The Baden-Württemberg State transport model

L. Heine; Dr. J. Fischer, Stuttgart
Dr.-Ing. J. Pillat; A. Lehmkuhl, M. Sc.; Dr.-Ing. M. Schmaus, Karlsruhe
Dipl.-Geogr. D. Linder, Köln
Prof. Dr.-Ing. M. Friedrich; L. Geiger M. Sc., Stuttgart

Mit dem Landesverkehrsmodell Baden-Württemberg (LVM-BW) steht seit Anfang 2026 eine landesweit einsetzbare Grundlage für multimodale Verkehrsanalysen und Wirkungsabschätzungen zur Verfügung. Das Modell bildet den privaten Personen- und Wirtschaftsverkehr für das Analysejahr 2019 und den Prognosefall 2030 ab. Eine besondere methodische Neuerung ist die Mobilitätswerkzeugwahl, mit der die räumlich differenzierte Verfügbarkeit von Pkw und ÖV-Zeitkarten unter Berücksichtigung von Kosten und Angebotsqualität berechnet wird. Das Gesamtmodell, räumliche Teilmodelle und Modelldaten werden öffentlichen Stellen, Kommunen, Ingenieurbüros sowie Einrichtungen aus Lehre und Forschung kostenlos auf Grundlage einer Datenüberlassungs- und Nutzungsvereinbarung bereitgestellt. Der Prognosefall 2040 soll kurzfristig ergänzt werden; anschließend sind eine Gesamtaktualisierung und regelmäßige Fortschreibungen vorgesehen. Das LVM-BW wurde im Auftrag des Ministeriums für Verkehr Baden-Württemberg von PTV Transport Consult und SSP-BUNG GmbH entwickelt. Die Universität Stuttgart übernahm die wissenschaftliche Begleitung und Qualitätssicherung. 

Since early 2026 the Baden-Württemberg State Transport Model (LVM-BW) provides a state-wide basis for multimodal transport analyses and impact assessments. The model represents private passenger and commercial transport for the 2019 base year and the 2030 forecast scenario. A particular methodological innovation is the mobility tool choice model, which calculates the spatially differentiated availability of cars and public transport travel cards, taking account of costs and service quality. The full model, spatial submodels and model data are available free of charge to public authorities, municipalities, engineering consultancies and institutions involved in teaching and research, subject to a data transfer and use agreement. The 2040 forecast scenario is to be added in the near future, followed by a comprehensive model update and regular future updates. The LVM-BW was developed on behalf of the Baden-Württemberg Ministry of Transport by PTV Transport Consult and SSP-BUNG GmbH. The University of Stuttgart provided
scientific support and quality assurance.

doi.org/10.53184/SVT9-2026-1

Literaturverzeichnis

[1] BMVI Bundesministerium für Verkehr und digitale Infrastruktur (Hrsg.) (2019): Mobilität in Deutschland – MiD, Ergebnisbericht
[2] B o y c e , D . E . ; R a l e v i c - D e k i c , B . ; B a r - G e r a , H . (2004): Convergence of Traffic Assignments. How Much is Enough? Journal of Transportation Engineering 130, Nr. 1, S. 49–55. doi.org/10.1061/(ASCE)0733-947X(2004)130:1(49), abgerufen am 21.7.2026
[3] EVNM-PV (2022): Empfehlungen zum Einsatz von Verkehrsnachfragemodellen für den Personenverkehr, Forschungsgesellschaft für Straßen- und Verkehrswesen, FGSV-Nr. 168/2, FGSV Verlag, Köln
[4] L o h s e , D . ; H e i d r u n , T. ; D u g g e , B . ; B a c h n e r , G . (1997): Ermittlung von Verkehrsströmen mit n-linearen Gleichungssystemen, Schriftenreihe des Institutes für Verkehrsplanung und Straßenverkehr, TU Dresden, Band 5
[5] Ministerium für Verkehr Baden-Württemberg (2025): Landesverkehrsmodell Baden-Württemberg, URL: vm.baden-wuerttemberg.de/de/politik-zukunft/zukunftskonzepte/digitalemobilitaet/landesverkehrsmodell-baden-wuerttemberg
[6] RIN (2008): Richtlinien für integrierte Netzgestaltung, Forschungsgesellschaft für Straßen- und Verkehrswesen, FGSV-Nr. 12, FGSV Verlag, Köln

