Die moderne Mobilität steht vor großen Herausforderungen, und digitale Lösungen wie Transitous spielen dabei eine entscheidende Rolle. Transitous ist ein kommuntitätsbasiertes Routing-System, das sich auf öffentliche Verkehrsmittel spezialisiert hat und weltweit Daten aus verschiedensten Quellen nutzt, um verlässliche Fahrpläne und Routen anzubieten. Doch wie funktioniert die Aktualisierung und Erweiterung der verfügbaren Verkehrsdaten? Und wie kann jeder Interessierte dazu beitragen, die Qualität und Abdeckung der Informationen zu verbessern? Diese Fragen stehen im Mittelpunkt, wenn es darum geht, öffentliche Verkehrsdaten in Transitous einzubinden. Transitous verwendet die MOTIS-Routing-Engine, die auf tausenden Datensätzen weltweit basiert. Diese Daten ermöglichen es Anwendungen wie GNOME Maps, KDE Itinerary oder Träwelling, den Nutzern umfassende öffentliche Verkehrswege anzubieten.
Doch ähnlich wie bei OpenStreetMap hängt der Erfolg von Transitous stark von Menschen ab, die vor Ort Probleme oder Lücken in den Daten erkennen, analysieren und helfen, sie zu korrigieren. Ein wichtiger Anfangspunkt ist daher der Abgleich der in Transitous vorhandenen Verkehrsdaten mit der tatsächlichen Situation vor Ort. Stimmen Fahrpläne mit dem tatsächlichen Verkehrsgeschehen überein, sind alle relevanten Verbindungen erfasst, oder fehlen vielleicht Angebote? Diese Art von direktem Vergleich ist eine wesentliche Voraussetzung für die kontinuierliche Verbesserung des Systems. Das Herzstück von Transitous bildet eine Reihe von JSON-Dateien im Transitous-Git-Repository. Diese Dateien definieren die zu verwendenden Datensätze sowie wichtige Parameter und Metadaten.
Täglich werden diese Datensätze automatisch abgerufen, überprüft, gefiltert und für den Import in die MOTIS-Engine aufbereitet. Dabei spielt die Qualität der zugrundeliegenden Daten eine zentrale Rolle. Für die Basisfunktionalität von Transitous sind statische GTFS-Daten (General Transit Feed Specification) unerlässlich. Diese Datensätze bestehen aus ZIP-Archiven, die mehrere CSV-Tabellen enthalten, in denen Fahrpläne, Haltestellen und Linieninformationen festgehalten sind. Obwohl diese Dateien recht übersichtlich sind, können sie bei überregionalen Verkehren sehr umfangreich werden und es erfordert einen gewissen Aufwand, sie zu überprüfen und aktuell zu halten.
GTFS-Daten sollten idealerweise Fahrpläne für mehrere Monate im Voraus enthalten, werden aber oft regelmäßig aktualisiert. Transitous prüft täglich auf neue Versionen, weshalb stabile und leicht erreichbare URLs für die GTFS-Feeds notwendig sind, was allerdings nicht von allen Verkehrsunternehmen konsequent umgesetzt wird. Derzeit beinhaltet Transitous über 1800 GTFS-Datensätze aus 55 Ländern. Auf der Transitous-Karte lassen sich die Abdeckung und der aktuelle Standort von Fahrzeugen in vielen Regionen beobachten. Gerade in Ländern wie Südkorea konnte jüngst eine Erweiterung der Daten erreicht werden.
Ist der Bereich, in dem man lebt, noch unterrepräsentiert oder gar nicht abgedeckt, ist es oft die größte Herausforderung, die passenden GTFS-Datensätze zu finden. Dabei helfen mehrere Strategien. Am naheliegendsten ist die Recherche bei den Verkehrsbetrieben selbst, da viele von ihnen inzwischen Fahrplandaten auf ihren Webseiten veröffentlichen. Zudem existieren regionale oder nationale Open-Data-Portale, die aufgrund gesetzlicher Vorgaben, etwa in der EU über sogenannte National Access Points (NAP), solche Datensätze bereitstellen. Als weitere Quellen dienen GTFS-Feed-Registries wie Mobility Database oder Transitland.
