---
title: "Technische Hochschule Rosenheim CaMoRoT CampusMobilität Rosenheim Traunstein; CO2-Reduktion im Campusverkehr geplant"
sdDatePublished: "2026-08-04T13:54:00Z"
source: "https://stmb.bayern.de/assets/stmi/vum/handlungsfelder/mid2023_verkehrsforschung.pdf"
topics:
  - name: "transport"
    identifier: "medtop:20000337"
  - name: "science and technology"
    identifier: "medtop:13000000"
  - name: "economy, business and finance"
    identifier: "medtop:04000000"
locations:
  - "Traunstein"
  - "Bavaria"
  - "Rosenheim"
  - "Austria"
---


Technische Hochschule Rosenheim CaMoRoT CampusMobilität Rosenheim Traunstein; CO2-Reduktion im Campusverkehr geplant

24 pt Schriftgröße, 28 pt Zeilenabstand Schrift Arial bold, Schriftfarbe weiß

© Hochschule Rosenheim, 3. August 2026, Seite 1
Die MiD in der Verkehrsforschung
Prof. Dr. Wibke Michalk – Informationsveranstaltung MiD – 21./28.7.2026

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 2
Die MiD – Ein Datenschatz für die
Mobilitätsforschung
Umfrage mit umfangreicher
Stichprobe
Zusätzlich
Regionalverdichtungen
Befragung auf Haushalts- und
Personenebene
Bild erzeugt mit ChatGPT

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 4
Die MiD – Ein Datenschatz für die
Mobilitätsforschung (2)
Regional Bayern
• Verdichtete Daten, die als Datengrundlage für Forschung zu
Spezialthemen dienen können
• Vergleichbarkeit zwischen siedlungsstrukturellen Kreistypen
– aber auch Regionalstatistischen Raumtypen möglich
Bild erzeugt mit ChatGPT

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 5
Warum ist die MiD 2023 besonders spannend?
Aktualisierung der letzten MiD (2017)
Erste MiD Post Covid
Neue erweiterte Module

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 7
DUnaMoT –
Digitale Unterstützung nachhaltiger Mobilität im Tourismus
Und was kann man draus machen?
Zwei Beispiele
CaMoRoT –
CampusMobilität Rosenheim Traunstein
Bild erzeugt mit ChatGPT
Bild erzeugt mit ChatGPT

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 8
Campus Mobilität Rosenheim Traunstein
Forschungsprojekt am Campus Chiemgau
Worum geht‘s?
>> Wir führen ein innovatives Mobilitätsmanagement für die TH Rosenheim
in Rosenheim und in Traunstein ein. Dazu zählen weitere Fahrradabstellplätze
an sinnvollen Orten am Campus in Rosenheim, ein Bikesharing-Angebot
zwischen Bahnhof und Hochschule in Rosenheim wie Traunstein und
eine Mitfahrplattform für die Arbeitswege in der Region.
Was ist unser Ziel?
>> Wir möchten die Beschäftigten und die Studierenden der TH Rosenheim so
motivieren, die (Einzel-)Nutzung des privaten PKW zu reduzieren, und damit als
Hochschule insgesamt einen Beitrag zur Senkung der CO2-Emissionen leisten.
Was ist dabei neu?
>> Wir erfragen bei den Beschäftigten und den Studierenden, wie zum Beispiel
das Bikesharing konkret ausgestaltet sein muss, um genutzt zu werden – und
entwickeln es dann bedarfsgerecht für verschiedene Zielgruppen.
Bild erzeugt mit ChatGPT

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 9
Wie läuft CaMoRoT ab?
Wie sehr können CO2-Emmissionen gesenkt werden?
01/2025: Projektstart
07/2025: Ex Ante-
Erhebung
01/2026:
Fahrradständer Teil 1
05/2026: Start
Bikesharing
Rosenheim
05/2026: Ex Post
Erhebung 1
07/2026: Start
Ridesharingplattform
09/2026:
Fahrradständer Teil 2
10/2026: Start
Bikesharing Traunstein
(geplant)
10/2026: Ex Post
Erhebung 2
03/2027: Finale
Erhebung

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 10
Die MiD hilft einzuordnen.
Design der Studie in CaMoRoT an MiD orientiert.
CaMoRoT
• Fokus: Wege von und zur
Hochschule
• Soziodemographie
• Mobilitätsausstattung
• Mobilitätsverhalten
• Digitale Helfer
• Technologieakzeptanz
MiD
• Fokus: Alltagsmobilität
• Soziodemographie
• Mobilitätsausstattung
• Mobilitätsverhalten
• (Infrastruktur und digitale
Versorgung)

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 11
Weitere Themen in CaMoRoT
Bedarfe der Autofahrer
• Nicht ganz überraschend: vergleichsweise häufige Nennung
bessere Parkmöglichkeiten
• Aber eben auch:
• Bessere Bus-/Bahnverbindungen
• Attraktivere Preise für den ÖPNV
• Sichere Radwege
[eigene Darstellung – Ergebnisse CaMoRoT]

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 12
Technologieakzeptanz und Mobilität
Modal Split unterscheidet sich je nach Technologienutzung.
Social Influence spielt eine Rolle! Wer Technologie im Zusammenhang
mit Mobilität nutzt, hat ein Umfeld, das das auch tut.
Technologie muss helfen: 64% der Technologienutzer geben an, dass
die Planung der Reise erleichtert wird.