Validation of travel demand models with the SQV statistics (Scalable Quality Value)

Dr.-Ing. E. Pestel, Dresden; Dr.-Ing. J. Pillat, Karlsruhe;
Univ.-Prof. Dr.-Ing. M. Friedrich, Stuttgart

Mit den FGSV Empfehlungen zum Einsatz von Verkehrsnachfragemodellen für den Personenverkehr (EVNM PV) wurde das Gütemaß Scalable Quality Value (gSQV) zur Bewertung von Modellgüten eingeführt. In den vergangenen Jahren wurde das Verfahren in zahlreichen Projekten angewendet. Dabei haben sich verschiedene Fragestellungen zur praktischen Anwendung ergeben, die in den Empfehlungen bislang nicht näher behandelt werden. Der Beitrag versteht sich als Ergänzung zu den EVNM PV und fasst die bisherigen Erfahrungen mit dem Gütemaß zusammen. Behandelt werden die Wahl geeigneter Skalierungsfaktoren, die Interpretation der Gütebereiche sowie der Umgang mit sehr kleinen und sehr großen Erhebungswerten. Darüber hinaus werden Hinweise zur Kalibrierung von Verkehrsnachfragemodellen und zur Bewertung von Zähldaten gegeben. Anhand von Beispielen aus der Praxis werden typische Anwendungsfälle, Grenzen und mögliche Fehlinterpretationen des Verfahrens erläutert. Ziel ist es, Anwendern eine Hilfestellung für die sachgerechte und nachvollziehbare Anwendung des gSQV in der Modellvalidierung zu geben.

The Scalable Quality Value (gSQV) was introduced in the FGSV Guidelines for the Application of Travel Demand Models for Passenger Transport (EVNM PV) as a measure for assessing model quality. Over the past years, the method has been applied in numerous projects. This practical experience has raised several questions regarding its application and interpretation that are not addressed in detail in the guidelines. The paper is intended as a supplement to the EVNM PV and summarizes the experience gained with the use of gSQV. It discusses the selection of appropriate scaling factors, the interpretation of quality thresholds, and the treatment of very small and very large observed values. In addition, recommendations are provided for the calibration of travel demand models and the evaluation of traffic count data. Practical examples are used to illustrate typical applications, limitations, and potential pitfalls of the method. The aim is to support practitioners in applying gSQV in a consistent, transparent, and technically sound manner for model validation.

doi.org/10.53184/SVT9-2026-2

Literaturverzeichnis

FGSV (2022) Forschungsgesellschaft für Straßen- und Verkehrswesen (2022): Empfehlungen zum Einsatz von Verkehrsnachfragemodellen für den Personenverkehr (EVNM PV). FGSV Verlag, Köln

F r i e d r i c h , P e s t e l e t a l . (2019): F r i e d r i c h , M. ; Pe s t e l , E . ; S c h i l l e r , C . ; S i m o n , R . (2019): Scalable GEH: A quality measure for comparing observed and modeled single values in a travel demand model validation. Transportation Research Record, 2673(4), 722–732

From travel demand to operations simulation: Ride-pooling in the mobiTopp travel demand model

G. Wilkes, M. Sc.; Dr.-Ing. T. Wörle; L. Schuhmacher, M. Sc.; Prof. Dr.-Ing. M. Kagerbauer, Karlsruhe

Der Beitrag behandelt die Abbildung von Ridepooling in Verkehrsnachfragemodellen anhand des Beispiels einer Erweiterung des agentenbasierten Modells mobiTopp und stellt die damit möglichen Analysen vor. Die Methode kombiniert ein Mobilitätswerkzeugwahl-, ein Verkehrsmittelwahlmodell sowie eine Betriebssimulation mit fahrzeugbezogener Kapazitäts- und Routenabbildung. Ridepooling wird dabei als kapazitätsbeschränktes Verkehrsmittel innerhalb des Modells berücksichtigt. Anhand einer Case Study für den Raum Darmstadt–Offenbach werden mögliche Auswertungen zu Nachfrage, Modal Shift, intermodaler Nutzung und betrieblichen Kennwerten dargestellt. Die Ergebnisse zeigen die gesamtverkehrlichen Wirkungen von Ridepooling und liefern Erkenntnisse zum Zusammenspiel von Ridepooling und dem konventionellen ÖV. Für die Modellierung sind Daten über die Verfügbarkeit des Angebots sowie Mobilitätsverhaltensdaten notwendig.

