
Ihre Stadt weiß wahrscheinlich, wie viele Autos am vergangenen Dienstag an einem bestimmten Kreuzungspunkt vorbeigefahren sind. Aber weiß sie, woher diese Fahrer kommen, wohin sie fahren oder wie sich der Verkehr auf den Straßen verändert hat, auf dem niemand zählt? Auf den meisten Orten lautet die ehrliche Antwort nein. Telekommunikationsdaten ändern das und verwandeln in stille Weise Millionen von Handys in die umfassendsten Verkehrssensoren, die je existiert haben – ohne eine einzige Identität preiszugeben.
Es ist 07:40 Uhr am Dienstag. Ein Pendler verlässt Jelgava, eine Stadt südlich von Riga, und fährt über die Grenze nach Šiauliai in Litauen. Keine Kamera zeichnet auf, wo die Reise begann. Keine Umfrage fragt, wo sie endet. Und weder in dem einen noch im anderen Land ist bekannt, dass die gleiche Reise morgen und am nächsten Tag wieder stattfinden wird.
Das Mobilfunknetz kennt jedoch bereits die Form dieser Reise. Nicht, wer sie unternommen hat – nur dass sie stattgefunden hat. Zusammenzählen Sie diese Tausende anonymer Fahrten und Sie erhalten etwas, was Verkehrsplaner seit Jahrzehnten wünschen: ein Bild davon, wie eine ganze Region wirklich bewegt wird, stündlich, auch auf Straßen ohne Sensoren und über Grenzen hinweg, wo die nationalen Statistiken aufhören.
Hier ist der überraschende Teil: Die meisten Straßen werden immer noch auf der alten, traditionellen Art gemessen. Ein Team legt Gummipfropfen über die Fahrbahn oder installiert eine Radargeräte an der Straße, zählt die Verkehrszahlen für eine oder zwei Wochen und packt dann alles zusammen und fährt fort. Diese wenigen Tage können jahrelang das offizielle Bild dieser Straße darstellen. In Estland waren Ende 2024 nur noch 115 ständige Zählstationen auf dem gesamten Landesstraßennetz installiert – alles andere beruhte auf kurzzeitigen Zählungen. In Finnland und Estland können einige kleinere Straßen bis zu fünf Jahre auf eine neue Zählung warten. In der Zwischenzeit kann ein neuer Logistikzentrum, eine verkehrsreichere Grenzübergangsstelle oder eine Umfahrung den Verkehr über Nacht verändern.
Was können die Telefone in unseren Taschen den Städten also mitteilen, was Kameras und Zählgeräte nicht können? Und wie kann das funktionieren, ohne die Privatsphäre irgendjemandens zu gefährden? Lassen Sie uns einen Blick darauf werfen – und sehen, wie Fits.FlowInsights, das neueste Modul von Fits Traffic, diesen Ansatz in den baltischen Gemeinden umsetzt.
Ihr Telefon ist nie wirklich offline. Um Anrufe, Nachrichten und Benachrichtigungen zu senden, muss das Mobilfunknetz immer wissen, mit welcher nahegelegenen Antenne (oder “Cell”) Ihr Telefon verbunden ist. Jede Anrufvermittlung, jede SMS, jede Aktualisierung der App und jede Routineüberprüfung hinterlässt einen kleinen Spuren in dieser Verbindung. Das Netzwerk speichert diese Aufzeichnungen für seine täglichen Zwecke – die Abrechnung, die reibungslose Funktionsweise des Dienstes – lange bevor irgendjemand daran denkt, dass es sich um Mobilitätsdaten handelt.

Frühe Studien konzentrierten sich nur auf Anrufe und SMS, weshalb ein Telefon nur dann angezeigt wurde, wenn jemand tatsächlich damit kommunizierte. Die heutigen Methoden umfassen außerdem die automatischen Signale, die jedes Telefon sendet, wenn es sich bewegt. Dadurch ist das Bild deutlich detaillierter. Warum ist das wichtig? Wer seinen Telefon nicht einmal während der Fahrt zur Arbeit benutzt, wird in den Anrufsaufzeichnungen unsichtbar bleiben – und trotzdem erscheint er in der umfassenderen Darstellung.
