Filter
  • Kategorien
    (107)
    (35)
    (20)
    (9)
    (5)
    (2)
  • Datenanbieter
    (18)
    (13)
    (11)
    (8)
    (7)
    (6)
    (4)
    (4)
    (4)
    (3)
    (3)
    (3)
    (2)
    (2)
    (2)
    (2)
    (2)
    (2)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)
  • Art des Zugangs
    (24)
    (23)
    (21)
    (18)
    (18)
    (9)
    (9)
    (8)
    (7)
    (6)
    (6)
    (4)
    (4)
    (3)
    (3)
    (3)
    (2)
    (2)
    (2)
    (2)
    (2)
    (2)
    (2)
    (2)
    (1)
    (1)
    (1)
    (1)
  • Lizenzen
    (40)
    (19)
    (15)
    (8)
    (7)
    (4)
    (2)
    (2)
    (2)
    (2)
    (1)
    (1)
    (1)
    (1)
    (1)
    (1)

107 Datensätze

Daten des amtlichen Liegenschaftskatsterinformationssystems (ALKIS) - Lückenlose, überschneidungsfreie und flächendeckende Beschreibung der Erdoberfläche

Infrastruktur
Bahn
Luft- und Raumfahrt
Wasserstraßen und Gewässer
Straßen
Bereitgestellt durch

OpenData Berlin: Senatsverwaltung für Stadtentwicklung und Wohnen Berlin

Art des Datenzugangs
WFS / HTML
Aktualität der Datensatzbeschreibung

24.01.2020

Der Verkehrsverbund Berlin-Brandenburg (VBB) stellt Daten zu seinen Haltestellen zur Verfügung. Enthalten sind die Koordinaten der Zugangsmöglichkeiten zu Bahn-, Tram- und Bussteige, zu Aufzüge, Rampen etc., um testen zu können, wie diese Daten für die Kunden aufbereitet und mit weiteren Informationen verknüpft werden können. Die Stationen enthalten auch die IDs der API und des GTFS-Datensatzes.

Straßen
Bahn
Bereitgestellt durch

OpenData Berlin: VBB - Verkehrsverbund Berlin-Brandenburg GmbH

Art des Datenzugangs
ZIP
Aktualität der Datensatzbeschreibung

07.01.2020

Der Datensatz enthält die Farbwerte der Linien aus Berlin und Brandenburg. Die Fabrwerte sind als CMYK-Angabe, RAL, RGB und Hexadizimal-Wert vorhanden

Straßen
Bahn
Bereitgestellt durch

OpenData Berlin: VBB - Verkehrsverbund Berlin-Brandenburg GmbH

Art des Datenzugangs
.zip
Aktualität der Datensatzbeschreibung

07.01.2020

Serviceeinrichtungen sind z.B. Abstell- und Zugbildungsanlagen.

Bahn
Bereitgestellt durch

DB Netz AG

Art des Datenzugangs
XML / CSV
Aktualität der Datensatzbeschreibung

03.01.2020

Der Datensatz enthält die Park + Ride Anlagen an Schnellbahnstationen im Hamburger Stadtgebiet mit Informationen u.a. über die Lage, die Anzahl der Stellplätze und die Anzahl von Behinderten- und Frauenstellplätzen.

Straßen
Bahn
Infrastruktur
Bereitgestellt durch

Transparenzportal Hamburg: Behörde für Wirtschaft, Verkehr und Innovation

Art des Datenzugangs
WFS / GML / XSD / HTML / WMS
Aktualität der Datensatzbeschreibung

19.12.2019

Dieser Raster-basierte Datensatz enthält die Geometrien der 15-Minuten-Erreichbarkeits-Isochrone, ausgehend vom Mittelpunkt jeder Zelle des beigefügten Rasters. Das Ergebnis bezieht sich auf eine Abfahrtszeit an einem durchschnittlichen Montag um 9:00 Uhr.

Die Geometrien wurden auf Basis des GTFS-Feeds für Berlin und Brandenburg 2019 generiert, der von der VBB Verkehrsverbund Berlin-Brandenburg GmbH unter Creative Commons Namensnennung-Lizenz unter daten.berlin.de veröffentlicht wurde.

Erläuterung der enthaltenen Spalten
  • cell_id – Bezug zum Raster, siehe GeoJSON oder Shapefile
  • geometry – Multypolygon-Geometrie des innerhalb von 15 Minuten zu Fuß und mit dem ÖPNV zu erreichenden Gebiets im Well-Known-Text-Format (WKT)


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Bahn
Straßen
Infrastruktur
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs
Dateidownload
Aktualität der Datensatzbeschreibung

03.12.2019

Dieser Datensatz umfasst ein Raster-basiertes Nachfragemodell mit prognostizierten Fahrten (Quell-/Zielverkehre) für das Stadtgebiet München. Der Datensatz wurde mittels eines Machine-Learning-Modells auf Basis der in Berlin erhobenen Ridepooling-Nachfragedaten und in München vorhandenen Points of Interest generiert. Die zur Verfügung gestellten Vergleichswerte beziehen sich auf stundengenaue Zeiträume innerhalb einer durchschnittlichen Betriebswoche.