Ein Indikator, ob GTFS-Daten für eine Region überhaupt verfügbar sind, kann Google Maps sein, da auch dort diese Datensätze verwendet werden. Das Hinzufügen eines neuen GTFS-Feeds zu Transitous ist meist eine einfache Angelegenheit und erfordert nur wenige Zeilen JSON, die auf den Datensatz verweisen. In manchen Ländern, wie Frankreich, wo viele kleine lokale Anbieter eigene Feeds bereitstellen, kann es jedoch komplexer werden, diese automatisiert zu verwalten. Trotz des Aufwands ist jeder Feed willkommen – egal, ob eine landesweite Eisenbahngesellschaft oder ein kleiner Dorfbus mit überschaubarem Einzugsgebiet den Datensatz bereitstellt, solange der Verkehr offen für die Allgemeinheit ist. Neben den statischen Fahrplandaten gewinnt die Einbindung von Echtzeitdaten immer mehr an Bedeutung.
Hier kommen die GTFS-Realtime-Feeds ins Spiel. Diese bieten aktuelle Informationen zu Verspätungen, Ausfällen und anderen kurzfristigen Änderungen im Fahrplan und werden von Transitous etwa einmal pro Minute abgefragt. GTFS-Realtime teilt sich in drei Hauptarten: Trip Updates, die Echtzeitänderungen an geplanten Fahrten darstellen, Service Alerts, welche allgemeinere Störungsmeldungen umfassen, und Vehicle Positions, die den aktuellen Standort von Fahrzeugen übermitteln. Im Moment verarbeitet MOTIS Trip Updates und Service Alerts, während die Integration von Fahrzeugpositionen noch auf der Wunschliste steht. Deren Einbindung könnte nicht nur die Anzeige aktueller Positionen verbessern, sondern auch zu einer genaueren Vorhersage von Fahrtänderungen beitragen.
Das Hinzufügen von GTFS-RT-Daten erfolgt ähnlich wie bei den statischen Feeds, allerdings funktioniert die Nutzung von Echtzeitdaten oft nur sinnvoll in Kombination mit einem korrespondierenden statischen Datensatz desselben Gebietes oder Betreibers. Dabei kann es erforderlich sein, Daten von einzelnen Anbietern aus größeren kombinierten Feeds auszuschließen, um Konflikte zu vermeiden. Für die technische Ansicht der GTFS-RT-Daten stellt Transitous einfache Werkzeuge bereit, mit denen man über Kommandozeilenbefehle die Inhalte entschlüsseln kann, auch wenn diese auf den ersten Blick etwas komplex erscheinen, da sie das Protokoll Buffer-Format verwenden. Auf der Karte von Transitous zeigen farblich codierte Symbole die Verzögerungen der Busse und Bahnen an, wobei grüne Fahrzeuge pünktlich, gelbe leicht verspätet und rote stark verspätet sind. Dadurch erhalten Nutzer auf einen Blick einen Überblick über die Verkehrslage in ihrer Region.
Ein weiterer Bereich, den Transitous abdeckt, ist die Integration von Shared-Mobility-Daten, also das Angebot von Fahr- und Leihfahrzeugen unterschiedlicher Art. Hierfür werden GBFS-Datensätze (General Bikeshare Feed Specification) genutzt, welche Informationen über Fahrzeugtypen, Antriebsarten, Abhol- und Rückgabestellen sowie die aktuelle Verfügbarkeit der Fahrzeuge enthalten. Diese Daten sind besonders geeignet, Lücken bei der ersten und letzten Meile einer Reise zu schließen. Das Einbinden von GBFS-Feeds erfolgt ebenfalls über einfache JSON-Konfigurationen, und obwohl die Darstellung dieser Daten momentan noch nicht über das Benutzerinterface erfolgt, ist eine solche Funktion auf der Wunschliste. On-Demand-Dienste bilden eine Brücke zwischen klassischen Fahrplänen und der flexiblen Mobilität.
