Eine Methode zur Planung von Radwegenetzen in zusammenhängenden Bereichen traditioneller Dörfer mittels Wi‑Fi‑Probe-basierter Attraktivitätsbewertung

Warum Radwege in Dörfern wichtig sind

Weltweit versuchen historische Dörfer, lebendig zu bleiben, während Menschen in die Großstädte ziehen. Eine vielversprechende Strategie besteht darin, Besucher einzuladen, langsamer zu reisen und diese Orte mit dem Fahrrad zu erkunden. Werden Radwege jedoch nur auf dem Papier gezeichnet, ohne zu verstehen, wo Menschen tatsächlich gerne zu Fuß gehen oder fahren, bleiben viele dieser Wege leer. Diese Studie aus dem Kreis Tonglu im Osten Chinas zeigt, wie einfache drahtlose Sensoren reale Bewegungsmuster in und um traditionelle Dörfer aufdecken können und wie sich diese Informationen nutzen lassen, um Radnetze zu entwerfen, die tatsächlich genutzt werden.

Alte Dörfer, neuer Druck

Traditionelle Dörfer bewahren historische Gebäude, landwirtschaftliche Landschaften und lang etablierte Lebensweisen. In China sind viele solcher Dörfer während der raschen Urbanisierung verschwunden, und nationale Strategien fördern heute den Schutz nicht nur einzelner Dörfer, sondern ganzer Dorfgürtel. Radfahren gilt als schonende Verbindung zwischen diesen Orten, die Bewohner, Besucher und lokale Unternehmen vernetzt. Bekannte europäische Beispiele zeigen, dass gut gestaltete Radwege ländliche Regionen beleben können. In vielen chinesischen Dörfern sind bestehende Radwege jedoch schlecht an Dorfzentren und historische Straßen angebunden, sodass Touristen oft vorbeifahren, statt anzuhalten, und Aktivitäten zeitlich und räumlich verstreut bleiben.

Von Papierkarten zu lebendigen Bewegungen

Die meisten Radpläne konzentrieren sich auf fixe Merkmale: Straßenbreite, Gefälle und das Vorhandensein von Läden oder Sehenswürdigkeiten. Das ist wichtig, doch es zeigt nicht, wie sich Menschen tatsächlich stundenweise bewegen. Mit Konzepten aus der Zeit‑Geographie argumentieren die Autor:innen, dass eine gute Route zwei Eigenschaften vereinen sollte: viele Menschen anziehen und diese Anziehung über den Tag hinweg stabil halten. Um solche Muster in einem ländlichen Umfeld zu erfassen, in dem Telefon‑Daten zu grob sind, setzten sie Wi‑Fi‑Probes ein — kleine Geräte, die anonyme Signale naher Mobiltelefone abhören. Im Gegensatz zu GPS‑Apps brauchen Wi‑Fi‑Probes keine App‑Registrierung oder ein offenes Programm und können Bewegungen mit hoher zeitlicher und räumlicher Genauigkeit verfolgen.

Den Pfaden zuhören, die Menschen bereits wählen

In zwei benachbarten historischen Dörfern, Xufan und Huanxi, filterte das Team zuerst Straßen nach einfachen physischen Regeln: nur Wege, die breit und sanft genug zum Radfahren sind, keine Sackgassen und keine stark schützenswerten Straßen mit hohem Denkmalwert. Anschließend identifizierten sie „potenzielle Routen“, die natürlich Dorfzugänge, Bushaltestellen, Parkplätze, historische Gebäude und Cluster öffentlicher Dienstleistungen wie Gastronomie, Übernachtung und Verkehr verbinden. Dann installierten sie 50 Wi‑Fi‑Probes an wichtigen Kreuzungen und längeren Straßenabschnitten und überwachten die Bewegungen an vier Sommertagen von morgens bis in den späten Nachmittag. Durch Zählen eindeutiger Geräte, die sich zwischen Probes bewegten, berechneten sie, wie viele Menschen jede Straße pro Stunde nutzten und wie häufig diese Nutzung über dem dorfweiten Durchschnitt lag.

Messungen in bessere Radnetze verwandeln

Für jeden Straßenabschnitt im vorläufigen Netz kombinierten die Forschenden zwei Kennzahlen: „Retention‑Intensität“ (wie viele Personen pro Meter Straße pro Stunde passiert sind) und „Retention‑Stabilität“ (wie viele Stunden die Nutzung über dem Durchschnitt lag). Nach Normierung und Mittelung gruppierten sie die Straßen in fünf Attraktivitätsstufen. Anschließend bauten sie ein finales Radnetz, indem sie die attraktivsten Straßen mit den zuvor identifizierten potenziellen Routen verbanden, die historische Stätten und Einrichtungen bedienen. Das Ergebnis war ein 57‑Abschnitte umfassendes, ringähnliches Netz: im Norden lichter, im Süden dichter, mit stärkeren Verbindungen zwischen Dorfzugängen, Flussbereichen und Clustern alter Gebäude.

Hilft intelligenteres Routing wirklich?

Um die Methode zu testen, verglichen die Autor:innen ihr vorgeschlagenes Netz mit dem offiziellen Radplan aus einem früheren Denkmalschutzdokument. Mithilfe gängiger Maßzahlen — wie gut Radfahrende alle Teile des Netzes erreichen können, wie viele historische Stätten angebunden sind und wie viele öffentliche Einrichtungen bedient werden — schnitt das neue Netz in allen Kriterien besser ab. Die Gesamtzugänglichkeit stieg leicht, während die Verbindungen zu historischen Attraktionen und zu öffentlichen Diensten jeweils um etwa 12 Prozent zunahmen. Gleichzeitig zeigte die Studie, dass nur rund ein Viertel der bestehenden Straßen mittlere oder höhere Attraktivität hatten und die meistgenutzten Abschnitte sich in der Nähe von Dorfeingängen, Flussufern und historischen Clustern befanden — nützliche Hinweise für künftige Aufwertungen.

Was das für Dörfer und Besucher bedeutet

Für Nicht‑Fachleute ist die Kernbotschaft klar: Gute Radwege entstehen aus dem tatsächlichen Verhalten der Menschen, nicht nur aus hübschen Karten. Indem man leise misst, wie Besucher und Bewohner sich bereits bewegen, und dieses Wissen mit historischen Stätten und Alltagsangeboten verknüpft, können Planer Radnetze entwerfen, die Radfahrende zum Verweilen, Bummeln und längeren Aufenthalt (und damit zu höheren Ausgaben) einladen. Obwohl die Methode noch längerfristig getestet und an unterschiedliche Landschaften angepasst werden sollte, bietet sie einen praktischen, kostengünstigen Weg, lebendiges Kulturerbe zu unterstützen — und so alten Dörfern zu helfen, in einer sich schnell verändernden Welt lebendig zu bleiben.

Zitation: Liu, S., Wang, S., Gao, Y. et al. A method for planning cycling networks in traditional village contiguous areas using Wi-Fi probe-based attractiveness evaluation. Sci Rep 16, 5787 (2026). https://doi.org/10.1038/s41598-026-36085-1

Schlüsselwörter: ländliches Radfahren, traditionelle Dörfer, Wi‑Fi‑Erfassung, kultureller Tourismus, Planung aktiver Mobilität