This paper addresses the representation of ride-pooling in travel demand models and presents an extension of the agent-based model mobiTopp for this purpose. The method combines a mobility tool choice model, a mode choice model, and an operational simulation with vehicle-specific capacity and route modelling. Ride-pooling is integrated as a capacity-constrained mode of transport within the model in order to realistically forecast expected demand. Based on a scenario for the Darmstadt and Offenbach area, possible analyses of demand, modal shift, intermodal use, and operational metrics are presented. The results show the overall traffic impacts of ride-pooling and provide insights into the interaction between ride-pooling and conventional public transport. Modelling requires data on service availability for users as well as appropriate mobility behaviour data.

doi.org/10.53184/SVT9-2026-3

Literaturverzeichnis

B i s c h o f f , J.; M a c i e j e w s k i , M.; N a g e l , K. (2017): City-wide Shared Taxis: A Simulation Study in Berlin. In: 2017 IEEE 20th International Conference on Intelligent Transportation Systems (ITSC),
IEEE, doi:10.1109/ITSC.2017.8317926

B ö s c h , P. M.; B e c ke r , F.; B e c ke r , H.; A x h a u s e n , K. W. (2018): Cost-based analysis of autonomous mobility services. Transport Policy, 64, Elsevier, 76–91, doi:10.1016/j.tranpol.2017.09.005

E n g e l h a r d t , R.; D a n d l , F.; S y e d , A.; Z h a n g , Y.; F e h n , F.; Wo l f , F.; B o g e n b e r g e r , K. (2022): FleetPy: A Modular Open-Source Simulation Tool for Mobility On-Demand Services. arXiv, Ithaca, doi:10.48550/arXiv.2207.14246

F o l j a n t y , L. (2026): On-Demand Transit World Map. Online verfügbar unter: map.ondemandtransit.com, abgerufen am 30.6.2026

F r i s c h , R. (2018): Urbane Mobilität – auf dem Weg zu Mobility on Demand: Standpunkt. Internationales Verkehrswesen, 70, 1, DVV Media Group, 53–54

Kraftfahrt-Bundesamt (2023): Bestand an Kraftfahrzeugen und Kraftfahrzeuganhängern nach Zulassungsbezirken, 1. Januar 2023 (FZ 1). Kraftfahrt-Bundesamt

L e h n e r t , M.; L i e b c h e n , C.; S c h i e f e l b u s c h , M.; B r u d e r, P.; H a r m a n n , D. (2026): Insights into Ridepooling efficiency: A case study analysis using a novel operational performance measure framework. Journal of Urban Mobility, 9, Elsevier, 100173, doi:10.1016/j.urbmob.2025.100173

L i n k , C. W.; v a n Z a d e l , E.; K e l l e r , U. (2026): Förderlogik am Limit: Warum der ÖPNV nicht von Projekt zu Projekt leben kann. Rundblick – Politikjournal für Niedersachsen, Drei Quellen Mediengruppe,
Online verfügbar unter: https://rundblick-niedersachsen.de/foerderlogik-am-limit-warum-deroepnv-nicht-von-projekt-zu-projekt-leben-kann, abgerufen am 30.6.2026

M a l l i g , N.; K a g e r b a u e r, M.; Vo r t i s c h , P. (2013): mobiTopp – a modular agent-based travel demand modelling framework. Procedia Computer Science, 19, Elsevier, 854–859, doi:10.1016/j.procs.2013.06.114

R i c h t e r, E.; F r i e d r i c h , M.; M i g l , A.; H a r t l e b , J. (2019): Integrating ridesharing services with automated vehicles into macroscopic travel demand models. In: 2019 6th International Conference on
Models and Technologies for Intelligent Transportation Systems (MT-ITS), IEEE, 1–8

S c h n e i d e r , P. R.; K o s k a , T.; S c h ä f e r - S p a r e n b e r g , C. (2024): On-Demand-Ridepoolingals Beitrag zu Mobilitätswende und Daseinsvorsorge: Erkenntnisse zum Status quo in Deutschland und
Entwurf einer Systemtypologie. Wuppertal Paper Nr. 202, Wuppertal Institut

S c h u h m a c h e r, L.; W i l k e s , G.; K a g e r b a u e r , M.; Vo r t i s c h , P. (2026): Modelling Tour-Based Mode Choice in Agent-Based Travel Demand Models. Procedia Computer Science, 280, Elsevier, 534–541, doi:10.1016/j.procs.2026.04.068 

