Ob mit Bus, Bahn oder Carsharing – die Stadtwerke Augsburg bieten ihren Kunden verschiedene Möglichkeiten, um ans Ziel zu kommen. Seit 2020 ergänzt swaxi das Mobilitätsangebot der Stadt und konnte erst vor wenigen Wochen den 33.333 Gast begrüßen. Das Angebot ist jedoch stets im Wandel und soll auch jetzt noch weiterentwickelt werden.

So funktioniert swaxi

Bei den swaxis handelt es sich um einen Ridesharing-Dienst mit mehr als 3.000 virtuellen Haltepunkten in der Stadt. Über eine App gebucht, wird der Kunde vom Fahrer abgeholt und zum Ziel gebracht. Als Pooling-Angebot können Fahrgäste mit ähnlicher Route gebündelt werden, was eine effiziente und nachhaltige Mobilität ermöglicht.

Dynamisches Preismodell

Das Preismodell von swaxi ist dynamisch. So hängt der Fahrpreis von der Uhrzeit und der Verfügbarkeit des öffentlichen Nahverkehrs ab. Eine swaxi-Fahrt kostet dabei mindestens so viel wie ein Einzelticket im ÖPNV. Gibt es gute Bus- und Straßenbahnverbindungen, steigt der Preis, während er bei schwacher Anbindung entsprechend günstiger ausfällt.

Kooperation mit der Universität Augsburg

Bei der Optimierung des Preismodells arbeiten die swa nun mit dem Lehrstuhl für Analytics & Optimization der Universität Augsburg zusammen. Das Projekt wird von Professor Robert Klein, dem Inhaber des Lehrstuhls, geleitet.

Die Forschungsgruppe hat das Ziel, die Nachfrage so zu steuern, dass swaxi das ÖPNV-Angebot optimal ergänzt. Dabei stehen nicht wirtschaftliche Aspekte im Vordergrund, sondern verschiedene Nachhaltigkeitsziele wie die Daseinsvorsorge und die Reduktion von Fahrzeugkilometern. Auch die Transparenz des Fahrpreises ist ein wichtiges Anliegen, wie Dr. David Fleckenstein, einer der Mitarbeiter des Teams, erklärt.

Von der Theorie in die Praxis

Für das Forschungsteam geht es nun darum, die theoretischen Konzepte in die Praxis umzusetzen. Die swa liefern dazu Daten über die Anzahl der Anfragen, die tatsächlich durchgeführten Fahrten in einem bestimmten Zeitraum und die jeweils gültigen dynamischen Fahrpreise. Diese Informationen werden anschließend ausgewertet und dienen als Grundlage für die Optimierung des derzeitigen Modells. Bereits entwickelte Verfahren werden zudem an simulationsbasierten Fallstudien getestet, um das Preismodell noch effizienter und nachhaltiger zu gestalten.