pareto-optimal compromise sets that highlight high-leverage policy inflection points, avoiding the presentation of any single model output as the definitive correct answer.

Politische Entscheidungsträger

Reject single-number fleet caps in upcoming mobility tenders and instead require your planning team to use simulation tools that visualize the trade-offs between citizen access, operator costs, and carbon emissions.

Zusammenfassung

Diese Studie entwickelt ein Entscheidungsunterstützungssystem, das Multi-Agenten-Simulation mit multikriterieller evolutionärer Optimierung verbindet, um Kommunen bei der bedarfsgerechten Dimensionierung multimodaler Shared-Vehicle-Flotten zu unterstützen. Die Autoren instanziieren und evaluieren das Modell anhand empirischer Mobilitätsdaten aus Berlin für Fahrräder, E-Tretroller, Mopeds und Carsharing. Das System generiert Pareto-optimale Flottenkonfigurationen und vergleicht dabei eine pauschale Fahrzeugobergrenze mit einer flächengewichteten Zuteilungspolitik. Aus Sicht der Wirtschaftsinformatik formalisiert die Studie zudem Gestaltungsprinzipien für mobilitätsbezogene Entscheidungsunterstützungssysteme.

Problemstellung

Kommunale Regulierungsbehörden legen Flottenobergrenzen für Shared Mobility typischerweise aus politischem Reflex oder durch Versuch und Irrtum fest und greifen dabei häufig zu pauschalen Verboten oder starren Fahrzeuglimits. Dieser Ansatz verschleiert die komplexen Zielkonflikte zwischen wirtschaftlicher Tragfähigkeit für Betreiber, Zugang für Bürger und Lebenszyklus-CO2-Emissionen. Zudem versäumen es bestehende Planungsmodelle, heterogene Fahrzeuginteraktionen ganzheitlich über mehrere Kriterien des öffentlichen Nutzens hinweg zu analysieren.

Transkript

Host: Willkommen zu einer neuen Ausgabe von A.I.S. Insights — powered by Living Knowledge. Mein Name ist Anna Ivy Summers. In der heutigen Folge besprechen wir eine Studie von Janik Muires und Wolfgang Ketter, die auf der International Conference on Information Systems 2026 vorgestellt wurde: „Right-Sizing von Shared Mobility: Ein Simulations-Optimierungsansatz zum Ausgleich ökologischer, sozialer und ökonomischer Ziele bei Ausschreibungen“. Die Studie untersucht, wie Städte die Flottengrößen geteilter Verkehrsmittel datenbasiert dimensionieren können, um ökologische, soziale und wirtschaftliche Anforderungen in Einklang zu bringen. Bei mir im Studio ist unser Analyst Alex Ian Sutherland. Hallo Alex.

Expert: Hallo Anna.

Host: Alex, geteilte Mobilitätsangebote wie E-Scooter, Leihräder oder Carsharing prägen das Stadtbild, sorgen aber auch regelmäßig für Diskussionen in den Kommunen. Vor welchen zentralen Herausforderungen stehen Städte bei der Regulierung?

Expert: Bislang legen kommunale Behörden Flottenobergrenzen häufig aus politischem Reflex oder über Versuch und Irrtum fest. Die Folge sind oft pauschale Verbote oder starre Fahrzeuglimits. Dieser Ansatz lässt jedoch die komplexen Wechselwirkungen außer Acht: Starre Obergrenzen können die wirtschaftliche Tragfähigkeit für die Betreiber gefährden, schränken die Erreichbarkeit für Bürger ein und führen nicht automatisch zu geringeren Lebenszyklus-Emissionen. Bisherige Planungsmodelle erfassen die Interaktionen zwischen unterschiedlichen Fahrzeugtypen selten ganzheitlich über mehrere Kriterien hinweg.

Host: Genau an dieser Schnittstelle setzt die Studie an. Wie sieht der methodische Ansatz aus, den Janik Muires und Wolfgang Ketter entwickelt haben?

