02.01.18

08:44

Autor

Redaktionsteam mCLOUD

Geospin ist eine Ausgründung der Albert-Ludwigs-Universität Freiburg, an welcher wir in langjähriger Forschung im Rahmen der „Smart Cities & Industries“ Forschungsgruppe in den Bereichen Mobilität, Energie und Kriminalität geographische Big-Data-Analysen entwickelt und erfolgreich eingesetzt haben. Seit der Gründung 2016 entwickelt unser Startup Analyseverfahren für den Mobilitätssektor und die Logistik, das Baugewerbe, Telekommunikationsunternehmen oder zur Filialnetzplanung. Um die erfolgskritischen Probleme und Herausforderungen unserer Kunden zu meistern, reichern wir interne Unternehmensdaten mit offenen Geodaten an und stellen die darauf basierenden Analysen und Vorhersagen automatisiert bereit. Zu unseren bisherigen Projektpartnern und Kunden zählen unter anderem Volkswagen, Siemens, Bosch oder auch Union Investment.

Open Data ist für unsere Kunden und uns enorm wichtig, da uns die frei verfügbaren Daten ermöglichen, Modelle gezielt um hunderte Variablen zu erweitern, relevante (geographische) Einflüsse zu identifizieren und damit exakte Vorhersagen zu treffen. Egal ob Geo Deep Learning, Predictive Analytics oder andere Verfahren des maschinellen Lernens – mithilfe von Open Data werden die Modelle verbessert und Analysen deutlich präziser.

Da der technologische Fortschritt im vergangenen Jahrzehnt zu einer regelrechten Flut an georeferenzierten Daten geführt hat, ist die Verschneidung dieser sowohl wirtschaftlich als auch gesellschaftlich besonders relevant. Man denke an die allgegenwärtigen Smartphones, Sensoren im öffentlichen Raum, Autos, die einem Computer inzwischen ähnlicher sind als der ursprünglichen Erfindung von Carl Benz, oder die Entwicklungen im Rahmen des Internet of Things. Dieses Phänomen wird nicht nur anhalten sondern sich beschleunigen und in Zukunft wird eine Vielzahl an Entscheidungen in Unternehmen und der öffentlichen Verwaltung nicht mehr ohne die Auswertung dynamischer und feingranularer geographischer Daten auskommen. Dabei stellen Open-Data-Plattformen wie die mCLOUD einen essenziellen Baustein dar, um in Kombination mit proprietären Datenquellen und modernen Analyseverfahren wertvolle, entscheidungsunterstützende Erkenntnisse zu erlangen.

Zusammen mit der Albert-Ludwigs-Universität Freiburg und dem BMVI arbeiten wir aktuell im Rahmen des Projekts ANODAS  an einer Studie zur Machbarkeit einer webbasierten, automatisierten Analysesoftware. Diese soll derartige Analysen einer Großzahl an öffentlichen Einrichtungen sowie klein- und mittelständischen Unternehmen verfügbar machen. Ziel des Projektes ist es, sowohl das Anwendungspotenzial als auch die technische Machbarkeit solch einer Softwarelösung zu evaluieren. Hinsichtlich des Anwendungspotenzials wird zum einen ein Überblick über alle verfügbaren Open-Data-Angebote mit geographischem Bezug innerhalb Deutschlands erstellt. Zum anderen werden im Rahmen von Experteninterviews Use Cases für die Anwendung dieser Daten zur Lösung realer Probleme – bspw. im Rahmen des städtischen Mobilitätsmanagements – identifiziert.

Nahezu alle Datenquellen, wie beispielsweise Mobilitäts-, Infrastruktur- und Wetterdaten, besitzen eine geographische Komponente, welche für die Analyse bestimmter Anwendungen wie Location-based Services extrem wertvoll sind. Plattformen wie die mCLOUD ermöglichen es Start Ups bis hin zu Großkonzernen, offene Daten zentral aufzuspüren und bieten eine enorme Zeitersparnis gegenüber der Suche auf einzelnen Webseiten öffentlicher Institutionen. Zusätzlich ermöglichen verschiedene Filtermöglichkeiten einen schnellen Überblick über relevante Datenquellen. Hierbei sind insbesondere einheitliche Metastandards wie CKAN essentiell. Denn nur durch einheitliche Standards wird es möglich sein Open Data Portale, wie die mCLOUD, programmatisch abzusuchen und systematisch in bestehende oder neu entwickelte Systeme zu intrigieren.

In den bisher durchgeführten Interviews, welche vorwiegend mit Experten und Entscheidungsträgern kommunaler Behörden und städtischer Unternehmen geführt wurden, haben sich darüber hinaus verschiedene zentrale Themen herauskristallisiert. Zunächst ist für viele Städte und Unternehmen ein zielgerichteter Umgang mit Open Data – eine Open-Data-Strategie – noch unklar. Dies liegt vor allem darin begründet, dass Wert und Nutzen von Open Data oft schlecht definiert und schwer nachzuweisen sind. In manchen Fällen wird der Download einzelner Datensätze als Gradmesser des Mehrwerts herangezogen, da die weitere Verwendung der Daten nicht nachzuverfolgen und ein klarer positiver Impact für die Stadt schwer darzustellen ist. Die anvisierte Softwarelösung könnte hier durch eine Feedback-Schleife Abhilfe schaffen, die Transparenz schafft und den Open-Data-Anbietern aufzeigt, für welche Art von Analysen bestimmte Datensets genutzt wurden. Konkrete Use Cases wurden besonders im Rahmen städtischer Mobilitätslösungen und -strategien identifiziert. Hierbei kamen beispielsweise die Optimierung des öffentlichen Personennahverkehrs, die Integration in inter- und multimodale Transportlösungen, die Bekämpfung verkehrsbedingter Luftverschmutzung und die Stärkung der Elektromobilität wiederholt zur Sprache.

Vieles deutet darauf hin, dass die erfolgreiche Umsetzung derartiger Projekte in einigen Städten zu einer Art Lawineneffekt führen wird. Kommunen und Unternehmen warten darauf, den konkreten Nutzen von Open Data anhand solcher Beispielumsetzungen aufzeigen zu können, um interne Widerstände zu überwinden und eigene Open-Data-Initiativen nach außen hin vertreten zu können. Vor diesem Hintergrund ist die Förderung von derartigen Leuchtturm-Anwendungen im Rahmen des mFUND-Programms besonders wertvoll. Schließlich eröffnen Open-Data-Angebote nicht nur Potenziale für neue Geschäftsmodelle und verbesserte Angebote öffentlicher Dienstleistungen, sondern stellen auch für den Bereitsteller der Daten eine Möglichkeit dar, verkrustete IT-Strukturen zu überwinden, Datensilos aufzulösen und so wettbewerbsfähiger zu werden.

Mit diesen positiven Gedanken wünscht das Geospin-Team Euch im neuen Jahr viel Erfolg mit Open Data!

Autor: Dr. Sebastian Wagner, Geospin GmbH