Der Fahrradstadtplan zeigt die Wege für den Radverkehr in farblicher Differenzierung. Straßenbegleitende Radwege, Fahrradstraßen sowie weitere Fahrradwege sind in rot dargestellt. Verbindungsstrecken auf Fahrbahnen (im Mischverkehr mit Kfz) sind als blaue Linien abgebildet. Oft führen diese Routen durch Tempo-30-Zonen oder verkehrsberuhigte Bereiche. Grüne Linien zeigen Routen durch Parks und Wälder oder auf Feldwegen. Alle Radrouten im Wegweisungssystem sind mit gelber Farbe hinterlegt. Die Abschnitte dieser Hauptradrouten sind im Fahrradstadtplan mit Längenangaben versehen – das erleichtert Ihnen die Planung Ihrer Radtour. Eine Reihe überregionaler Radfernwege sowie der Braunschweiger „Kleine-Dörfer-Weg“ sind als farbige Begleitlinien abgebildet. Auch der Verlauf des „Ringgleises“ ist im Fahrradstadtplan verzeichnet. Der Fahrradstadtplan ist auch in den Online-Stadtplan des städtischen Internetauftritts integriert. Darüber hinaus wird das im Fahrradstadtplan verzeichnete Radverkehrsnetz durch den Fachbereich Stadtplanung und Geoinformation als Open GeoData frei zur Verfügung gestellt
Der Datensatz umfasst die (Stand 06/2020) 7 Standorte im Wuppertaler Stadtgebiet, an denen Elektro-Fahrräder (Pedelecs) verliehen werden. Die Daten wurden im Rahmen des Verbundprojektes EmoTal (http://www.emotal.de) erstmalig im Dezember 2014 erhoben. Die Standorte der Stationen wurden dabei als frei digitalisierte Punktgeometrien mit einer Lagegenauigkeit von einigen Metern erfasst. Seit dem Ende des Projektes EmoTal (31.08.2017) werden die Daten von der zuständigen Leistungseinheit (Ressort 307 Klima und Nachhaltigkeit) geführt und bei Bedarf (Entstehung einer neuen Verleihstation bzw. relevante Veränderung einer bestehenden Station) zeitnah aktualisiert. Seit 05/2020 wird hierfür ein Fachverfahren innerhalb des Wuppertaler Navigations- und Datenmanagementsystems WuNDa eingesetzt. Der Datensatz umfasst neben den Standortkoordinaten zu jeder Verleihstation einige beschreibende Attribute. Die als Open Data unter der Lizenz CC BY 4.0 bereitgestellten ESRI-Shapefiles, KML- und GeoJSON-Dateien werden in einem automatisierten Prozess wöchentlich aktualisiert.
Der Datensatz umfasst die (Stand 06/2020) 9 kostenfreien, öffentlichen Akku-Ladestationen für Elektro-Fahrräder im Wuppertaler Stadtgebiet. Die Daten wurden im Rahmen des Verbundprojektes EmoTal (http://www.emotal.de) erstmalig im Dezember 2014 erhoben. Die Standorte der Stationen wurden dabei als frei digitalisierte Punktgeometrien mit einer Lagegenauigkeit von einigen Metern erfasst. Seit dem Ende des Projektes EmoTal (31.08.2017) werden die Daten von der zuständigen Leistungseinheit (Ressort 307 Klima und Nachhaltigkeit) geführt und bei Bedarf (Erstellung einer neuen Ladestation bzw. relevante Veränderung einer bestehenden Station) zeitnah aktualisiert. Seit 05/2020 wird hierfür ein Fachverfahren innerhalb des Wuppertaler Navigations- und Datenmanagementsystems WuNDa eingesetzt. Der Datensatz umfasst neben den Standortkoordinaten zu jeder Station einige beschreibende Attribute einschließlich eines Hyperlinks zu einem Foto der Anlage. Die als Open Data unter der Lizenz CC BY 4.0 bereitgestellten ESRI-Shapefiles, KML- und GeoJSON-Dateien werden in einem automatisierten Prozess wöchentlich aktualisiert.
