Bessere Radwege – datenbasiert sicherere Radinfrastruktur in Köln
Radfahren kann eine sinnvolle Alternative im städtischen Alltag sein — sofern die Infrastruktur mitspielt. In Köln jedoch liegen kaum verlässliche Daten vor über Gefahrenstellen, schlechte Beläge oder problematische Wegführungen. Das Projekt Bessere Radwege reagiert genau darauf: eine App, die Fahrten automatisch analysiert, Probleme erkennt und anonymisierte Daten als Open Data bereitstellt — damit Stadtplanung und Bürger:innen gemeinsam bessere Wege gestalten.
Diese Initiative läuft als selbstinitiiertes Projekt mit Förderung durch un:box Cologne / Stadt Köln.
Kunde
Selbst-initiiertes Projekt
Gefördert durch un:box cologne/ Stadt Köln
Zeitraum
März 2024-Oktober 2024
Aufgaben
UX-Design, Research, Prototyping, Testing, Visual Design, Projektleitung
Technischer Lead/ Partner
Matthias Krauß
Zielgruppen & Stakeholder
Menschen, die in der Stadt radfahren (oder es möchten)
Stadtplaner:innen, Verwaltung, Mobilitätsinitiativen
Open-Data-Community
So funktionierts
Ziel: Aufbau einer Radweg-Qualitäts-Datenbank für Köln
Langfristig wollen wir eine offene Datenbank aufbauen, in der sich insbesondere viel befahrene Wege und Risikostellen der Radwege in Köln finden. Im Gegensatz zu vielen existierenden Datenbanken stehen diese informationen Datenschutz-konform und offen allen Interessierten zur Verfügung, sodass wir gemeinsam an einer besseren und sicheren Radinfrastruktur arbeiten können.
Statistiken als Mehrwert
Menschen lieben Statistiken. Nutzer*innen bekommen einen vollständigen Überblick über all ihre persönlichen Fahrten.
Um neben dem eigentlichen Ziel hinaus einen Mehrwert für die Nutzenden zu schaffen, bieten wir ihnen eine Liste mit Detailauswertung ihrer Fahrten an. Diese Funktion findet sich sonst nur bei nicht- offenen Diensten, deren Server zudem oft auch in den USA stehen.
„Bessere Radwege“ entsteht im Rahmen des Förderprojektes „un:box Cologne“ der Stadt Köln.
Der Designprozess
Insight & Research
Konzept & Ideenfindung
Als leidenschaftliche Radfahrende haben wir hautnah erlebt, wie unklar viele Radwege in Köln sind — und die Zahlen bestätigen es: In Sachen Radinfrastruktur zählt Köln zu den Städten mit großen Nachbesserungsbedarf.
Matthias Krauß brachte daher eine zentrale Idee mit: Wenn wir mehr und bessere Daten hätten, könnten wir gezielt Verbesserungen ermöglichen — nicht nach dem Gießkannenprinzip, sondern datenbasiert und nutzerorientiert.
Auf dieser Grundlage entwickelten wir die Projektidee und starteten im Förderzeitraum mit Interviews und Research.
Research & Nutzerverständnis
Wir legten den Fokus darauf, Daten aus der Perspektive der Nutzer:innen zu verstehen — nicht aus Annahmen heraus.
- Markt- & Wettbewerbsanalyse
Parallel analysierten wir bestehende Anwendungen (z. B. Strava, Komoot, Stadtradeln) und Open-Source-Lösungen wie Samba. Ziel: Stärken und Schwächen erkennen, Ideen ableiten. - Geführte Qualitative Interviews
Ich führte 10 qualitative Interviews mit Radfahrenden aus Köln — unterschiedliche Viertel, Altersgruppen, Fahrstile und Nutzungswege. Ziel: ein Gespür für reale Problemstellen und Muster zu gewinnen.
Würdet ihr eine App wie diese nutzen — und warum / warum nicht?- Welche Schwierigkeiten erlebt ihr beim Radfahren (z. B. Vibration, Umwege, Belagsqualität)?
- Welche Strecken fahrt ihr, unter welchen Bedingungen?
- Mit welchem Fahrrad seid ihr unterwegs (z. B. E-Bike, Citybike, Rennrad)?
- Offene Gespräche auf Messen und öffentlichen Veranstaltungen
Auf Barrierefreiheits-, Mobilitäts- oder Fahrrad-Events kamen wir direkt mit Radfahrenden, Initiativen und kommunalen Akteur:innen ins Gespräch. So sammelten wir unvoreingenommene Einblicke in Schmerzpunkte, Bedürfnisse und Einstellungen. - Feldbeobachtung & Datensammlung
Mit Pilotfahrten und Alltagsrouten testeten wir, wie Vibrationen, Umleitungen oder schlechte Beläge technisch messbar gemacht werden können — in realen Umgebungen mit echten Bedingungen.