Erläuterung der enthaltenen Spalten
  • cell_from – Quelle der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • cell_to – Ziel der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • weekday – Wochentag, auf den sich der Wert bezieht
  • start_time – Beginn des Zeitraums, auf den sich der Wert bezieht
  • end_time – Ende des Zeitraums, auf den sich der Wert bezieht
  • weight – Verhältnis der Anzahl an Fahrtwünschen im Vergleich zu anderen Verkehrsbeziehungen


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Straßen
Infrastruktur
Bahn
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs
Dateidownload
Aktualität der Datensatzbeschreibung

03.12.2019

Dieser Datensatz umfasst ein Raster-basiertes Nachfragemodell mit prognostizierten Fahrten (Quell-/Zielverkehre) für das Stadtgebiet Duisburg. Der Datensatz wurde mittels eines Machine-Learning-Modells auf Basis der in Berlin erhobenen Ridepooling-Nachfragedaten und in Duisburg vorhandenen Points of Interest generiert. Die zur Verfügung gestellten Vergleichswerte beziehen sich auf stundengenaue Zeiträume innerhalb einer durchschnittlichen Betriebswoche.

Erläuterung der enthaltenen Spalten
  • cell_from – Quelle der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • cell_to – Ziel der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • weekday – Wochentag, auf den sich der Wert bezieht
  • start_time – Beginn des Zeitraums, auf den sich der Wert bezieht
  • end_time – Ende des Zeitraums, auf den sich der Wert bezieht
  • weight – Verhältnis der Anzahl an Fahrtwünschen im Vergleich zu anderen Verkehrsbeziehungen


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Bahn
Infrastruktur
Straßen
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs
Dateidownload
Aktualität der Datensatzbeschreibung

03.12.2019

Dieser Datensatz umfasst ein Raster-basiertes Nachfragemodell mit modellierten Suchanfragen (Quell-/Zielverkehre) für einen Ridepooling-Dienst im Pilotbetrieb innerhalb des S-Bahn-Rings in Berlin. Die zur Verfügung gestellten Vergleichswerte beziehen sich auf stundengenaue Zeiträume innerhalb einer durchschnittlichen Betriebswoche.

Die anonymisierten Daten wurden im Rahmen des allyMAP-Projektes während des "allygator shuttle" Pilotbetriebs im Frühjahr 2018 erhoben.

Erläuterung der enthaltenen Spalten
  • cell_from – Quelle der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • cell_to – Ziel der Verkehrsbeziehung (Bezug zum Raster, siehe GeoJSON oder Shapefile)
  • weekday – Wochentag, auf den sich der Wert bezieht
  • start_time – Beginn des Zeitraums, auf den sich der Wert bezieht
  • end_time – Ende des Zeitraums, auf den sich der Wert bezieht
  • weight – Verhältnis der Anzahl an Fahrtwünschen im Vergleich zu anderen Verkehrsbeziehungen


mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Bahn
Infrastruktur
Straßen
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs
Dateidownload
Aktualität der Datensatzbeschreibung

03.12.2019

Dieser Datensatz enthält Ergebnisse des mFund-Projekts "allyMAP".

Enthalten sind Eingabeparameter und Simulationsergebnisse von On-Demand-Ridepooling-Szenarien mit verschiedenen Parametern (Fahrzeuganzahl, Betriebsgebiet, Betriebszeitraum, etc.) in Berlin. Datengrundlage für die Simulationen waren die im Frühjahr im Rahmen des Pilotbetriebs "allygator shuttle" erhobenen Nachfragedaten ( diese werden hier in einem separaten Datensatz zur Verfügung gestellt).

Analysiert wurden zwei unterschiedliche potenzielle Pilotgebiete (unabhängig der tatsächlichen Bezirksgrenzen): "Friedrichshain-Kreuzberg" und "Tempelhof-Neukölln". Die Ausdehnung dieser Gebiete geht aus den zusätzlich bereitgestellten Polygonen im GeoJSON-Format hervor.

In der deutschsprachigen Spaltenbeschreibung (ODS oder PDF) findet sich eine genauere Erklärung der einzelnen Parameter und Kennzahlen.

Aus dem Ergebnis lassen sich die Auswirkungen unterschiedlicher Betriebsparameter auf die Leistungsfähigkeit von On-Demand-Mobilitätsdiensten hinsichtlich unterschiedlicher Indikatoren (Pooling-Rate, Verfügbarkeit, Anzahl der beförderten Fahrgäste, etc.) erkennen.

mFUND-Projekt: ally Mobility Analytics Platform (allyMAP), FKZ: 19F2022A

Infrastruktur
Straßen
Bahn
Bereitgestellt durch

door2door GmbH

Art des Datenzugangs
Dateidownload
Aktualität der Datensatzbeschreibung

02.12.2019