T i r a c h i n i , A. (2020): Ride-hailing, travel behaviour and sustainable mobility: an international review. Transportation, 47, 4, Springer, 2011–2047, doi:10.1007/s11116-019-10070-2

W i l k e s , G.; E n g e l h a r d t , R.; B r i e m , L.; D a n d l , F.; Vo r t i s c h , P.; B o g e n b e r g e r, K.; K a g e r b a u e r , M. (2021): Self-Regulating Demand and Supply Equilibrium in Joint Simulation of Travel Demand and a Ride-Pooling Service. Transportation Research Record, 2675, 8, SAGE Publications, 226–239, doi:10.1177/0361198121997140

W i l ke s , G.; H i l g e r t , T.; B r i e m , L.; K a g e r b a u e r , M.; Vo r t i s c h , P. (2022): Mikroskopische Abbildung von Mobility on Demand im Verkehrsnachfragemodell mobiTopp. Straßenverkehrstechnik,
66, 8, Kirschbaum Verlag, 571–579

W i l ke s , G.; A n d r e , R.; K u e h n e l , N.; K a g e r b a u e r , M.; Vo r t i s c h , P. (2026): Synchronizing Demand and Supply in Agent-Based Ride-Pooling Simulations: The mobiTopp-MATSim Live Coupling.
Procedia Computer Science, 280, Elsevier, 993–1000, doi:10.1016/j.procs.2026.04.126

W ö r l e , T.; B r i e m , L.; H e i l i g , M.; K a g e r b a u e r , M.; Vo r t i s c h , P. (2021): Modelling intermodal travel behaviour in an agent-based travel demand model. Procedia Computer Science, 184, Elsevier, 202–209, doi:10.1016/j.procs.2021.04.020

 

Automated generation of transport supply and travel demand modelsy

Prof. Dr.-Ing. M. Friedrich; Y. Roth, M. Sc., Stuttgart
Dipl.-Wirtsch.-Ing. U. Heidl, Dr. rer. nat. T. Nikodem, Dr. rer. nat. M. Snethlage, Karlsruhe
 
Die Erstellung von Verkehrsmodellen ist traditionell mit einem hohen manuellen Aufwand verbunden. Die Zusammenführung heterogener Datenquellen – etwa zu Verkehrsnetzen, Fahrplänen, Bevölkerung, Flächennutzung und Aktivitätenstandorten – erfordert umfangreiche Aufbereitungs- und Harmonisierungsschritte. In einem typischen Projekt nimmt die Erstellung der Datenbasis mehrere Monate in Anspruch und verursacht einen erheblichen Teil der Projektkosten. In den vergangenen Jahren haben sich die Rahmenbedingungen grundlegend verändert. Heute stehen umfangreiche digitale Geodaten für fast alle Regionen der Welt in standardisierten Formaten zur Verfügung. Damit kann die Erstellung von Verkehrsmodellen systematisch generalisiert werden, sodass eine automatisierte Erstellung möglich ist. Die bislang stark projektindividuelle Modellbildung wird durch die Nutzung generischer Modelle in einen konsistenten, skalierbaren und reproduzierbaren Prozess überführt.

The development of transport models traditionally involves a great deal of manual work. The integration of heterogeneous data sources – such as transport networks, timetables, population data, land use and activity locations – requires extensive data preparation and harmonization. In a typical project, the establishment of such a database takes several months and accounts for a significant share of the project costs. In recent years, the conditions have changed fundamentally. Today, extensive digital geodata is available for almost all regions of the world in standardized formats. This allows the development of transport models to be systematically generalized, making automated generation possible. Modelling, which was previously highly project-specific, is being transformed into a consistent, scalable and reproducible process through the use of generic models.

doi.org/10.53184/SVT9-2026-4

Dipl.-Wirtsch.-Ing. U. Heidl; Dr. rer. nat. T. Nikodem; Dr. rer. nat. M. Snethlage, Karlsruhe

