Autobahnen sind komplexe Systeme, in denen das Verhalten tausender einzelner Fahrer zur Fließbewegung des Verkehrs zusammenkommt. Wenn zu viele Autos gleichzeitig eine Straße nutzen wollen, kann das System stauen, was Verzögerungen verursacht, die kilometerweit rückwärts ausstrahlen. Seit Jahrzehnten verlassen sich Verkehrsbehörden auf einfache Messgrößen, um zu beurteilen, wie schlimm diese Staus sind, wie etwa die Berechnung der gesamten durch alle Fahrer verlorenen Minuten oder die Messung, wie viel langsamer der Verkehr während der Stoßzeiten vorankommt. Diese Zahlen erzählen eine Geschichte über die Vergangenheit: Sie beschreiben, wie hoch die Verkehrsbelastung einer Straße gestern oder im letzten Jahr war. Sie bieten jedoch wenig Orientierung für die Zukunft. Eine hohe Anzahl verlorener Minuten könnte bedeuten, dass eine Straße schlichtweg von zu vielen Autos überfordert ist – eine Situation, die durch keine noch so kleine Anpassung behoben werden kann. Alternativ könnte dieselbe hohe Zahl bedeuten, dass die Straße verstopft ist, weil die Fahrer schlecht aufeinander reagieren – eine Situation, die durch das richtige Management bereinigt werden könnte. Ohne zu wissen, welches Szenario zutrifft, riskieren Stadtplaner, Geld in teure Projekte wie den Bau neuer Fahrspuren zu verschwenden, wenn eine günstigere, intelligentere Lösung genauso gut funktioniert hätte.

Diese Unsicherheit ist das zentrale Problem, das in einer neuen Studie von Forschern des Massachusetts Institute of Technology und der University of Nottingham adressiert wird. Das Team setzte sich zum Ziel, eine neue Art der Betrachtung des Verkehrs zu entwickeln, die über die bloße Messung dessen hinausgeht, wie schlimm die Zustände sind. Anstatt zu fragen: „Wie groß ist die Verzögerung?“, fragten sie eine andere Frage: „Wie viel dieser Verzeltung könnten wir tatsächlich beheben?“ Um dies zu beantworten, entwickelten sie ein Konzept, das sie „kontrollierbare Stauung“ (controllable congestion) nennen. Dies ist kein Maß für die aktuellen Verkehrsbedingungen, sondern ein Maß für das Potenzial. Es berechnet das maximale Ausmaß der Verzögerung, das theoretisch von einer Autobahn entfernt werden könnte, wenn ein intelligentes System die Geschwindigkeitsbegrenzungen perfekt steuern würde. Durch den Einsatz fortschrittlicher Computersimulationen, die den Verkehrsfluss nachahmen, testeten die Forscher diese Idee sowohl in einem künstlichen Autobahnszenario als als auch mit realen Daten eines Abschnitts der Interstate 24 in Tennessee. Ihre Arbeit zeigt, dass die Menge der Verzögerung, die eine Straße erleidet, oft nichts damit zu tun hat, wie viel dieser Verzögerung behoben werden kann. In einigen Fällen ist eine Straße mit schwerem Verkehr fast unmöglich zu verbessern, während in anderen Fällen eine Straße mit ähnlichen Verkehrsaufkommen ihre Verzögerungen um mehr als die Hälfte reduzieren könnte, wenn sie korrekt gesteuert würde.

Die Forscher bauten ihre Analyse auf einem etablierten Computermodell des Verkehrsflusses namens METANET auf. Dieses Modell unterteilt eine Autobahn in kleine Segmente und verfolgt, wie sich die Dichte der Fahrzeuge und deren Geschwindigkeit im Zeitverlauf ändern. Es berücksichtigt, wie Fahrzeuge auf die Straße gelangen und diese wieder verlassen, wie sie langsamer werden, wenn sie sich zu nahe kommen, und wie ein Engpass, wie etwa eine Fahrstreifenreduzierung, einen Rückstau verursachen kann. Das Team nutzte dieses Modell, um eine massive Optimierungsübung durchzuführen. Sie ließen den Computer die perfekte Abfolge von Geschwindigkeitsbegrenzungen für jedes Segment der Autobahn über einen bestimmten Zeitraum finden. Das Ziel war es, die gesamte Zeit zu minimieren, die alle Fahrzeuge auf der Straße verbrachten. Der Computer durfte die Geschwindigkeitsbegrenzungen so oft ändern, wie es die physikalischen Grenzen der Straße erlaubten, um zu sehen, was das absolut beste Ergebnis wäre. Die Differenz zwischen der tatsächlich beobachteten Verzögerung in den Daten und diesem theoretischen Best-Case-Szenario ist das, was die Forscher als „kontrollierbare Stauung“ definieren.

