Open Access

The transition to sustainable mobility requires detailed knowledge of actual mobility behavior. Recording mobility behavior through conventional, aggregated, or retrospective survey methods (e.g., counting stations, travel diaries) may yield incomplete insights. In addition, these methods are often expensive, prone to error, or not scalable. The aim of this literature review is to provide a systematic overview of the current state of the literature on recording and analysis of individual mobility data and, based on this, to identify possible research gaps and potential. The exploratory literature review includes social science surveys on multi- and intermodal mobility behavior, as well as an overview of possible ways to analyze travel data. The focus of the latter is on identifying relevant data sources and methodological approaches for segmentation, identification of transport mode, and trip purpose determination. Results from recent studies show that sensor-based data collection alone is not sufficient to fully and accurately map mobility behavior. One possible solution is a “best-of-both-worlds” approach that combines passive, automatic mobility data collection via smartphone sensors with targeted user corrections and additions (“human-in-the-loop”) within an app. The literature review shows that this approach yields the best data quality. Combining mobility surveys with passive collection of mobility data provides a comprehensive, accurate, and complete overview of mobility behavior.

Die Transformation zu nachhaltiger Mobilität erfordert eine detaillierte Erfassung des tatsächlichen Mobilitätsverhaltens, was durch herkömmliche, aggregierte oder retrospektive Erhebungsmethoden (z.B. Zählstellen, Wegetagebücher) nicht vollständig gelingt. Zudem sind diese Methoden oft teuer, fehleranfällig oder nicht nachhaltig skalierbar. Ziel dieser Literaturübersicht ist es, einen systematischen Überblick über den aktuellen Forschungsstand zur Erhebung und Analyse individueller Mobilitätsdaten zu geben und darauf aufbauend mögliche Forschungslücken sowie Potentiale zu identifizieren. Die explorative Literaturrecherche umfasst sozialwissenschaftliche Erhebungen zu multi- und intermodalem Mobilitätsverhalten, sowie einen Überblick über Analysemöglichkeiten von Wegedaten. Der Fokus liegt auf der Identifikation relevanter Datenquellen und methodischer Ansätze zur Segmentierung, Verkehrsmittelerkennung und Wegezweckbestimmung. Ergebnisse aus aktuellen Studien verdeutlichen, dass ausschließlich sensorgestützte Datenerhebungen bisher nicht ausreichen, um Mobilitätsverhalten vollumfänglich und präzise abzubilden. Eine mögliche Lösung ist ein "Best-of-both-worlds-Ansatz, der die passive, automatische Mobilitätsdatenerfassung via Smartphone-Sensorik mit gezielten Nutzerkorrekturen und Ergänzungen ("Human-in-the-Loop") innerhalb einer App kombiniert. Die Literaturauswertung zeigt, dass auf diesem Weg die beste Datenqualität gewonnen werden kann. Durch die Kombination von Mobilitätsbefragung mit passiver Erhebung von Mobilitätsdaten kann ein umfassender, möglichst vollständiger und korrekter Überblick über das Mobilitätsverhalten gewonnen werden.