Innovative Methode zur Waldbesucherlenkung: Kombination aus smartphonebasierten und mikrogeographischen Daten

Durchblick im Dickicht: Wie Daten den Wald neu definieren!

Ihr Kontakt zu infas 360: Julia Dick

Immer mehr Menschen suchen Erholung im nahe gelegenen Wald. Gleichzeitig handelt es sich beim Wald um ein sensibles Ökosystem, das an bestimmten Stellen geschützt werden muss. Um besonders beliebte Naherholungsgebiete im Wald zu identifizieren, kann ein von infas 360 berechneter Besucherfrequenzindex Aufschluss über diese Hotspots geben. 

Wie können Naturschutz und Naherholung in Einklang gebracht werden?

Infas 360 hat smartphonebasierte Bewegungsdaten mit mikrogeographischen Daten und statistischen Verfahren kombiniert, sodass mit geringem Aufwand präzise Ergebnisse zur Besucherfrequenz im Wald generiert werden können. Der berechnete Besucherfrequenzindex beschreibt das räumliche und zeitliche Besucheraufkommen innerhalb eines Waldgebietes und ermöglicht eine gezielte Lenkung der Besucher.

Was ist ein Besucherfrequenzindex? 

Der von infas 360 erstellte Index basiert auf smartphonebasierten Positionsdaten von Handynutzern. Es werden allerdings nur Daten mit Geschwindigkeiten unter 35 km/h, hoher Signalgenauigkeit und ohne Mehrfachzählungen verwendet. Diese Daten liegen in Form von Hexagonen vor.  Dieser Datenbestand ist nicht repräsentativ für die Bevölkerung, da nicht jeder ein Smartphone besitzt und nicht jeder Smartphone-Nutzer nutzt Wetter- und Wander-Apps. Infas 360 kann mit Hilfe der Small Area Methoden (SAM), einem etablierten Verfahren in der Markt- und Sozialforschung, benachbarte Gebiete, Points of Interest und Informationen zur Landnutzung in die Schätzungen miteinbeziehen. Insgesamt werden bis zu 700 mikrogeographische Variablen genutzt, um eine präzise Analyse und Schätzung zu ermöglichen. Dadurch können flächendeckende Bewegungsdaten geschätzt werden.

Im Ergebnis wurden mehrere Indizes berechnet, die auf einer Skala von 1 (geringes Besucheraufkommen) und 9 (hohes Besucheraufkommen) angeben, wie die Waldgebiete frequentiert werden. Die Indizes wurden für verschiedene Zeitpunkte berechnet, beispielsweise für Wochentage im Sommer, Wochenenden im Sommer und gleiches für den Winter. Es wurden außerdem ein Ganzjahresindex und ein Index pro Monat kalkuliert. In der unten dargestellten Abbildung kann man gut erkennen, dass Hotspots anhand dieser Indizes klar ersichtlich werden. Auf dieser Datengrundlage können Entscheidungsträger nun eine datenbasierte Nutzerlenkung vornehmen.

Kann der Besucherfrequenzindex auch auf andere Anwendungsfälle angewandt werden?

Die Schätzungen können nicht nur auf Waldgebieten, sondern auch für andere Nutzungen vorgenommen werden. Das Vorgehen lässt sich deutschlandweit auch auf andere Gebiete, wie innerstädtische Regionen oder Wassergebiete, anwenden.

Bei Interesse melden Sie sich gerne unter consulting@infas360.de.

Foto von Julia Dick, infas 360 GmbH

Beraterin für Frequenzdaten: Julia Dick, Consultant Geomarketing

Aktionsangebot

Sie sind interessiert an einer Frequenzdatenanalyse?

Fordern Sie Ihr individuelles Angebot an!

Bisherige Projekte

Projekt Hessenforst

Die Ermittlung des Besucheraufkommens im hessischen Landesforst wurde 2021 durchgeführt. Für HessenForst stand im Fokus höher frequentierte Gebiete zu ermitteln, um dort die Infrastruktur zu verbessern. Im Vergleich zu den ermittelten Gebieten, sind auf der Abbildung auch die subjektiv durch Förster eingeschätzten HotSpots dargestellt.

Die Analysen wurden für folgende Zeiträume untersucht:

  • Sommerhalbjahr /Winterhalbjahr
    • Gesamtzahl
    • Anzahl Wochentage
    • Anzahl Wochenende (Samstag + Sonntag) zzgl. gesetzlicher Feiertag
  • Gesamtzahl je Monat

Projekt Niedersächsische Landesforsten

Die Berechnung des Besucherfrequenzindex im niedersächsischen Landesforst wurde 2023 durchgeführt. Für Niedersächsische Landesforsten stand im Fokus höher frequentierte Gebiete zu ermitteln, um dort gezielt die Infrastruktur für Waldbesucher zu verbessern.

In die Analysen wurden u.a. folgende mikrogeographische Variablen sowie Points of Interest miteinbezogen:

  • Öffentlicher Nahverkehrsindex
  • Miete (€/m2)
  • Hauseigentümer
  • Haushaltseinkommen
  • Aussichtspunkte
  • Gastronomie

Seien Sie dabei: Data Science Meetup Düsseldorf

Data Science, Machine Learning und Künstliche Intelligenz revolutionieren unsere Welt. Von der Medizin bis zum Einzelhandel – Daten sind der…

CASA LOCEL: Wo wohnt welcher Wählertyp?

Mit CASA LOCEL entwickelt infas 360 die Wahldaten aus dem ifo Local Election Lab nun deutlich weiter. Auf Basis von…

Zulassungen E-Autos brechen weiter ein. Ladesäulenplanung neu denken?

Die Ampel-Koalition will, dass im Jahr 2030 mindestens 15 Millionen vollelektrisch betriebene Fahrzeuge auf Deutschlands Straßen unterwegs sein sollen. Hinzu…

[Ideen? Fragen? Anregungen?]

Get in touch.

Send this to a friend