Rohdaten aus dem Netzwerk sind noch keine Reisepläne. Intelligente Software ermittelt zunächst grob, wo sich jedes Telefon befindet, und erkennt dann, wann es stillsteht und wann es sich bewegt. Sie filtert Störungen – wie wenn ein Telefon “zwischen zwei Antennen hin- und herspringt”, während es auf einem Schreibtisch steht – aus und summierte die Daten nach Fläche und Tageszeit. Das Ergebnis ist eine einfache “Wer wohin geht”-Tabelle: Wie viele Personen fahren von jeder Region in jede andere Region. Solche Tabellen sind seit Jahrzehnten das Herzstück der Verkehrsplanung.
Ein stärkeres Signal bedeutet nicht immer, dass ein Telefon näher an der Antenne ist. Radiowellen stoßen an Gebäude, biegen sich um Hügel und werden durch Wände absorbiert, was die scheinbare Position eines Telefons um Zehntausende oder sogar Hunderttausende Meter verändern kann. Deshalb benötigen gute Mobilitätsanalysen sowohl Radiotechniker als auch Datenwissenschaftler – und deshalb ist die Zusammenarbeit mit Mobilfunkbetreibern und Spezialpartnern so wichtig.
Telefondaten ersetzen keine Kameras, Straßensensoren oder Umfragen. Ihre Wertigkeit liegt in der Beantwortung der Fragen, für die sie nie entwickelt wurden.

Eine Kamera an einer Kreuzung zählt die Fahrzeuge, die vorbeifahren. Sie kann Ihnen nicht sagen, woher sie kommen oder wohin sie fahren. Ticketing-Systeme haben einen ähnlichen Blindspot: Sie zeigen, wo Sie ein- und ausgefahren sind, aber nicht, wo Ihre Reise wirklich begonnen oder beendet wurde. Als die dänische nationale Bahn (DSB) ihre Fahrpläne verbessern wollte, kombinierte sie anonymisierte Mobilitätsdaten mit Fahrkarteninformationen, um die tatsächliche Nachfrage von Tür zu Tür zu ermitteln.
Die Mobilfunkabdeckung reicht fast bis an jede Straße, jedes Dorf und jede Grenzübergangsstelle – einschließlich der ruhigen ländlichen Straßen, auf denen niemals ein permanenter Sensor installiert werden würde. In Finnland zeigte ein einjähriger Pilotprojekt der nationalen Verkehrsmanagementgesellschaft Fintraffic, dass Telekommunikationsdaten den Verkehr auf Nebenstraßen vollautomatisch messen konnten, ohne dass dafür Feldteams benötigt wurden. Die estnische Verkehrsbehörde kam in ihrem eigenen Pilot zu demselben Schluss und bezeichnete die regionale öffentliche Verkehrsanbindung als nächstes zu untersuchendes Thema.
Als Bergen in Norwegen eine U-Bahnlinie zwischen dem Stadtzentrum und dem Flughafen eröffnete, zeigten die Mobilitätsdaten, wie die neue Linie die Art und Weise veränderte, wie die Menschen die ganze Stadt bereisten – nicht nur die Zahl der Personen, die mit dem Straßenbahn fahren. In Schweden kombinierte ein Projekt der Linköping University, der KTH und der schwedischen Verkehrsbehörde Telefondaten mit Daten aus Fahrkarten für den öffentlichen Nahverkehr, um den Verkehr auf einzelnen Straßen in absehbarer Zeit zu prognostizieren.
