Bewegungsdaten sind das Ergebnis einer Rechenkette, nicht einer Messung. Diese Kette läuft in der Praxis in fünf Schritten ab. Jeder Schritt trifft Annahmen, und jede Annahme beeinflusst das Ergebnis.
Schritt 1: Panelbildung
Zunächst wird bestimmt, welche Geräte überhaupt in die Auswertung eingehen. Nicht jedes Signal ist brauchbar: Geräte mit zu wenigen Positionsmeldungen, mit unplausiblen Sprüngen oder mit erkennbar automatisiertem Verhalten werden ausgeschlossen. Übrig bleibt ein Panel – eine Stichprobe von Geräten, deren Bewegungen über einen Zeitraum hinreichend dicht beobachtet wurden.
Die Größe des Panels ist eine zentrale Qualitätskennzahl. Sie bestimmt, wie klein ein Gebiet oder wie kurz ein Zeitfenster sein darf, bevor die Werte statistisch unbrauchbar werden. Mehr dazu unter Datenqualität.
Schritt 2: Homezone und Workzone bestimmen
Aus dem wiederkehrenden Aufenthaltsmuster über mehrere Wochen lässt sich ableiten, in welchem Gebiet ein Gerät nachts regelmäßig verweilt (Homezone) und wo es werktags typischerweise längere Zeit verbringt (Workzone). Wichtig: Beides wird bewusst nur auf grober Gebietsebene bestimmt – etwa auf Ebene eines Postleitzahlgebiets oder einer Gemeinde –, nicht adressgenau.
Diese Zuordnung ist die Grundlage für alle Herkunftsauswertungen: Erst dadurch lässt sich sagen, aus welchen Regionen die Besucher einer Innenstadt oder einer Destination stammen. Und sie ermöglicht den nächsten Schritt.
Schritt 3: Filtern und abgrenzen
Jetzt wird definiert, wer als Besucher zählt. Drei Filter sind üblich:
- Mindestaufenthaltsdauer: Wer nur durchfährt oder das Gebiet streift, soll nicht als Besuch gelten. Übliche Schwellen liegen im Bereich weniger Minuten – der genaue Wert verändert das Ergebnis erheblich.
- Ausschluss von Anwohnern: Geräte, deren Homezone im Analysegebiet liegt, werden herausgerechnet, wenn nach Besuchern von außen gefragt ist.
- Ausschluss von Beschäftigten: Analog werden Geräte ausgeschlossen, deren Workzone im Gebiet liegt – sonst zählt das Verkaufspersonal als Kundschaft.
Ob und wie streng diese Filter gesetzt sind, ist der häufigste Grund dafür, dass zwei Auswertungen desselben Gebiets unterschiedliche Werte liefern.
Schritt 4: Hochrechnung
Das Panel bildet nur einen Bruchteil der tatsächlich anwesenden Menschen ab. Aus dem beobachteten Wert wird deshalb auf die Grundgesamtheit hochgerechnet – über Faktoren, die berücksichtigen, wie stark einzelne Gruppen und Regionen im Panel vertreten sind.
Diese Gewichtung ist der methodisch anspruchsvollste Teil. Sie stützt sich auf externe Referenzen wie Einwohnerstatistik, Altersstruktur oder Gerätemarktanteile. Fehler oder Vereinfachungen wirken sich hier direkt auf das Ergebnis aus – und sind von außen schwer zu erkennen. Fragen Sie deshalb immer, auf welcher Basis hochgerechnet wurde.
Schritt 5: Aggregieren und veröffentlichen
Zuletzt werden die Ergebnisse zu Kennzahlen verdichtet: pro Gebiet, pro Zeitintervall, pro Herkunftsregion. Zellen mit zu wenigen Fällen werden unterdrückt oder zusammengefasst, damit aus dem Ergebnis keine Rückschlüsse auf Einzelne möglich sind. Warum das mehr ist als Kosmetik, erklärt Anonymisierung und Aggregation.
Warum es dauert
Zwischen dem beobachteten Zeitraum und der fertigen Auswertung liegt typischerweise mindestens ein Monat. Der Versatz hat zwei Gründe: Die Homezone-Bestimmung braucht einen längeren Beobachtungszeitraum, und ein zeitlicher Abstand erschwert den Rückschluss auf aktuelle Aufenthalte zusätzlich. Echtzeitauswertungen von Bewegungsdaten sind daher weder üblich noch angestrebt.
Was das für die Interpretation bedeutet
Eine Bewegungsdaten-Kennzahl ist eine Schätzung mit Unsicherheitsbereich, keine Zählung. Für Vergleiche – zwischen Zeiträumen, Lagen oder Städten – ist sie sehr gut geeignet, solange die Methode konstant bleibt. Für absolute Aussagen („genau 4.812 Personen") sollte sie nicht herangezogen werden. Welche Kennzahlen daraus entstehen, zeigt der nächste Abschnitt zu den Kennzahlen; die typischen Fehlerquellen listet Grenzen der Aussagekraft.