Abstract: I projektet Multimodal trafikledning (MMTL, TRV 2020/118663) har processer och metoder för att jobba med multimodala nätverk och data anpassat till trafikledning tagits fram. För Stockholm har ett större antal datakällor som inkluderar både väg- och kollektivtrafikdata sammanställts för en 5-veckorsperiod under hösten 2019. Dessa datakällor har använts för att ta fram ett multimodalt ruttset för väg- och kollektivtrafik, vilket möjliggör en bättre förståelse för multimodalt resande och påverkan av olika trafikledningsåtgärder på de olika trafikslagen. Datakällorna har också använts för att skatta multimodalt resande, en första analys av färdmedelandelarnas variation i tid och rum samt typdagar baserat på multimodala mobilitetsdata. Inom ramen för MMTL-projektet har också en första analys av efterfrågan, ruttval och typdagar ur trafikledningsperspektiv utförts. Målet med fortsättningsprojektet MMTL2 är att utreda i detalj vad som händer vid incidenter på vägnätet och i kollektivtrafiksystemet samt vilken potential som finns med att använda olika trafikledningsstrategier för att minska effekterna av olika typer av incidenter för olika typdagar. Arbetet bygger vidare på de dataset, datastrukturer och metoder anpassade för trafikledning som tagits fram i MMTL-projektet. Detta arbete har även en tydlig koppling till det parallellt pågående projektet "Beslutsstöd för proaktiv vägtrafikledning", där förslag på konkreta verktyg för beslutsstöd för trafikledning ska tas fram.Abstract: In the project Multimodal traffic management (MMTL, TRV 2020/118663), processes and methods for working with multimodal networks and data adapted to traffic management have been developed. For Stockholm, a larger number of data sources that include both road and public transport data have been compiled for a 5-week period in autumn 2019. These data sources have been used to produce a multimodal route set for road and public transport, enabling a better understanding of multimodal travel and the impact of different traffic management measures on the different traffic modes. The data sources have also been used to estimate multimodal travel patterns, a first analysis of mode choice variation in time and space as well as typical days based on multimodal mobility data. Within the MMTL project an initial analysis of demand, route choice and typical days from a traffic management perspective has also been carried out. The goal of the continuation project MMTL2 is to investigate in detail what happens in the event of incidents on the road network and in the public transport system, as well as the potential of using different traffic management strategies to reduce the effects of different types of incidents for different types of days. The work is based on the data sets, data structures and methods adapted for traffic management that were developed in the MMTL project. This work also has a clear connection to the parallel ongoing project "Decision support for proactive road traffic management", where proposals for concrete tools for decision support for traffic management are to be developed.