synthetisches Mobilitätsdaten schützt Privatsphäre liefert realistische Stadtanalysen

In einer wegweisenden Studie wurde ein synthetisches Mobilitätsdatenset entwickelt, das individuelle Tagesbewegungen in Städten rekonstruieren kann, ohne persönliche Daten preiszugeben. Durch die Kombination von aggregierten Origin‑Destination‑(OD)‑Flüssen mit zwei ergänzenden Verhaltensbeschränkungen – den Quantilen von Aufenthalts‑ und Reisezeiten sowie einer universellen Gesetzmäßigkeit für die tägliche Anzahl besuchter Orte – gelingt es, realistische Bewegungsmuster zu erzeugen.

Der Ansatz nutzt ein mehrzieliges Optimierungsmodell, das die beiden Verhaltensregeln integriert und gleichzeitig die Privatsphäre wahrt. Das Ergebnis sind synthetische Tagestrajektorien, die die Verteilung von Aufenthalts‑ und Reisezeiten sowie die Häufigkeit von Besuchen exakt abbilden. Gleichzeitig bleibt die Übereinstimmung mit den ursprünglichen OD‑Daten innerhalb der natürlichen Schwankungsbreite.

Die Validierung erfolgte an zwei sehr unterschiedlichen japanischen Regionen: den 23 Sonderbezirken Tokios, die ein dichtes Metropolgebiet repräsentieren, und der Präfektur Fukuoka, wo urbane und vorstädtische Mobilitätsmuster aufeinandertreffen. In beiden Fällen zeigte das Datenset eine hohe Genauigkeit bei der Reproduktion der Bewegungsstatistiken, während die Abweichungen in der OD‑Konsistenz im Rahmen üblicher Tagesvariationen blieben.

Dieses neue Tool bietet Stadtplanern, Verkehrsanalysten und Forschern die Möglichkeit, detaillierte Mobilitätsanalysen durchzuführen, ohne die Privatsphäre einzelner Personen zu gefährden. Es eröffnet damit neue Perspektiven für die Entwicklung smarter, datenschutzkonformer Mobilitätssysteme in urbanen Räumen.