Model2Go - Automated generation of transport supply and travel demand models

PTV Model2Go ermöglicht eine weitgehend automatisierte Erstellung makroskopischer Verkehrsmodelle für beliebige Untersuchungsräume. Das Verfahren kombiniert digitale Straßen- und ÖV-Netzdaten mit amtlichen Statistikdaten, Geodaten und Verfahren der Künstlichen Intelligenz, um konsistente Modellgrundlagen mit deutlich geringerem Aufwand bereitzustellen. Straßennetze werden auf Basis von OpenStreetMap (OpenStreetMap contributors, laufender Datenstand), HERE (HERE Technologies, laufender Datenstand) oder TomTom (TomTom International B. V., laufender Datenstand) erzeugt; der öffentliche Verkehr wird aus GTFS-Daten und der Schieneninfrastruktur in OpenStreetMap abgeleitet. Bevölkerungsdaten, Aktivitätsstandorte sowie weitere Strukturdaten werden aus dem Zensus 2022 (Statistische Ämter des Bundes und der Länder 2024 ff.), der Mobilität in Deutschland (infas, DLR et al. 2025), verschiedenen Geodatensätzen und mit KI-basierten Schätzverfahren generiert. Darüber hinaus werden Verkehrszellen, Anbindungen und wesentliche Modellparameter automatisiert erstellt. Die resultierenden Modelle können unmittelbar für Erreichbarkeitsanalysen genutzt werden oder als Grundlage für makroskopische Verkehrsnachfragemodelle dienen. Durch die Standardisierung und Automatisierung der Datenerstellung werden Modellgrundlagen schneller, konsistenter und reproduzierbarer bereitgestellt und der Aufwand für die Modellentwicklung wird deutlich reduziert.

PTV Model2Go enables the largely automated generation of macroscopic transport models for virtually any study area. The approach combines digital road and public transport network data with official statistics, geospatial datasets and artificial intelligence to provide consistent model inputs with significantly reduced effort. Road networks can be generated from OpenStreetMap, HERE or Tom-Tom, while public transport networks are derived from GTFS data and railway infrastructure available in OpenStreetMap. Population data, activity locations and other spatial structure data are generated from the 2022 Census, the German National Household Travel Survey (MiD 2023), various geospatial datasets and AI-based estimation methods. In addition, traffic analysis zones, network connectors and essential model components are created automatically. The resulting models can be used directly for accessibility analyses or as the basis for macroscopic travel demand models. By standardizing and automating data preparation, Model2Go substantially reduces model development effort while improving consistency, reproducibility and scalability.

doi.org/10.53184/SVT9-2026-5

Literaturverzeichnis

ActivitySim-Konsortium: PopulationSim. An open platform for population synthesis. ActivitySim Konsortium, https://github.com/activitysim/populationsim

Bundesamt für Landestopografie swisstopo (laufender Datenstand), Geodaten und Kartenviewer map.geo.admin.ch, Bundesamt für Landestopografie swisstopo, Wabern, https://www.geo.admin.ch

Bundesministerium für Verkehr (BMV)/Mobilithek (laufender Datenstand): Mobilithek. Nationaler Zugangspunkt und Marktplatz für Mobilitätsdaten in Deutschland. Bundesministerium für Verkehr, Berlin, https://mobilithek.info

Copernicus Land Monitoring Service (2018): CORINE Land Cover 2018. Pan-European land cover inventory. European Environment Agency/European Union Copernicus Programme, Copenhagen, land.copernicus.eu/en/products/corine-land-cover/clc2018

FGSV (2022): Empfehlungen zum Einsatz von Verkehrsnachfragemodellen für den Personenverkehr. EVNM-PV. Forschungsgesellschaft für Straßen- und Verkehrswesen (Hrsg.), FGSV R2 – Regelwerke. FGSV
Verlag, Köln 2022

HERE Technologies (laufender Datenstand): HERE Map Data. Digitale Kartendaten und georeferenzierte tandortdaten. HERE Technologies, Berlin, https://www.here.com/

infas, DLR, IVT Research, infas 360 (2025): Mobilität in Deutschland 2023. Ergebnisbericht. Studie im Auftrag des Bundesministeriums für Verkehr, Bonn/Berlin 2025, www.bast.de/DE/Publikationen/Daten/VerhaltenundSicherheit/MDC/MobilityData-Campus_node.html

Kraftfahrt-Bundesamt (KBA) (2026): Statistik zum Bestand an Kraftfahrzeugen und Kraftfahrzeuganhängern. Kraftfahrt-Bundesamt, Flensburg 2026, https://www.kba.de