Am Nationalfeiertag Norwegens im Mai 2026 teilte Telcofy Oslo in Zonen auf und verglich die Live-Statistiken der anonymisierten Massenmitte zu einem normalen Wochenende. Am Höhepunkt des Parades, also in der am stärksten besetzten Zone, waren rund siebenmal so viele Menschen wie üblich für diese Stunde anwesend – und die Bewegung der Menschen in Richtung des Wasserbeckens war innerhalb weniger Minuten sichtbar. Für Veranstalter, Rettungsdienste oder Betreiber von öffentlichen Verkehrsmitteln ist eine solche Echtzeit-Überwachung auf andere Weise nur schwer umsetzbar.
Was als akademische Forschung und Einzelprojekte begann, wird allmählich Teil der offiziellen Datenspeicherinfrastruktur Europas.

Die europäische Statistikgemeinschaft sieht die Daten der Telefonnetze als eine der vielversprechendsten neuen Quellen für zukünftige Statistiken an, wobei Eurostat, das Statistikanstalt der EU, führend ist. Eurostat hat bereits die erste Version einer offenen, gemeinsamen Methode zur Verarbeitung dieser Daten entwickelt – für Themen wie Bevölkerung und Tourismus. Eine wichtige Lektion: Die zuverlässigsten Ergebnisse entstehen durch die Kombination von Daten mehrerer Mobilfunkbetreiber mit traditionellen Statistiken.
Die Europäische Kommission entwickelt außerdem einen gemeinsamen europäischen Datenraum für Mobilität. Die Idee besteht nicht in einer riesigen Datenbank mit allen Mobilitätsdaten der EU, sondern in einer Reihe gemeinsamer Regeln, die es bestehenden Systemen ermöglichen, Daten sicher und unter Kontrolle auszutauschen. Ihr erstes Pilotprojekt, deployEMDS, setzt diese Idee bereits an Pilotstandorten in ganz Europa um.
Auch die Mobilfunkbetreiber engagieren sich. Telefónica Deutschland bietet beispielsweise anonymisierte Mobilitätsanalysen, die täglich aus Milliarden von Netzwerkereignissen gewonnen werden. Diese Berichte wurden laut dem Unternehmen für die Verkehrsplanung in Leipzig und München eingesetzt. Die Richtung ist klar: Telefondaten werden von gelegentlichen Studien zu einem täglichen Planungswerkzeug weiterentwickelt.
Jeder Gedankenaustausch über Telefondaten muss mit der Privatsphäre beginnen – und das aus gutem Grund. Im Juli 2026 veröffentlichte der Europäische Datenschutzausschuss (EDPB) neue Entwürfe von Richtlinien zur Anonymisierung. In ihnen wird erläutert, wann Daten nicht mehr als personenbezogen gelten und es von den Organisationen verlangt wird, zu beweisen – und nicht nur zu behaupten –, dass ihre Daten wirklich anonym sind. Standortdaten sind ein beispielhafter Fall: Selbst wenn Namen und Nummern entfernt werden, können die täglichen Bewegungen einer Person ergeben, wo sie lebt und arbeitet. Daten, die in Gruppendatensätzen zusammengeführt werden, sind hingegen viel schwerer rückzuverfolgen als Daten einzelner Personen.

In der Praxis folgt die verantwortungsvolle Analyse der Mobilität einigen einfachen Regeln:
Für Kunden aus dem öffentlichen Sektor ist eine solche Klarheit unerlässlich, um Vertrauen zu gewinnen.
Die baltischen Staaten zeigen genau, warum dies wichtig ist. Pendler, Güterverkehr und Besucher überqueren jeden Tag die lettisch-litauische Grenze, aber die Verkehrsdaten werden üblicherweise auf jeder Seite getrennt erhoben und analysiert. Nationale Statistiken beschränken sich auf die Grenze. Die Menschen nicht.

OmniFlow-1 ist ein Projekt des EU-Programms „Digitales Europa“, das im August 2026 gestartet wurde, um die grenzüberschreitende Nutzung von Mobilitätsdaten zu ermöglichen. dots. ist der Projektkoordinator und Hauptlösungspartner, mit dem die Kernplattform von Fits Traffic dient. Das Projekt vereint die Mobilfunkbetreiber Bite Latvija und Bite Lietuva, den Mobilitätsdatenexperten Telcofy AS, die Mobilitätsberatungsfirma MC Mobility Consultants und kommunale Partner.