Diese erfordern oft eine vorherige Buchung und können von halbflexiblen Busverbindungen bis hin zu taxiähnlichen Dienstleistungen reichen, die je nach Bedarf Zwischenhalte flexibel ansteuern. Die Modellierung solcher Dienste ist komplex wegen ihrer dynamischen Natur und diverser technischer Anforderungen. Hier kommt der relativ neue GTFS-Flex-Standard ins Spiel, der von MOTIS seit der Version 2.0.66 unterstützt wird.
GTFS-Flex-Daten können im statischen GTFS-Datensatz integriert sein oder separat bereitgestellt werden. Ihre Aufnahme in Transitous erfolgt wiederum via JSON, allerdings stehen derzeit keine vollumfänglichen Validierungswerkzeuge zur Verfügung, sodass mit diesen Feeds besonders vorsichtig umgegangen werden muss. Ein weiterer wichtiger Datensatz für die Routenplanung, insbesondere für den Straßenverkehr und das Routing innerhalb von Gebäuden, ist OpenStreetMap (OSM). Obwohl OSM sehr umfassend und detailreich ist, treten beim Thema Etagen- und Stockwerkstrennung häufig Probleme auf, beispielsweise in großen Bahnhöfen oder Einkaufszentren. Die richtigen Zuordnungen der Etagenkategorien sind für Transitous essenziell, da sie direkten Einfluss auf das Routinginnere Gebäude haben.
Nutzer können vor Ort oder im Editor prüfen, ob Elemente korrekt auf den entsprechenden Ebenen liegen, und bei Bedarf Anpassungen vornehmen. Zudem gibt es viele weitere spannende Potenziale für die Entwicklung von Transitous. Dazu zählen die Erweiterung des GTFS-Standards, um bisher nicht modellierte Elemente abzudecken, wie zum Beispiel Autofähren oder detaillierte Innenrauminformationen zu Bahn- und Busfahrzeugen mit Blick auf Barrierefreiheit. Ebenso interessant sind die Konvertierung von Daten aus anderen Formaten, etwa NeTEx, SIRI oder SSIM, die Erzeugung von Echtzeit-Updates aus Fahrzeugpositionsdaten oder die Anreicherung der Datensätze mit zusätzlichen Informationen wie Linienfarben, Logos oder Barrierefreiheit basierend auf Wikidata und OSM. Auch die Berücksichtigung von Höhendaten im Straßennetz könnte die Genauigkeit der Routenplanung verbessern, obwohl hierfür noch erhebliche Herausforderungen in Bezug auf Speicherbedarf und Rechenleistung bestehen.
Wer sich für die Verbesserung der öffentlichen Verkehrsdaten engagieren möchte, ist herzlich eingeladen, Transitous aktiv zu unterstützen. Das beginnt mit dem Vergleich der vorliegenden Daten mit der Realität vor Ort, um Fehler und Lücken zu identifizieren. Der Austausch in der Community, etwa über den Transitous-Matrix-Kanal, die Teilnahme an Hackathons oder an der Open Transport Community Conference, bietet weitere Möglichkeiten zur Mitarbeit und Vernetzung. Insgesamt zeigt sich, dass Transitous auf eine breite und engagierte Gemeinschaft angewiesen ist, die mit ihrer Expertise und lokalem Wissen dazu beiträgt, öffentliche Verkehrsdaten aktuell, umfassend und nutzerfreundlich zu gestalten. Durch Kombination von statischen Fahrplandaten, Echtzeitinformationen, Shared Mobility und On-Demand-Diensten wird der öffentliche Verkehr digital erlebbarer, transparenter und vor allem praktischer – für Nutzer und Betreiber gleichermaßen.
Die Zukunft der Mobilität wird maßgeblich von solchen Open-Data-Initiativen geprägt, die Wissen und Erfahrung zusammenführen, um die urbane und regionale Mobilität nachhaltig zu verbessern.
