Parksuchverkehr entsteht durch die Suche nach verfügbaren Parkplätzen. Parksuchverkehr ist Verkehr, der zwingend vermieden werden sollte, da er keinen Zweck verfolgt und sich negativ auf das Verkehrsgeschehen und die Luftqualität durch Emissionsausstoß auswirkt. Das Ziel vieler Mobilitäts- und Parkraumkonzepte ist es daher, Parksuchverkehr zu vermeiden bzw. deutlich zu reduzieren. Mittels der Analyse des Parksuchverkehrs können Bereiche mit hohem Parksuchverkehr sowie das Ausmaß des Parksuchverkehrs ermittelt werden. Damit ist diese verkehrliche Kenngröße einer der wichtigsten Indikatoren zur Entwicklung von Mobilitäts- und Parkraumkonzepten.

Die Ermittlung des Parksuchverkehrs erfolgt auf Basis von Floating Car Daten (Fahrzeugbewegungen, gemessen von Navigationsgeräten und / oder mobilen Endgeräten) und wird für den motorisierten Individualverkehr zur Verfügung gestellt. Die Auswertung betrachtet den Zeitraum der letzten 15 Wochen vor der Bestellung. Differenziert werden räumliche Zellen mit einer Kantenlänge abhängig von der Größe des Betrachtungsgebietes (100m-10km), sowie einer Unterscheidung zwischen Wochentag / Wochenende und vier verschiedenen verkehrsrelevanten Tagesphasen als Zeitscheiben. Eine detaillierte Beschreibung der enthaltenen Datenfelder findet sich weiter unten. Für die Auswertung werden in einem ersten Schritt die eigentlichen Parkvorgänge per Machine-Learning Modell erhoben. Danach werden die vorherigen Telemetriepunkte von parkenden Fahrzeugen in einer 300m Umgebung in die einzelnen Zellen und Zeitscheiben aggregiert.

lat / lon: Der Breiten- Längengrad des Zentrums einer räumlichen Zelle im EPSG:4326 (GPS / WGS84) Koordinatensystem. parking_search_pct: Der prozentuelle Anteil an Fahrzeugen in einer räumlichen Zelle, die einen Parkplatz suchen. relative_parking: Eine Maßzahl für das relative Parkaufkommen in der räumlichen Zelle insgesamt. Normiert für die Dauer der Zeitscheibe, um Vergleichbarkeit zwischen Zeitscheiben herzustellen.