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 13
DUnaMoT – Digitale Unterstützung nachhaltiger
Mobilität im Tourismus
Forschungsprojekt am Campus Chiemgau
Worum geht‘s?
>> DUnaMoT stärkt nachhaltige, grenzüberschreitende Mobilität im Tourismus in
der Region Bayern–Tirol durch digitale Lösungen, die Informationen, Tickets und
Tarife verständlicher und besser zugänglich machen. Dabei werden bestehende
Angebote analysiert, touristische Bedürfnisse erfasst und datenbasierte
Erkenntnisse zu Mobilitätsnachfragen gewonnen.
Was ist unser Ziel?
>> Ziel ist es, klimafreundliche Alternativen zum Auto bereits in der
Urlaubsplanung sichtbar, nutzbar und attraktiv zu gestalten. Durch die
Verknüpfung von digitalen Informationen, nutzerfreundlichen Tarifen und
grenzüberschreitenden Ticketlösungen sollen Reisende motiviert werden,
nachhaltige Verkehrsmittel zu wählen. Zudem sollen Handlungsempfehlungen
für die Weiterentwicklung des öffentlichen Nahverkehrs abgeleitet werden.
Bild erzeugt mit ChatGPT
DUnaMoT

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 14
Umfrage
>> Wie reisen Sie an? Wie sind Sie im Urlaub vor Ort unterwegs?
>> Wie informieren Sie sich und warum entscheiden Sie sich dafür?
>> Wie sollen Informationen zum Mobilitätsangebot und zu Tickets gestaltet sein?
Datenauswertung
>> Analyse der Suchanfragen der Wohin-du-willst-App mithilfe von Feature-
Engineering und Machine Learning als Datengrundlage des Projekts.
>> Gewinnung neuer Erkenntnisse zum touristischen Mobilitäts- und Reiseverhalten
im Raum EUREGIO Inntal.
>> Ableitung von Handlungsempfehlungen zur potenziellen Verbesserung des
öffentlichen Nahverkehrs.
Personas und Situations
>> Das Projekt nutzt verschiedene Personas, um den gesamten Reiseverlauf aus
Kundensicht zu analysieren, kritische Pain Points an den Touchpoints zu identifizieren
und daraus zielgerichtete Maßnahmen für eine nahtlose, nachhaltige Mobilität im
Tourismus abzuleiten.
DUnaMoT – Digitale Unterstützung nachhaltiger
Mobilität im Tourismus
Forschungsprojekt am Campus Chiemgau
[eigene Darstellung – Ergebnisse DUnaMoT]

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 15
Motivation und
Auslöser zum
Umstieg (aus
Umfrage)
• vollständige, stimmige
Informationen
• Funktionierendes
Mobilitätsangebot
• Übergreifende
Ticketangebote
Potenzial für nachhaltige touristische Mobilität im Grenzraum
Verkehrsprognose
Bayern
Anwendung Anteil
Kategorie touristisch
aus ML-Verfahren
Davon Anteil derer, die
motiviert werden
können umzusteigen
Machine Learning
Verfahren zur
Vorhersage, ob eine
Fahrt touristisch ist
Anwendung auf
Datensatz von
Routing-Anfragen
Ableitung untere
Grenze des Potenzials
Obere Grenze des Potenzials:
Untere Grenze des Potenzials:

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 16
MiD-Wegedatensatz
MiD-Daten als Basis für ein Machine Learning Modell (1)

[eigene Darstellung – Ergebnisse DUnaMoT]

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 17
MiD-Daten als Basis für ein Machine Learning Modell (2)

[eigene Darstellung – Ergebnisse DUnaMoT]

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 18
MiD-Daten als Basis für ein Machine Learning Modell (3)
Nutzung des trainierten Machine Learning Modells auf einem
anderen Datensatz
Prognose des Anteils der Freizeitfahrten mit nachhaltigen
Verkehrsmitteln
Ziel: Prognose der Menge der relevanten Wege

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 19
Zusammenfassung
Die MiD
ist ein Datenschatz
kann andere Studien einordnen
Kann als Grundlage für Studien
dienen

© Technische Hochschule Rosenheim, 21./28. Juli 2026, Prof. Dr. Wibke Michalk, Seite 20
Herzlichen Dank!
Prof. Dr. Wibke Michalk
[Quelle: Microsoft 365 Bildarchiv]