Expert: Die Autoren haben ein Entscheidungsunterstützungssystem entwickelt, das eine agentenbasierte Simulation mit multikriterieller evolutionärer Optimierung verbindet. Für die Analyse wurden empirische Mobilitätsdaten aus Berlin genutzt, die vier Modi abdecken: Leihfahrräder, E-Tretroller, Mopeds und Carsharing. Das System simuliert die Verkehrsnachfrage und generiert Pareto-optimale Flottenkonfigurationen. Verglichen werden dabei zwei regulatorische Ansätze: eine pauschale Gesamtfahrzeugobergrenze und eine flächengewichtete Zuteilungspolitik, die den physischen Platzbedarf der Verkehrsträger berücksichtigt.

Host: Welche zentralen Ergebnisse liefert dieser Vergleich für die Praxis?

Expert: Ein Hauptergebnis ist, dass eine flächengewichtete Ausschreibungspolitik bei hohen Servicelevels ein deutlich breiteres Spektrum tragfähiger Optionen bietet als eine pauschale Obergrenze. Bei vergleichbarer Kostenuntergrenze sanken in der Simulation die Emissionen der saubersten Lösungen bei über 60 Prozent Nachfrageerfüllung von 52 auf 19 Tonnen CO2-Äquivalente.

Host: Das ist ein deutlicher Unterschied bei den CO2-Werten. Was passiert bei den starren Obergrenzen?

Expert: Starre Fahrzeuglimits führen zu einem sehr unflexiblen Trade-off: Marginale Zuwächse bei der Fahrterfüllung erfordern unverhältnismäßig hohe Kosten für Betreiber und verursachen zusätzliche Emissionen. Die Studie zeigt allerdings auch ein Risiko der flächengewichteten Politik auf: Es besteht die Gefahr, dass Städte mit Mikromobilität überflutet werden. In den Modellen stieg der Anteil kleiner Fahrzeuge auf über 70 Prozent des Modal-Splits, sofern Betreiberkosten und Überangebote nicht vorab explizit reguliert wurden.

Host: Gab es Erkenntnisse darüber, wie Entscheider den besten Mittelweg finden können?

Expert: Ja, über die Identifikation sogenannter Knickpunkte oder Knee Points entlang der Pareto-Front. An diesen spezifischen Punkten führen geringe Zugeständnisse bei einem Kriterium zu substanziellen Vorteilen bei den anderen Zielen. Zudem formuliert die Studie Gestaltungsprinzipien für Informationssysteme, die Simulation und Optimierung kombinieren, um solche kommunalen Zielkonflikte aufzulösen.

Host: Welche konkreten Handlungsansätze ergeben sich daraus für Mobilitätsunternehmen und Städte?

Expert: Für Kommunen zeigt sich, dass pauschale Flottenlimits betriebswirtschaftlich und ökologisch ineffizient sein können. Durch den Einsatz simulationsbasierter Zuteilungsmodelle können Vergabestellen Ausschreibungen gezielter steuern. Für Betreiber wiederum schafft dieser Ansatz Transparenz in Ausschreibungsverfahren, da Vorgaben nachvollziehbarer an realen städtischen Zielen ausgerichtet werden, anstatt auf rigiden Schätzungen zu basieren.

Host: Die Studie liefert somit einen quantitativen Rahmen, um Shared-Mobility-Flotten bedarfsgerecht und zielgerichtet zu planen. Alex, vielen Dank für diese Erläuterungen.

Expert: Sehr gerne, Anna.

Host: Und vielen Dank an Sie fürs Zuhören bei A.I.S. Insights — powered by Living Knowledge. Bis zur nächsten Folge.

Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Paper in der AIS eLibrary lesen

Shared Mobility, Green IS, Decision Support Systems, Design Science Research, Urban Mobility, Multi-Objective Optimization