OpenStreetMap contributors (laufender Datenstand): OpenStreetMap. Weltweite offene Geodatenbank. OpenStreetMap Foundation, Cambridge, lizenziert unter der Open Database License (ODbL), www.openstreetmap.org

S h a n g , S . ; D u , S . ; D u , S . ; Z h u , S . (2021): Estimating building-scale population using multi-source spatial data. Elsevier, Amsterdam 2021

Statistische Ämter des Bundes und der Länder (2024 ff.): Zensus 2022. Ergebnisse der Zensusdatenbank. Statistische Ämter des Bundes und der Länder, Wiesbaden/Düsseldorf 2024 ff., ergebnisse. zensus2022.de

Statistische Ämter des Bundes und der Länder (2025): Pendlerrechnung der Länder. Ergebnisse und Qualitätsbericht. Statistikportal des Bundes und der Länder 2025, https://www.statistikportal.de/de/veroeffentlichungen/pendlerrechnung

Statistisches Bundesamt (Destatis) (2026): Statistik der Studierenden. GENESIS-Online, Statistik 21311. Statistisches Bundesamt, Wiesbaden 2026 https://genesis.destatis.de/datenbank/online/statistic/21311/details

TomTom International B. V. (laufender Datenstand): TomTom Maps. Digitale Kartendaten, Places-, Routing-und Traffic-Daten. TomTom International B. V., Amsterdam, https://www.tomtom.com 

Interline Technologies LLC,Transitland (laufender Datenstand): Transitland. Open APIs, datasets, and historical archives of public transport feeds, Interline Technologies LLC, Alameda, www.interline.io

Prof. Dr.-Ing. M. Friedrich; Y. Roth, M. Sc., Stuttgart

Generic travel demand models using open-source methods and open data

Dieser Beitrag beschreibt Methoden, mit denen die Grundlagen für generische Verkehrsnachfragemodelle automatisiert erstellt werden können. Die Methoden sind als Open-Source-Anwendung implementiert und nutzen als Eingangsgrößen offene Datenquellen (Open-Data). Das Ergebnis der Methoden ist ein Netzmodell mit Verkehrszellen und Strukturgrößen, das mit einem geografischen Informationssystem genutzt werden kann. Für die Verkehrsnachfragemodellierung werden die Daten so bereitgestellt, dass eine weitere Verarbeitung mit dem kommerziellen Verkehrsplanungsprogramm PTV Visum möglich ist. Für die Zwecke der Netzplanung werden folgende standardisierte Analysemethoden zur Verfügung gestellt: (1) Ermittlung von zentralen Orten und innergemeindlichen Zentralitäten, (2) Netzkategorisierung von Straßennetzen, (3) Erreichbarkeitsanalysen und (4) Vorlage für ein Verkehrsnachfragemodell.

This article describes methods that can be used to automatically generate the foundation for generic travel demand models. The methods are implemented as an open-source application and utilize open data sources as input. The result of these methods is a network model comprising traffic zones and structural parameters, which can be used with a Geographic Information System (GIS). For travel demand modelling, the data is provided in such a way that it can be further processed using the commercial transport planning system PTV Visum. For the purposes of network planning, the following standardized analysis methods are provided: (1) identification of central places and urban centralities, (2) road network categorization, (3) accessibility analyses, and (4) a template for a travel demand model.

doi.org/10.53184/SVT9-2026-6

Literaturverzeichnis

B a w i d a m a n n , J.; F r i e d r i c h , M. (2025): Verbindungsqualität in Verkehrsnetzen: Ermittlung neuer Bewertungsfunktionen für die RIN. Straßenverkehrstechnik. (01). 7–15. DOI 10.53184/SVT1-2025-1

BBSR (2022): Zentrale-Orte-Monitoring (ZOM). Online verfügbar unter www.inkar.de/documents/Zentrale-Orte-Monitoring%20(ZOM).pdf (abgerufen am 16.7.2026)

DELFI (2026): Der DELFI-Datensatz im GTFS-Format. Online verfügbar unter www.opendataoepnv.de/ht/de/organisation/delfi/startseite (abgerufen am 22.7.2026)

European Commission (2023): Global Human Settlement Layer. GHS-POP. Online verfügbar unter human-settlement.emergency.copernicus.eu/download.php (abgerufen am 9.7.2026)

FGSV (Hrsg.) (2008): Richtlinien für integrierte Netzgestaltung: RIN. Ausg. 2008. Bd. 121: R1. Forschungsgesellschaft für Straßen- und Verkehrswesen. FGSV Verlag, Köln. ISBN 978-3-939715-79-5

