Eine wichtige Prognoseaufgabe in der Verkehrsplanung ist u. a. die Vorhersage der Marktanteile (Modal Split) der Verkehrsmittel im Personen- und Güterverkehr. Die Ermittlung der Verkehrsnachfrage erfolgt an Hand von Modellen. Zur Erstellung von Prognosen zur Verkehrsmittelwahl bzw. zum Modal Split wurden Verkehrsmittelwahlmodelle in der Verkehrsplanung entwickelt. Für Prognosen werden duch Verkehrsmittelwahlmodelle Wahrscheinlichkeiten für die Wahl der möglichen Verkehrsmittel oder auch -kombinationen ermittelt.

Aggregierte Verkehrsnachfragemodelle wurden bereits in den 1950er Jahren entwickelt und stellen die Modelle der ersten Generation dar. Für die gesamte Verkehrsnachfrage wird vorhergesagt, wie sich die Verkehrsmittelwahlentscheidung in Abhängigkeit soziodemografischer und siedlungsstruktureller Einflussfaktoren entwickeln wird. Hierbei wird das Gesamtkollektiv der Verkehrsteilnehmer betrachtet. Der Verkehrsteilnehmer ist bei diesem Modell beliebig austauschbar und individuelles Verhalten findet keine Berücksichtigung [IVS_97, S. 53]. Ein aggregiertes Modell ist zum Beispiel die Aufteilung der Marktanteile der verschiedenen Verkehrsträger in Abhängigkeit der Preise der Verkehrsmittel oder der Entwicklung des Bruttoinlandsprodukts. Die Frage, wie sich bestimmte verkehrspolitische Maßnahmen auf das Individuum auswirken und sein Verhalten beeinflussen, kann das aggregierte Modell nur unzureichend beantworten. Daher sind derartige Ansätze heute weitgehend überholt.

2) Disaggregierte verhaltensorientierte Modelle

Die zweite Generation der Verkehrsmittelwahlmodelle sind disaggregierte verhaltensorientierte Modelle. Sie berücksichtigen neben soziodemografischen Merkmalen der Individuen auch objektiv messbare Eigenschaften der Verkehrsmittel und untersuchen den Wahlprozess auf individueller Ebene [IVS_97, S. 55]. Unterstellt wird hierbei ein Reiz-Reaktions-Schema (Stimulus-Reaction-Schema). Die Wahl der Verkehrsmittel ist hierbei die Reaktion auf das Vorhandensein objektiv messbarer Verkehrsmitteleigenschaften und Umweltzustände. Es wird unterstellt, dass der Einzelne seine Entscheidung auf der Grundlage des Vergleichs der Verkehrsmitteleigenschaften trifft und die Alternative wählt, die für ihn mit dem höchsten Nutzen verbunden ist. Die objektiv messbaren Verkehrsmitteleigenschaften sind dabei die Merkmale Reisekosten und Reisezeit.

Empirisch arbeitet die Modal Split-Analyse mit ökonometrischen Verfahren, wie z. B. Logit, Probit oder Nested-Logit-Modell. Diese Modelle stellen Verfahren der offenbarten Präferenz (revealed preference) dar. Sie ermitteln die Parameter des Entscheidungsmodells über beobachtetes Verhalten mit ex post-Daten.

3) Disaggregierte einstellungsorientierte Verkehrsmittelwahlmodelle

Disaggregierte einstellungsorientierte Verkehrsmittelwahlmodelle gehen einen Schritt weiter, indem auch subjektive Kriterien - wie empfundene Bequemlichkeit, Sicherheit und Komfort - Eingang in den Entscheidungsprozess finden. Man unterstellt hierbei, dass zwischen der Einstellung des Verkehrsteilnehmers zu einem bestimmten Verkehrsmittel und seinem späteren Verhalten ein eindeutiger Zusammenhang besteht. Erfragt man nun die subjektiven Bewertungen der verschiedenen Verkehrsmittel, so lässt sich daraus direkt auf das Verhalten schließen. Es wird also nicht tatsächliches Verhalten analysiert, sondern die Präferenzen der Befragten. Deshalb wird dieser Ansatz auch als Verfahren der bekundeten Präferenz (stated preferences) bezeichnet.

4) Conjoint-Analyse

Besondere Beachtung als Anwendung eines einstellungsorientierten Verkehrsmittelwahlmodells findet die Conjoint-Analyse. Ihr liegt ein Nutzenmodell zugrunde, bei dem die Teilnutzen der einzelnen Eigenschaften des Produkts dekompositionell geschätzt, also aus der ganzheitlichen Bewertung verschiedener Produktalternativen abgeleitet werden. Die Conjoint-Analyse bildet Entscheidungssituationen ab, indem Produkte als Ganzes bewertet werden und keine Aussagen getroffen werden über ihre isolierten Eigenschaften [BA05, S. 544]. Die Einstellungen der Befragten werden ermittelt, indem diese die Eigenschaften in eine Präferenzrangfolge bringen. Aus den so ermittelten Präferenzrangfolgen lassen sich individuelle Nutzenfunktionen ermitteln, die Aufschluss über die Präferenzstrukturen bezüglich der Eigenschaften der Produkte geben. Die Gesamtbewertungen werden dadurch in Teilpräferenzen für die Eigenschaften zerlegt (dekompositionelles Vorgehen) [BA05, S. 544].