Ausgehend vom heutigen Stand der Technik bei 125ccm Serienfahrzeugen soll abgeschätzt werden, um wieviel die Emissionswerte im FTP75 Zyklus abgesenkt werden können. Die Erreichung der SULEV Grenzwerte für PKW dient dabei als Zielvorgabe.
Vorhabensbeschreibung: Ziel des Verbundprojektes ist es, alltagstaugliche Dienstleistungen für den Betrieb und die Nutzung der Elektromobilität zu erarbeiten. Im Rahmen dieses Projekts sollen marktfähige Betreiberkonzepte entwickelt und erprobt werden, die es Kunden erlauben, vor der Kaufentscheidung umfassende Erfahrungen mit Elektrofahrzeugen zu sammeln und diese von einer längerfristigen Nutzung von Elektrofahrzeugen zu überzeugen. Ziel des Teilvorhabens der Universität der Bundeswehr München ist, das Marktpotential für den Einsatz von Zweirädern im Carsharing-System eines Umsetzungspartners zu analysieren. Hierzu wird ein konzeptuelles Geschäftsmodell zur Umsetzung entwickelt. Zudem wird analysiert, welche verkehrlichen Auswirkungen Sonderspuren sowohl in einem inner- als auch außerstädtischen Umfeldes im Kontext der Elektromobilität haben. Zusätzlich wird untersucht, welche Dienstleistungen für potenzielle Nutzergruppen zu entwickeln sind, um das Wissen um Elektromobilität zu verbreiten und das Kaufinteresse zu erhöhen. Arbeitsplanung: Die Potentialanalyse für E-Motorrad-Verleihsysteme erfolgt durch agenten-basierte Nachfragesimulation. Es werden dynamische Verkehrsmanagementmaßnahmen für E-Fahrzeuge entwickelt. Eine dynamisch freigegebene Umweltzone für E-Fahrzeuge wird modelliert. Zudem wird die dynamische Reservierung von Fahrbahnspuren und bevorrechtigtes Parken für Elektrofahrzeuge konzipiert und spezielle Lichtsignalanlagen mit Bevorrechtigung für Elektrofahrzeuge entwickelt. Die Maßnahmen werden simuliert und ihre Wirkung wird analysiert. Im Bereich der elektromobilen Zweiradlösungen wird eine Literaturrecherche zu ähnlichen Verleihsystemen durchgeführt. Nutzer und Wegezwecke werden durch Befragung von Carsharing- und Motorradkunden identifiziert. Darüber hinaus wird der Einfluss kommunaler und staatlicher Rahmenbedingungen und Anreize untersucht.
Das Projekt e-MoVe - elektromobiler Mobilitätsverbund Aachen - zielt auf die räumliche und funktionale Integration der Elektromobilität in kommunale Mobilitäts- und Infrastrukturprogramme. Mit dem AP3 wird die Einbindung von E-Fahrzeugen in strategisch bedeutsame Flotten im Bereich CarSharing, bei Taxen und kommunalen Fuhrparks gefördert. Zur Beratung, Unterstützung bei der Beschaffung und zur Entwicklung von Fuhrparkstrategien in öffentlichen Flotten sowie für KMU, werden Workshops für Fuhrpark-und Mobilitätsmanager durchgeführt. Neben der grundsätzlichen Entwicklung von ganzheitlichen Mobilitätsstrategien unter Einbeziehung von Dienstreisen sowie der Nutzung des ÖPNV und zweirädriger Mobilität, sollen zielgruppenspezifische Handlungsempfehlungen gegeben werden. In der Folge wird es für interessierte Unternehmen die Möglichkeit einer Unterstützung bei der Einleitung erster konkreter Schritte zur Einführung von eMobilität geben. Die größte Sichtbarkeit soll durch eine E-Taxenflotte hergestellt werden. Hierzu sollen Taxiunternehmen gewonnen werden, die über die Stadt Aachen 11 Fahrzeuge, die die EcoTaxi-Kriterien des ADAC erfüllen, beschaffen. Hierzu sind nach derzeitiger Lage noch bestehende Kaufzurückhaltungen anzugehen, Lösungen für die optimale Ausnutzung der Standzeiten als Ladezeit zu finden, sowie mögliche Vorteile für E-Taxen bei der Nutzung von Straßen und Halteplätzen zu diskutieren.