FGSV (Hrsg.) (2022): Empfehlungen zum Einsatz von Verkehrsnachfragemodellen für den Personenverkehr: EVNM-PV. 2022. FGSV. Bd. 168/2. Forschungsgesellschaft für Straßen- und Verkehrswesen. FGSV Verlag, Köln

F r i e d r i c h , M.; Wo h n s d o r f , Y.; G e r i k e , R.; K o s z o w s k i , C.; B a i e r , M. M.; Wo t h g e , M. (2025): Gestaltung innerörtlicher Verkehrswegenetze. Berichte der Bundesanstalt für Straßen- und Verkehrswesen. Fachverlag NW in der Carl Ed. Schünemann KG. bast.opus.hbz-nrw.de/frontdoor/index/index/docId/3147. DOI 10.60850/BERICHT-V397. Online verfügbar unter https://bast.opus.hbz-nrw.de/frontdoor/index/index/docId/3147 (abgerufen am 8.7.2025)

GADM (2026): Version 4.1. Online verfügbar unter gadm.org/index.html (abgerufen am 10.7.2026)

Geofabrik GmbH (2026): OpenStreetMap Data Extracts. Geofabrik Download Server. Online verfügbar unter download.geofabrik.de (abgerufen am 16.7.2026)

ISV‑VuV (2026a): Tool zur Automatisierung der Netzkategorisierung nach RIN. Online verfügbar unter github.com/isv-vuv/RIN-Tool (abgerufen am 22.7.2026)

ISV-VuV (2026b) Methoden zur automatisierten Erstellung von Verkehrsnachfragemodellen. Online verfügbar unter https://www.isv.uni-stuttgart.de/vuv/tools/

OpenStreetMap (2026): OpenStreetMap. Online verfügbar unter https://www.openstreetmap.org/ (abgerufen am 10.7.2026)

OpenStreetMap Taginfo (2026): Online verfügbar unter taginfo.geofabrik.de/europe:germany:baden-wuerttemberg/tags/highway=motorway (abgerufen am 9.7.2026)

PTV Planung Transport Verkehr GmbH (2025): PTV Visum 2025. Online verfügbar unter www.ptvgroup.com/de/produkte/ptv-visum (abgerufen am 16.7.2026)

QGIS (2026). Online verfügbar unter www.qgis.org (abgerufen am 16.7.2026)

S e e l h o r s t , K.; F r i e d r i c h , M. (2024): Matrixkorrekturverfahren in der Nachfragemodellierung: Interpretation und Umgang mit der Korrekturmatrix. In: Heureka ’24: Optimierung in Verkehr und Transport. FGSV Verlag

T e r f r ü c h t e , T.; F l e x , F. (2018): Zentraler Ort. In: Akademie für Raumforschung und Landesplanung (Hrsg.): Handwörterbuch der Stadt- und Raumentwicklung. 2969–2979. ARL – Akademie für Raumforschung und Landesplanung. Hannover. ISBN 978-3-88838-559-9. Online verfügbar unter https://www.arl-net.de/system/files/media-shop/pdf/HWB%202018/Zentraler%20Ort.pdf (abgerufen am 13.7.2026)

T o p f , J. (2026): Osmium Tool. Online verfügbar unter osmcode.org/osmium-tool/ (abgerufen am 16.7.2026)

Urban-Act (2026): Urban-Act: Integrierte städtische Klimaschutzmaßnahmen für kohlenstoffarme und widerstandsfähige Städte. Online verfügbar unter www.international-climate-initiative.com/projekt/urban-act-integrierte-staedtische-klimaschutzmassnahmen-fuer-kohlenstoffarme-und-widerstandsfaehige-staedte-22-i-416-asia-g-urbanact-integrated-climate-action/ (abgerufen am 20.7.2026)

Wo h n s d o r f , Y. (2025): Zentrale Orte und innergemeindliche Zentralitäten in Deutschland. Online verfügbar unter https://map.isv.uni-stuttgart.de/ (abgerufen am 16.7.2026)

Wo h n s d o r f , Y. (2026): Methoden zur innergemeindlichen Verkehrswegenetzgestaltung. Veröffentlichungen aus dem Institut für Straßen- und Verkehrswesen. Heft 67. Universität Stuttgart