Als das Team diese Methode auf eine synthetische Autobahn mit einem Engpass anwandte, entdeckten sie ein überraschendes Muster. Als sie die Anzahl der in die Straße einfahrenden Autos erhöhten, wuchs die gesamte Verzögerung stetig an, was zu erwarten war. Jedoch wuchs der Anteil der Verzögerung, der durch die Kontrolle der Geschwindigkeitsbegrenzungen beseitigt werden konnte, nicht stetig an. Stattdessen stieg er zunächst schnell an, erreichte einen Höhepunkt, an dem etwa 56 Prozent der Verzögerung eliminiert werden konnten, und fiel dann drastisch ab, als die Straße noch stärker überfüllt wurde. Das bedeutet, dass sobald der Verkehr ein gewisses extremes Niveau der Dichte erreicht, das Verlangsamen der Autos mittels Geschwindigkeitsbegrenzungen unwirksam wird. Das System ist so gesättigt, dass keine noch so gute Geschwindigkeitssteuerung mehr einen Stau verhindern kann. Dieser Befund stellt die Annahme infrage, dass mehr Verkehr immer auch mehr Verbesserungspotenzial bedeutet. Er legt nahe, dass es einen Kipppunkt gibt, an dem die Straße einfach zu voll ist, um allein durch Geschwindigkeitsbegrenzungen gesteuert zu werden, und dass der Bau zusätzlicher Kapazität, wie etwa einer neuen Spur, die einzige Lösung sein könnte.

Die Forscher testeten ihre Methode anschließend mit Realdaten aus dem I-24 SMART Corridor in Tennessee, einem 5,6 Kilometer langen Autobahnabschnitt, der mit Sensoren und variablen Geschwindigkeitsbegrenzungsschildern ausgestattet ist. Sie analysierten zehn aufeinanderfolgende Wochentage, einschließlich zweier Feiertage, um zu sehen, wie sich das Verbesserungspotenzial von Tag zu Tag veränderte. Die Ergebnisse waren frappierend. An zwei verschiedenen Vormittagen waren die Reisezeit und die durchschnittliche Verzögerung pro Fahrzeug nahezu identisch. Nach traditionellen Maßstäben sahen diese beiden Tage exakt gleich aus. Doch als die Forscher die kontrollierbare Stauung berechneten, war der Unterschied enorm. An einem Tag war das System hochgradig reaktionsfähig, und die optimale Strategie für die Geschwindigkeitsbegrenzung hätte 80 Prozent der Verzögerung beseitigen können. Am anderen Tag, bei gleichem Verkehrsaufkommen, war das System wesentlich weniger reaktionsfähig, und die beste mögliche Strategie hätte nur 31 Prozent der Verzögerung entfernen können. Der Grund für diesen Unterschied lag in der Natur des Staus selbst. An dem Tag mit hohem Potenzial war der Stau temporär und konnte dadurch beseitigt werden, dass man die Autos gerade so weit verlangsamte, dass kein Rückstau entstand. An dem Tag mit geringem Potenzial war der Stau persistent und strukturell bedingt, was bedeutete, dass selbst perfektes Management ihn nicht schnell klären konnte.