Analyse & Insights
- Typische Problemzonen: unebene Beläge, Kopfsteinpflaster, abrupte Übergänge
- Nutzer:innen wollen möglichst automatisierte Erkennung, visuelle Rückmeldungen und einfache Bedienung, aber häufig sind händische Annotationen notwendig
- Das Thema Datensicherheit wurde in fast jedem Interview angesprochen. Offen kommunizierte Anonymisierung und Open-Source-Ansatz steigerten das Vertrauen und die Bereitschaft, die App zu testen.
- Radfahrende teilen ihre Fahrdaten gern, wenn sie den Nutzen direkt erleben können. Reine Datenerfassung reicht nicht – sichtbare Rückmeldungen („Mein Beitrag hat diese Karte verbessert“) motivieren.
Diese gewonnenen Einsichten halfen uns, vom groben Konzept zur konkreten App-Architektur zu gelangen — mit Fokus auf Automatisierung, Einfachheit und Nutzen für Stadtplanung.
Was verbindest du mit Radfahren in Köln?
»Freude. Und Gefahr.
Ich fahre jeden Tag. Jeden Tag erlebe ich mindestens zwei gefährliche Situationen.«
(Katharina, 39 J., Fahrradfahrerin in Köln)
Prototyping und Testing vor der Umsetzung
Bereits im frühen Projektverlauf entwickelte ich klickbare Prototypen, die ich mit dem Team und mit unterschiedlichen Testpersonen durchliefen. So konnte ich bereits früh im Prozess Schwierigkeiten und mögliche Fehler sowie Verbesserungsvorschläge erkennen und ein gemeinsames Verständnis im Team für Anforderungen und Projektumfänge schaffen.
Erkenntnisse aus Interviews und Tests
- Die Annahme „eine einfache App ist automatisch leicht bedienbar“ erwies sich als falsch. Einige vereinfachte Abläufe führten paradoxerweise zu mehr kognitiver Belastung. Ergebnis: klare Sprache, progressive Offenlegung (erst Basics, dann Tiefe) und besseres Wording halfen deutlich.
- Fachbegriffe wie Route, Segment oder Annotation wurden von Alltagsradfahrenden oft missverstanden. Durch nutzerzentrierte Texttests entstand ein alltagstaugliches, nicht-technisches Vokabular, das Zugänglichkeit verbessert.
- Viele Nutzer:innen starteten die App nicht bei jeder Fahrt. Erinnerungsfunktionen, automatische Startoptionen oder Watch-Integration erwiesen sich als Schlüssel, um eine kontinuierliche Nutzung zu fördern.
- Live-Tests bei Veranstaltungen wie dem Mobility Camp Cologne halfen, blinde Flecken im Interface aufzudecken. Besonders wertvoll war direktes Feedback unter realen Bedingungen – nicht nur Labor-Usability-Tests.
- Die Sensor- und Vibrationsmessung funktioniert stabil, allerdings erzeugen unterschiedliche Fahrräder und Straßenbeläge Variabilität. Künftig braucht es adaptivere Algorithmen, die Fahrzeugtyp und Dämpfung berücksichtigen.
Anhand einfacher Wireframes konnten wir kleine Tests starten und beginnen, miteinander über Detailfragen zu sprechen. Um Kommunikation unkompliziert zu halten haben wir uns dazu entschieden, alle fragen, Annotationen und Flows direkt an den Wireframe darzustellen.
Entwicklung der Designsprache
In der zweiten Phase überführten wir das Feedback aus den Wireframes in ein kohärentes visuelles System. Dieses wurde konsequent auf alle digitalen und analogen Kommunikationskanäle angewendet — darunter:
- App-Interface: klare Komponenten, konsistente Typografie, intuitive Icons
- Website & Kommunikationsmaterialien: Illustrationen, Poster, Social Media Posts, Flyer
- Visuelle Identität & Spaßfaktor: Wir strebten eine Designsprache an, die nicht nur funktional, sondern auch einladend ist — ein Stil, der Wiedererkennbarkeit erzeugt, ohne überladen zu wirken.
Wir orientierten uns gleichzeitig an Barrierefreiheitsprinzipien (z. B. Kontraste, Lesbarkeit, klare Struktur), um sicherzustellen, dass die visuelle Präsentation nicht nur schön, sondern auch inklusiv ist.
