Seite - (000274) - in Autonomes Fahren - Technische, rechtliche und gesellschaftliche Aspekte

Autonome Fahrzeuge und autonomes Fahren aus Sicht der Nachfragemodellierung262 Die Möglichkeit einer geänderten Zeitnutzung ist neben der Sicherheit einer der meist- genannten Vorteile einer Automatisierung des Fahrens. Gleichzeitig wirken Zeitkosten als Haupttreiber bei der Verkehrsmittelwahl in Verkehrsnachfragemodellen. Modellseitig ist bisher allerdings in der Regel keine Unterscheidung der Reisezeit vorgesehen. Unterschei- dungen zwischen „sinnvoll“ und „nutzlos“ verbrachter Zeit, zwischen aktivem Fahrspaß oder lästigem Staustehen, zwischen produktiver Arbeit oder entspannendem Musikhören sind derzeit nicht möglich. Eine derartige Erweiterung der Modelle ist im Prinzip nicht schwierig – zunächst unabhängig davon, welche Alternativbetätigung tatsächlich ange- strebt wird. Doch wird erneut deutlich, dass die empirische Basis, auf der die Modellierung aufbaut, zu große Lücken aufweist, um eine adäquate Abbildung automatisierten Fahrens gewährleisten zu können. Literatur 1. Autoscout 24: Unser Auto von morgen: Studie zu den Wünschen der Europäer an das Auto von morgen. (2012) 2. Bamberg, S., Hunecke, M., Blöbaum, A.: Social context, personal norms and the use of public transportation: Two field studies. J. Environ. Psychol. 27, 190–203 (2007) 3. Becker, J.: Fahrplan in die Zukunft, Süddeutsche Zeitung, 18.1.2014, S.40. (2014) 4. Bhat, C.R., Sardesai, R.: The impact of stop-making and travel time reliability on commute mode choice. Transp. Res. Part B Methodol. 40, 709–730 (2006) 5. Bates, J.J.: History of Demand Modelling. In: Hensher, D.A. and Button, K.J. (eds.) Handbook of Transport Modelling. pp. 11–34. Elsevier (2012) 6. Buehler, R.: Determinants of transport mode choice: a comparison of Germany and the USA. J. Transp. Geogr. 19, 644–657 (2011) 7. Castiglione, J., Bradley, M., Gliebe, J.: Activity-Based Travel Demand Models : A Primer. (2014) 8. Continental: Continental Mobilitätsstudie 2013. (2013) 9. Cervero, R., Kockelman, K.: Travel demand and the 3Ds: Density, diversity, and design. Transp. Res. Part D Transp. Environ. 2, 199–219 (1997) 10. Davidson, W., Donnelly, R., Vovsha, P., Freedman, J., Ruegg, S., Hicks, J., Castiglione, J., Picado, R.: Synthesis of first practices and operational research approaches in activity-based travel demand modeling. Transp. Res. Part A Policy Pract. 41, 464–488 (2007) 11. Fagnant, D.J., Kockelman, K.M.: Preparing a Nation for Autonomous Vehicles: Opportunities, Barriers and Policy Recommendations. Eno Cent. Transp. (2013) 12. Flade, A., Wullkopf, U.: Theorien und Modelle zur Verkehrsmittelwahl. Darmstadt (2002). 13. Giesel, F., Lenz, B.: Wirkung von E-Car-Sharing-Systemen auf Mobilität und Umwelt in urbanen Räumen, unveröffentlichte WiMobil-Projektpräsentation. (2014) 14. Giesel, F., Nobis, C., Lenz, B.: Carsharing as a Driver of Sustainable Urban Mobility? An Analysis of User Structure and Motivation, unveröffentlichte Präsentation auf der AAG Confe- rence in Tampa, USA. (2014) 15. Glotz-Richter, M., Loose, W., Nobis, C.: Car-Sharing als Beitrag zur Lösung von städtischen Verkehrsproblemen. Int. Verkehrswes. 59, 333–337 (2007). 16. Kahneman, D., Krueger, A.B.: Development in the Measurement of Subjective Well-Being. J. Econ. Perspect. 20, 3–24 (2006) 17. KPMG: Self-Driving Cars: Are We Ready? (2013)