Diese Diskrepanz zwischen der Gesamtzögerung und der kontrollierbaren Stauung ist der wichtigste Befund der Studie. Sie zeigt, dass die Betrachtung der Verzögerung allein so ist, als würde man die Körpertemperatur eines Patienten messen, ohne die Ursache zu kennen. Ein hohes Fieber könnte eine leichte Infektion sein, die schnell vorübergeht, oder es könnte ein Zeichen einer schweren Krankheit sein, die eine drastische Behandlung erfordert. Ähnlich verhält es sich mit einer hohen Verzögerung auf einer Autobahn: Sie könnte ein Zeichen dafür sein, dass die Straße schlichtweg zu stark ausgelastet ist, damit irgendeine Managementstrategie helfen kann, oder sie könnte ein Zeichen dafür sein, dass die Straße schlecht gesteuert wird und mit den richtigen Werkzeugen massiv verbessert werden könnte. Die Studie beweist, dass zwei Straßen mit dem gleichen Grad an Verkehrsbelastung völlig unterschiedliche Verbesserungspotenziale haben können. Dies bedeutet, dass Verkehrsbehörden sich nicht allein auf Verzögerungsstatistiken verlassen können, um zu entscheiden, wohin sie in neue Technologien investieren sollen. Sie müssen nicht nur wissen, wie schlimm der Verkehr ist, sondern wie viel von diesem schlechten Verkehr tatsächlich behebar ist.

Die Forscher untersuchten auch, wie praktische Einschränkungen dieses Potenzial beeinflussen. In der realen Welt können Geschwindigkeitsbegrenzungen nicht instantan geändert oder auf jeden beliebigen Wert gesetzt werden. Autofahrer benötigen Zeit, um zu reagieren, und es gibt gesetzliche Mindestwerte, für die eine Geschwindigkeitsbegrenzung festgelegt werden darf. Das Team testete, wie diese Beschränkungen die Ergebnisse verändern würden. Sie fanden heraus, dass die Häufigkeit der Aktualisierungen entscheidend war. Wenn Geschwindigkeitsbegrenzungen nur einmal alle zwei Minuten geändert werden konnten, sank die Menge der entfernbaren Verzögerung im Vergleich zu einem System, das alle paar Sekunden aktualisiert werden konnte, erheblich. Sie fanden jedoch heraus, dass die Mindestgeschwindigkeit kaum eine Rolle spielte. Selbst wenn die Geschwindigkeitsbegrenzung nicht unter 90 km/h gesetzt werden konnte, konnte das System immer noch fast die Hälfte der Verzögerung entfernen. Dies deutet darauf hin, dass die Fähigkeit zu kleinen, häufigen Anpassungen weita viel wichtiger ist als die Fähigkeit, den Verkehr fast zum Stillstand zu bringen. Es unterstreicht zudem, dass der Abstand der Schilder entscheidend ist; eine engere Platzierung der Schilder ermöglicht eine bessere Kontrolle als eine weite Entfernung zwischen ihnen.

Die Studie kommt zu dem Schluss, dass „kontrollierbare Stauung“ ein lebenswichtiges neues Werkzeug für die Entscheidungsfindung ist. Sie ermöglicht es Planern, zwischen einer strukturell unvermeidbaren Stauung und einer Stauung, die hochgradig auf Management reagiert, zu unterscheiden. Für eine Autobahn, auf der das Verbesserungspotenzial gering ist, wäre die Ausgabe von Millionen von Dollar für variable Geschwindigkeitsbegrenzungsschilder eine Verschwendung von Ressourcen. In solchen Fällen könnte die Lösung darin bestehen, die Straße auszubauen oder die Stauung als eine Grenze der Infrastruktur zu akzeptieren. Für eine Autobahn, auf der das Potenzial hoch ist, könnte dieselbe Investition massive Vorteile bringen und die Reisezeiten sowie die Emissionen erheblich senken. Durch die Quantifizierung dieses Potenzials können Behörden aufhören zu raten und beginnen, dort zu investieren, wo ihr Geld tatsächlich Wirkung zeigt. Der Rahmen der Untersuchung beschränkt sich nicht nur auf die Messung von Verzögerungen; dieselbe Logik könnte angewendet werden, um zu messen, wie viel Verschmutzung oder wie viele Unfälle durch besseres Management verhindert werden könnten. Während die aktuelle Studie auf Computersimulationen und spezifischen Daten aus einem Korridor basiert, ist die Kernbotschaft klar: Zu wissen, wie sehr ein System verbessert werden kann, ist genauso wichtig wie zu wissen, wie kaputt es derzeit ist.