Dass das Datenmanagement Forschende auf der ganzen Welt bewegt, zeigte sich im Rahmen der SDSC-Veranstaltung. ?ber 80 Teilnehmende waren vor Ort oder zugeschaltet – von Stuttgart bis London, von Quebec bis Sidney. Bei allen Unterschiedlichkeiten in den einzelnen St?dten und L?ndern mit ihren spezifischen Herausforderungen in puncto nachhaltiger Stadtentwicklungen zeigte sich doch eine klare Gemeinsamkeit der Forschenden. Es braucht ein Grundverst?ndnis im Umgang mit Daten, um diese sinnstiftend aus diversen Quellen zusammenzuführen und für Stadtprojekte einsetzen zu k?nnen. Denn Stadtverantwortliche, Planer und letztendlich die Bürger wollen informiert sein, um beispielsweise 3D-Stadtmodelle und Beteiligungsplattformen zu nutzen.
Vor diesem Hintergrund bewegte sich unter anderem das Themenfeld "Smart Data – Sensor". Der Vortrag der Sensorregistrierung im Smart-City-Umfeld zeigte exemplarisch auf, dass die wachsende Zahl an Sensoren, Kameras und Messger?ten zum einen datenschutzrechtliche Fragen aufwerfen, auf die St?dte mit Transparenz reagieren müssen. Zum anderen braucht es für die Besitzer der Messger?te und Sensoren Klarheit über das Meldeverfahren ihrer Anlagen. Für die Forschenden liegt ein m?glicher Schlüssel in einem nationalen Sensorregister (SensRNet).
Ein solches Register würde den Kommunen und Bürgern Transparenz über die von den Ger?ten erfassten Daten und den Zweck der Erfassung verschaffen. Zudem bestehe mit dem "SensRNet" die M?glichkeit, einen ?berblick darüber zu erhalten, wo Sensoren im ?ffentlichen Raum platziert sind und wer der jeweilige Eigentümer ist.
Schlussendlich erleichtert dieses Vorgehen den Zugang zu stark nachgefragten Daten, um diese für intelligente Stadtvorhaben zu nutzen, wie etwa Beteiligungsplattformen oder neue Mobilit?tsanwendungen zeigen.
Apropos Mobilit?t. Den Wert datenbasierter Anwendungsszenarien für E-Scooter vermittelte ein Vortrag aus dem Bereich Data Mining (Smart Data – Machine Learning). Das hei?t, Muster in gro?en Datenmengen zu erkennen. Vor dem Hintergrund des Klimawandels sind neue Mobilit?tsanwendungen und -konzepte in den St?dten unerl?sslich. Um Nutzungsmuster und Verhaltensweisen von E-Scooter-Sharing-Kunden zu analysieren, untersuchten Wissenschaftler den Datensatz eines E-Scooter-Sharing-Anbieters aus den Jahren 2017 bis 2019 in einer deutschen Gro?stadt. Für die Kundensegmentierung nutzten sie den branchenübergreifenden Standardprozess für Data-Mining-Modelle (CRISP-DM-Modell).
Im Ergebnis zeigte sich, dass drei Kundensegmente identifiziert wurden – basierend auf den Variablen Alter, Zeit zwischen den Fahrten, gefahrene Strecke und Umsatz. So stellte sich unter anderem heraus, dass die Kunden in Cluster für 78 Prozent des Umsatzes verantwortlich waren, bei einem Durchschnittsalter von 29 Jahren. Merklich unterstützen in solchen Prozessen Anwendungen der Künstlichen Intelligenz (KI). Denn in Smart Cities müssen immer mehr Daten gespeichert, verarbeitet und analysiert werden. Hierzu z?hlen unter anderem Echtzeitdaten von Verkehrsbetrieben und Energieversorgern oder Sensordaten aus Smartphones und Luftüberwachungssystemen. Mit Blick auf Letzteres befasste sich ein Vortrag mit der KI-basierten Vorhersage von Luftschadstoffen für Smart Cities.
Doch damit nicht genug. Weitere Sessions – von 3D-Datenmodellen über Navigationsl?sungen bis zur Visualisierung – rundeten die SDSC-Konferenz ab. Bei der Fülle an Themen kristallisierte sich eines deutlich heraus: Wissenschaft und Forschung k?nnen wertvolle Dienste für die St?dte von heute und morgen samt ihrer Herausforderungen leisten. Oder anders formuliert: Alles auf Grün in den intelligenten St?dten dank smarter Daten. Und dabei spielt die HFT Stuttgart eine entscheidende Rolle als Wissensvermittler von der Theorie in die gelebte Praxis der St?dte.
Der Beitrag "Alles auf Grün in den intelligenten St?dten dank smarter Daten" (PDF) ist in der Ausgabe 05/2021 der gis.Business (www.gispoint.de) erschienen.
