Die Studie untersucht, wie Buchungsanfragen für On-Demand-Minibusse im ländlichen Raum mithilfe von Machine Learning und Optimierungsverfahren besser ausgewählt werden können. Ein neu entwickelter Ansatz prognostiziert, wie gut einzelne Anfragen in den bestehenden Fahrplan passen und welche Auswirkungen ihre Annahme auf spätere Buchungsmöglichkeiten hat. Auf Basis realer Buchungsdaten in Ingolstadt aus 26 Monaten zeigt sich, dass dadurch bis zu 15,98 % mehr Fahrgäste gegenüber der bisherigen Praxis befördert werden können, ohne die Fahrzeugkapazitäten zu erhöhen.