GEISER – Smarte Services aus Geodaten

Freitag, 24. Februar 2017 at 10:03

Hallo lieber Leser,

über das Projekt GEISER habe ich ja bereits ein wenig geschrieben. Nun steht mit dem Besuch der CeBIT 2017 ein wichtiger Termin an, zu dem wir Dich gerne einladen. Bei GEISER dreht sich alles um Geodaten. Allerdings interpretieren wir die deutlich weiter als andere. Wir verstehen darunter schlicht alle Daten, die sich irgendwie einem Ort zuordnen lassen. Ein Beispiel macht das deutlich: Twitterst Du Dir über NEW MODEL ARMY die Finger wund, weil die demnächst das Jubez in Karlsruhe rocken, ist das Jubez ein Ortsbezug und die Daten somit Geodaten. Weitere entnehmen wir Open Data-Portalen, OSM, elektronischen Medien und Webservices, Sensorplattformen, Navigationssystemen, Mobilfunk, Navis, Daten von e-Ladestationen, den YellowMap-Datenbanken, ja sogar Maschinen, die nach professioneller Zuwendung (sprich Service) verlangen. Schon heute könnte man damit eine Menge anstellen. Leider sind die Daten überall verstreut, fragmentiert, unterschiedlich formatiert und kaum verknüpft. Mal eben kurz beliebige Daten zusammenzuwerfen und daraus eine coole Anwendung zu bauen, ist deswegen nahezu unmöglich.

Unsere Demos auf der CeBIT

Gemeinsam mit metaphacts haben wir für die CeBIT eine Demo entwickelt, die sich um das Thema Geomarketing und Social-Media-Analyse dreht. Letztere setzen wir bereits ein, um Twitter-Nachrichten zu einem bestimmten Thema zu suchen. Unternehmen wollen beispielsweise gerne wissen, was in seinem Umfeld gerade passiert oder bald passieren wird, um ihren Kunden passende Angebote zu machen oder zur richtigen Zeit an der richtigen Stelle zu werben. Das allein ist durchaus anspruchsvoll, denn Tweets sind kurz, in natürlicher Sprache verfasst und oft voller Rechtschreibfehler. Aus einzelnen Tweets das Thema zu erkennen ist für Maschinen nahezu unmöglich. Deswegen gruppieren wir sie nach verschiedenen Kriterien. Aus einer einer Gruppe bspw. jener zum Hashtag data2day lässt sich bspw. aus der räumlichen Verteilung schließen, dass es um ein lokales Ereignis geht. Und da viele Tweets wurden zuletzt im Gebäude der IHK Karlsruhe verfasst wurden, ist dies mit einiger Wahrscheinlichkeit der Austragungsort. Tatsächlich ist data2day eine Konferenz und fand dort statt.

Twitter meets WikiData

Diese Anwendung haben wir mit metaphacts Technologie verheiratet. So werden gefundene Stichworte mit Wikidata-Entitäten verbunden. Wikidata ist ein Wissensgraph, der unter anderem in Wikipedia steckt. Wikidata verknüft beispielsweise Karlsruhe mit vielfältiger Hintergrundinformation (Großstadt, Lage, Zugehörigkeit, Namensgeber und vieles mehr). Das Ergebnis ist in dreifacher Hinsicht besser:

  1. Unser Unternehmen erhält viel detailliertere Antworten. So lässt sich bspw. erkennen, dass die data2day, auf die wir auf Twitter gestoßen sind, eine Konferenz für Softwareentwickler ist. Das grenzt dort anzutreffende Zielgruppe ein. Auch weiterführende Informationen über den Veranstalter, den Austragungsort und dessen genaue Lage sind hilfreich.
  2. Der Kontext erlaubt umgekehrte Fragestellungen – von Wikidata nach Twitter. So könnte ein Software-KMU auf Mitarbeitersuche fragen: „Über welche Ereignisse mit Bezug zu Softwareentwicklung waren in Karlsruhe und Umgebung besonders viel getweetet worden?“ Ergebnis: Auf der data2day-Konferenz brauchen wir Flyer und einen Aushang.
  3. Die semantische Verknüpfung gibt wertvolle Hinweise darauf, wie ein Ergebnis am besten visualisiert werden kann. Ist der Ortsbezug Teil der Antwort, so bieten sich bspw. Karten an. Ist der Zeitaspekt wichtig, könnte ein Zeitstrahl sinnvoll sein. Und geht es um die absolute oder relative Anzahl von Tweets, sind bspw. Balken- und Kuchendiagramme geeignet.

Ein paar Screenshots seht ihr hier:

Zwei weitere Anwendungsfälle und Demos…

  • Intelligente Parkplatzsuche: In einer Großstadt einen Parkplatz zu finden kostet Zeit und Nerven. Sensoren können zwar freie Parkplätze erfassen, aber bis der erreicht ist, kann er belegt sein. Wer oft in dieselbe Stadt fährt, lernt allerdings dazu. Er weiß irgendwann, wo zu welcher Tageszeit, Saison, bei welchem Wetter und unter welchen Bedingungen wahrscheinlich ein Parkplatz zu finden ist. Und er weiß auch, ob es besser ist, das Gebiet abzufahren oder an einer Stelle zu warten, bis ein Platz frei wird. Geiser bildet dieses Verfahren technisch nach, um auch Ortsfremde anzuleiten.
  • Servicetechniker-Einsatzplanung umfasst gleich mehrere Herausforderungen für intelligente Datenanalyse. In den Sensordaten einer Maschine zeigt sich ein Problem lange bevor ein Störfall eintritt. Auch das sind Geodaten, denn die Maschine steht ja irgendwo und der Ort ist ein wichtiger Parameter für den Serviceeinsatz – sowohl für die Techniker, als auch für Werkzeug und Ersatzteile. Ein anderer ist das Zeitfenster für den Einsatz. Und der dritte ist ebenfalls ein räumlicher, nämlich Prognosen über Verkehr, Parkplätze, Wetter etc., damit Techniker nicht im Stau stehen und die Reparatur auch durchgeführt werden kann. GEISER verbindet diese drei Aspekte zu einer intelligenten Servicetechniker-Einsatzplanung.

Wie Geiser genau funktioniert und was schon jetzt erreicht wurde, erzählen wir Euch gerne auf der CeBIT 2017 am Stand des BMWi (Halle 6, Stand C40). Wir freuen uns auf Deinen Besuch.

Richard Wacker

Richard Wacker

Die männliche Quasselstrippe unter den YellowMaplern: Egal ob es um schwarze Löcher oder Patentsrechtproblematik geht, Richard kann zu jedem Thema etwas sagen. Ein breitgefächertes Themenfeld gehört auch zu seinem Berufsalltag als Forschungsleiter: Von Festivals über Notfallszenarien bis hin zu Management von sozialen Netzwerken ist alles dabei. Mit seiner Redegewandtheit kann er andere schnell für seine Themen und kreativen Ideen begeistern. In seiner Freizeit heißt das Motto „Augen zu und durch“, wenn er die Straßen mit seinem Motorrad unsicher macht.
Richard Wacker

Letzte Artikel von Richard Wacker (Alle anzeigen)