Die Lösung wird in Jelgava (in Lettland) und Šiauliai (in Litauen) pilotiert. Ziel: beiden Städten eine gemeinsame, vergleichbare Sichtweise zu vermitteln, wie Menschen innerhalb ihrer Regionen und zwischen diesen sowie über die Grenze hinweg unterwegs sind – basierend auf anonymisierten Daten von Betreibern auf beiden Seiten.
Im Einklang mit dem europäischen Ansatz sammelt OmniFlow-1 nicht alle Daten in einem einzigen Ort. Die Betreiber behalten die Kontrolle über ihre eigenen Daten und teilen nur solche Ergebnisse mit, die den strengen Regeln unterliegen, die alle Parteien vereinbart haben. Dadurch ist es möglich, Daten von mehreren Betreibern und aus mehreren Ländern zu kombinieren – genau das, was Eurostat für zuverlässige Ergebnisse benötigt.
OmniFlow-1 ist das Projekt; Fits.FlowInsights ist das daraus resultierende Produkt. Es ist ein neues Modul von Fits Traffic, das anonymisierte Telekommunikationsdaten in die gleiche Plattform einbindet, die Behörden, Städte und Verkehrsmanagementzentren bereits für ihre Straßenkameras verwenden.

Traffic nutzt bereits intelligente Kameras, um Fahrzeuge zu zählen und zu erkennen, Ampeln zu überwachen und Verkehrszählungen durchzuführen. Zudem ermöglicht es der Stadt, alle ihre Straßeninfrastruktur an einem Ort zu überwachen. Diese Datenquellen sind sehr präzise – aber nur zu bestimmten Punkten. Die Daten aus der Telekommatik ergänzen diese Angaben: wo die Fahrten beginnen und enden, wie sich der Verkehr in einer Region bewegt und was zwischen den von Sensoren überwachten Punkten passiert.
Gemeinsam stärken sie einander. Die Anzahl der Kameras liefert präzise lokale Daten, die dabei helfen, Telematikbasierte Schätzungen zu überprüfen und zu optimieren. Telematikdaten wiederum erklären, was diese Zahlen bedeuten – zum Beispiel, ob mehr Verkehr an einer Kreuzung von Einheimischen, Regionalpendlern oder Personen stammt, die die Grenze überqueren.
Für Städte wie Jelgava oder Šiauliai ist Fits.FlowInsights konzipiert, um Fragen zu beantworten, die sonst schwer zu lösen sind:
Für öffentliche Verwaltungen liegt der Wert nicht nur in den Daten, sondern in den Antworten, die sie erklären, verteidigen und darauf reagieren können.
Mobile Netzwerke haben sich in den letzten Jahren zu einem der umfassendsten Verkehrssensoren für Städte entwickelt. Sie decken Straßen ab, auf die niemand achtet, Reisen ab, die keine Umfragen erfassen, und Grenzen ab, die die nationalen Statistiken nur selten überschreiten. In den nordischen und baltischen Ländern haben Verkehrsbehörden bereits von der Testphase über die Nutzung dieser Daten gewechselt, während Eurostat und die Europäische Kommission die Grundlagen für eine breitere Nutzung legen.
Telefondaten werden keine Ersatz für Kameras, Straßen-Sensoren oder Umfragen sein. Ihre wahre Stärke zeigt sich, wenn sie mit diesen kombiniert werden – mit einer starken Datenschutz-Schutzfunktion und dem Know-how, die Signale richtig zu interpretieren. Mithilfe von Fits.FlowInsights bringen dots und ihre Partner diese Kombination in die Baltischen Staaten, beginnend mit Jelgava und Šiauliai. Das Ziel ist einfach: Städten zu helfen, nicht nur zu sehen, wie viele Autos an einem bestimmten Punkt vorbeifahren, sondern auch, wie die Menschen tatsächlich unterwegs sind.