Der 'Nationale Entwicklungsplan Elektromobilität' der Bundesregierung definiert Elektromobilität als wichtiges Element einer klimagerechten Energie-/ Verkehrspolitik. Bewusst wird in dem Programm die Einbindung von Elektrofahrzeugen in intermodale Verkehrskonzepte und insbesondere die Anwendung im Zweirad-Segment zur Entwicklung innovativer Mobilitätslösungen angeregt. 'Pedelection' wird auf Basis der Untersuchung von Nutzungsprofilen/-motiven von einer erstmals rein privaten Pedelec-Käuferschaft bestehende Forschungslücken im Pedelec-Bereich schließen und Anhaltspunkte über Umweltwirkungen im Vergleich zu anderen Verkehrsmitteln liefern. Innerhalb der 14monatigen Feldzeit erfolgt zu vier Zeitpunkten und an vier regionalen Schwerpunkten eine Panel-Erhebung des Nutzungsverhaltens durch Interviews, Online-Befragungen und mit Hilfe von Datenloggern (AP2). Vorgeschaltet wird eine Händlerbefragung (AP1). Neben der Erforschung von Nutzungsmotiven sowie dem Einfluss externer Faktoren dienen die Daten als Grundlage für die Erfassung und Bewertung der Umweltwirkungen von Pedelecs. Hierzu wird das IFEU-Ökobilanzmodell eLCAr (Electric Car LCA) um Module für elektrische und konventionelle Zweiräder erweitert. Durch die Integration von Feldtestdaten können aus ökologischer Sicht günstige Anwendungsfälle der Einführung und Nutzung von Pedelecs identifiziert werden sowie allgemeine Ableitungen über Anforderungen an elektrische Zweiräder und Infrastruktur getroffen werden (AP3).
In den meisten Städten Zentral- und Osteuropas ist der Anteil des Radverkehrs sehr niedrig. Die Infrastruktur ist oftmals kaum vorhanden. Aber auch der planerische und politische Wille ist niedrig, das Fahrrad als umweltfreundliches Verkehrsmittel in der Stadt zu fördern. Daher ist es wichtig, den Anteil der Fahrradmobilität in Zukunft deutlich zu steigern, nicht zuletzt um die Energieeinsparziele der EU bis zum Jahr 2020 zu erreichen. In vielen westeuropäischen Kommunen gibt es bereits zahlreiche gute Beispiele, wie sich der Anteil des Radverkehrs steigern lässt. Im Projekt mobile2020 soll der Fahrradverkehr in kleinen und mittleren Städten bis 350.000 Einwohner gefördert werden. Über ein zweistufiges Vorgehen sollen bis zu 350 Kommunen in der Projektlaufzeit erreicht werden. Das im Programm 'Intelligent Energy Europe' geförderte Projekt wird vom Baltic Environmental Forum Deutschland geleitet. In einem ersten Schritt werden die Multiplikatoren aus elf Ländern in mehrtägigen Weiterbildungsseminaren mit Vorträgen, Workshops, Filmen und Exkursionen zum Thema Fahrradmobilität geschult. Dazu zählt auch die Entwicklung von maßgeschneiderten Schulungsmaterialien, eine Sammlung von passenden Positivbeispielen und der regelmäßige Wissenstransfer und -austausch. Die Förderstrategien und Wissensgrundlagen müssen auf Übertragbarkeit geprüft und auf die lokalen Bedürfnisse in den elf Partnerländern angepasst werden. Dieser Arbeitsschritt geschieht unter Leitung des ISOE, zusammen mit der TU Hamburg-Harburg und den beiden niederländischen Partnern. In einem zweiten Schritt werden die ausgebildeten Multiplikatoren dann in ihren Ländern aktiv. Durch die Gründung von nationalen Arbeitsgruppen zum Fahrradverkehr erfolgt dort wiederum die Weiterbildung von Planern. Wesentlicher Bestandteil ist die Bildung von neuen Netzwerken als Grundstein für eine Einflussnahme auf Planungs- und Förderstrategien.