Eine Prognose ist keine Stille
Genf meldete jahrelang fünf Millionen Halteereignisse im Monat — und kein einziges bestätigtes. Wer diese Zeilen nicht zählt, misst nicht die Pünktlichkeit, sondern die Ausrüstung der Haltestellen.
Jede Zeile in den Ist-Daten trägt einen Status, und zwei davon entscheiden darüber, ob die Zeile
überhaupt eine Messung ist. REAL heisst: an der Haltestelle hat ein Ereignis ausgelöst — ein
Türsignal, eine Ein- oder Ausfahrtsschleife — und das System hat den Zeitpunkt gesendet, zu dem
es passiert ist. PROGNOSE heisst: kein solches Ereignis. Der Zeitpunkt ist die letzte Vorhersage,
die das System für diesen Halt gehalten hat, also genau das, was auf der Anzeigetafel stand.
Die naheliegende Regel ist, nur REAL zu zählen. Sie ist falsch, und der Grund dafür steht in
Genf.
Fünf Millionen Zeilen, kein einziges Ereignis
Bis September 2025 meldeten die Transports Publics Genevois rund fünf Millionen Halteereignisse
im Monat — und kein einziges davon mit ausgelöstem Ankunftsereignis. Nicht weil dort keine Trams
fuhren: TPG betreibt eines der grössten Netze des Landes. Sondern weil das fehlende Ereignis eine
Eigenschaft der Ausrüstung an der Haltestelle ist und nicht der Fahrt. Ein Halt ohne Türsignal
und ohne Schleife bleibt PROGNOSE, wie offensichtlich das Fahrzeug ihn auch bedient hat.
Wer nur die bestätigte Güte zählt, hätte also gemessen, welcher Betreiber welche Hardware besitzt. Das ist dieselbe Inversion, die uns schon einmal begegnet ist: Betreiber mit der dünnsten Telemetrie kommen als die zuverlässigsten heraus.
Wir haben nachgesehen, bevor wir entschieden haben
Eine Vorhersage könnte ja auch einfach der Fahrplan sein, noch einmal hingeschrieben. Das wäre keine Messung, und wir würden sie nicht zählen. Sie ist es nicht:
- 99,5 % dieser Prognosen weichen von der geplanten Zeit ab.
- Als TPG und die Lausanner tl jeweils begannen, Ankunftsereignisse zu erkennen — an unterschiedlichen Daten, zwei Jahre auseinander —, machte die Verteilung der Pünktlichkeit keinen Sprung. Beide Systeme verfolgten ihre Fahrzeuge längst, bevor sie sie bestätigen konnten.
Also zählen wir beide Güten, und wir halten sie auseinander.
Der Unterschied ist nicht klein. Über das ganze Archiv nimmt die Messachse — der Anteil der Halteereignisse, die wir messen durften und auch gemessen haben — von 75,9–94,3 % auf 97,0–98,5 % zu. Die veröffentlichte Pünktlichkeitszahl bewegt sich dabei um höchstens 0,45 Punkte, in die eine oder die andere Richtung.
Das ist der Punkt, an dem aus einer Definitionsfrage eine Frage der Lesbarkeit wird: mit der strengen Regel liegt die Messachse für den grössten Teil des Archivs unter der Schwelle von 90 %, ab der wir eine Zahl überhaupt veröffentlichen. Die Geschichte wäre nicht falsch gewesen. Sie wäre grösstenteils gar nicht da gewesen.
Was auf der Seite steht
Was wir nicht tun, ist den Unterschied verstecken. Jede Zahl kann sagen, welcher Anteil von ihr auf einem ausgelösten Ereignis beruht — und sie sagt es, weil zwei Dinge nur für jemanden sichtbar sind, der diese Aufteilung sieht: ein Fahrzeug kann an einem Halt vorbeigefahren sein, ohne dass das System es bemerkt hat, und wo überhaupt keine Prognose existiert, ist der gesendete Wert der Fahrplan — den wir nie bewerten, weil ein Fahrplan keine Messung von irgendetwas ist.
Für Juni 2026 sieht das national so aus:
| Pünktlichkeit | 84,8 % (P3, Abdeckung 96,54 %) |
| davon bestätigt | 97,71 % |
| Tage im Zeitraum | 30 von 30 |
| Fahrten mit Fahrplanbezug | 98,67 % |
| Anteil des Landes, für den die Zahl spricht | 99,97 % |
Diese fünf Werte stehen nicht als Text in dieser Datei. Sie werden bei jedem Aufruf aus demselben Würfel gelesen, aus dem auch die API antwortet — denn eine Seite, die dafür argumentiert, neben jede Zahl ihre Abdeckung zu schreiben, darf nicht selbst eine Zahl tragen, die seit ihrer Niederschrift niemand mehr nachgerechnet hat.
Die ganze Herleitung steht auf der Methodikseite, Abschnitt 6.