Emotionaler Charakter & Einbindung
Um eine visuelle Identität zu schaffen, die Menschen anspricht und bindet, integrierten wir expressive Elemente:
- Eine Illustrationsfigur / Maskottchen („Fahrradkatze“) wurde Teil der visuellen Erzählung — sie sitzt auf dem Rad, winkt mit dem Smartphone, und bringt einen sympathischen Wiedererkennungsanker in die Projektkommunikation. Alles wirkt etwas Selfmade, sympathisch und nahbar.
- Die visuelle Sprache zieht sich konsistent durch Web, Social Media, Poster und Events — so wird das Projekt erkennbar und präsent.
Designprinzipien & Belohnungsmechanismen
- Konsistenz & Wiedererkennbarkeit: Die Designsprache sollte über alle Medien hinweg erkennbar sein und Vertrauen schaffen.
- Barrierefreiheit im Design: Ausreichende Kontraste, gut lesbare Schriftgrößen, analog zur UX-Komponente.
- Flexibilität & Erweiterbarkeit: Das System ist so aufgebaut, dass es mitwachsen kann (z. B. für neue Features, zusätzliche Ansichten).
- Visueller Spaß & Engagement: Kleine Details und Illustrationen tragen zur positiveren Wahrnehmung bei und schaffen eine emotionale Verbindung.
Öffentlichkeitsarbeit, Talks, Termine mit städtischen Stakeholder und mehr
Vorstellung beim Mobility camp auf dem Neumarkt in Köln, Talks in Gesprächsrunden, zu gast beim SCOON in Berlin um andere initiativen und städte , Stadtteilfeste etc um mit ADFC, Fahrradgruppen und anderen interessierten und initiativen zusammen zu kommen und unsere idee vorzustellen und zu testen-> hier ging ein großer teil unserer zeit auch hinein
Viel zeit und Aufwand auch für Termine mit dem un:box Cologne team, workshops, gemeinsame absprachen, Vorstellung der projekte aus dem un:box cologne bei verschiedenen Förderzyklen -> durchaus herausfordernd und auch zeitintensiv
Kommunikationsmaterial
Unsere Kommunikation soll immer nahbar, lustig, persönlich und sympathisch sein, um viele Unterstützer*innen zu sammeln.
Ergebnis
- Förderprojekt erfolgreich abgeschlossen
Der funktionale Prototyp wurde vollständig umgesetzt. - Langzeitnutzung & Realtest
Seit 12 Monaten wird die App von einem Heavy User im Alltag eingesetzt – mit dem Ziel, technische Herausforderungen und UX-Probleme während realer Fahrten zu identifizieren und zu validieren. - Öffentliche Resonanz & Sichtbarkeit
Das Projekt wurde auf mehreren öffentlichen Events präsentiert und erhielt durchweg positives Feedback aus Mobilitätsinitiativen, der Zivilgesellschaft und interessierten Nutzer:innen. - Erste Datensätze & Analyse
Die App sammelt aktiv Daten über problematische Radwegeabschnitte und ermöglicht erste Auswertungen. Aktuelle Datenbasis erlaubt bereits Analysen zur Identifikation von Hotspots. - Anerkennung & Interesse seitens Entscheidungsträger:innen
Städte, Behörden und NGOs zeigen Interesse am Weiterbau – positives Echo aus Verwaltung und Zivilgesellschaft bestätigt Relevanz und Potenzial. - Zukunftsaussichten & Skalierung
Der Ausbau steht bevor: Erweiterung auf mehr Nutzer:innen, stärkere Datenvisualisierung, Integration in kommunale Systeme und Ausweitung auf weitere Städte.
Ausblick
Next Steps / Potenzial – Ausbau: weitere Städte, mehr Nutzer:innen, Vergleichsstädte – Visualisierungstools für Stadtplaner:innen (Heatmaps, Risikoübersichten) – Schnittstellen zu Mobilitäts- und Verkehrsplanungssystemen – Community-Ansatz: Nutzer:innen melden, validieren, diskutieren
Learnings & Herausforderungen – Genauigkeit der automatischen Erkennung optimieren – Nutzer:innenbindung & Motivation langfristig sicherstellen – Integration in städtische Daten- und Planungssysteme herausfordernd, Datenschutz, Datenpflege – Community-pflege herausfordernd da sehr zeitintensiv
Was ich anders machen würde – Noch frühere Tests direkt im Feld – Mehr Feedback-Loops mit Nutzer:innen etablieren – Anpassung der Kategorien (z. B. Oberflächenqualitäten, Umleitungspotenzial) – sehr schnell größere Community aggregierten – ;itarbeiter*in für communitx-pflege finden
Gefördert durch
