Name des Teilnehmers: Dr. Immanuel Schweizer
Description of the IT-research project: Laut UN-Weltbevölkerungsbericht lebten 2010 erstmals über 50% der Weltbevölkerung in Städten, Tendenz steigend. Durch diese Urbanisierung ergeben sich Herausforderungen, die technisch, planerisch, aber auch im Hinblick auf soziale Aspekte gemeistert werden müssen. Den durchzuführenden Maßnahmen stehen aber heterogene Bevölkerungsgruppen gegenüber, bspw. Anwohner, Autofahrer, Unternehmen, Industrie usw., die verschiedene Visionen und Ziele verfolgen.
In den USA setzt sich die Erkenntnis durch, dass mangelnde Informationen und unklare Zielvorgaben wesentlich zur steigenden Zahl von Bürgerprotesten und zu suboptimaler Vermittlung zwischen Konfliktparteien führen. In Deutschland ist das Problem mangelnder Transparenz und Datengrundlage zum Beispiel bei den Protesten gegen die dritte Landebahn in Frankfurt oder gegen Stuttgart21 zu beobachten.
Dies sind in den USA, aber auch in Europa, Ansatzpunkte für die Open Government Initiative. Deren Ziel ist es, alle Parteien, z.B. Bürger, Industrie etc., mit einer möglichst umfassenden Datengrundlage auszustatten, um Entscheidungen zu begründen, Misswirtschaft zu vermeiden und Planungen zu verbessern. Dabei wird versucht, die Entwicklung von Städten direkt bei den Betroffenen in der Stadt zu messen, also bei den Bürgern, und die Daten den Betroffenen und Beteiligten wieder verfügbar zu machen. Dazu muss eine Stadt im Sinne einer „Smart City“ in der Lage sein, ihren eigenen „Zustand“ zu erfassen und in Form von Open Data verfügbar zu machen und dadurch Transparenz zu fördern.
Vor diesem Hintergrund leistet das Projekt einen fokussierten Beitrag zu zwei zentralen allgemeinen Fragestellungen: “Wie macht man eine Stadt smart?” und “Wie beteiligt man die Menschen frühzeitig aktiv?”. Das besondere Alleinstellungsmerkmal des Projekts bestand darin, dass hybride Sensornetze als Ansatz vorgeschlagen und untersucht wurden. Der Begriff “Hybrid” steht dabei für die wohlüberlegte Kombination dreier bislang getrennter Ebenen der Datensammlung:
Die erste Ebene umfasst kostenintensive hochpräzise Messstationen und -wagen, wie sie üblicherweise in sehr kleiner Stückzahl in den Städten verfügbar sind. Deren Kennzeichen sind: sehr hohe Genauigkeit, amtliche Zulassung als Entscheidungsgrundlage (Lärmschutzmaßnahmen, Planfeststellungsverfahren usw.), aber auch geringe Datendichte und schlechte zeitliche Verfügbarkeit.
Auf Ebene zwei sind drahtlose Betreiber-kontrollierte Sensornetzwerke angesiedelt, bei denen hunderte oder tausende von Sensorknoten im Stadtgebiet ausgebracht werden; Eigner dieser Netze sind entweder Infrastrukturbetreiber bzw. Stadtverwaltungen oder spezielle Dienstanbieter; Kennzeichen sind mäßige bis gute räumliche Abdeckung und Präzision, relativ hohe Messdaten-Bandbreite, aber auch hohe Gesamtkosten und relativ schwerfällige Anpassung an aktuelle Erfordernisse.
Ebene drei betrachtet quasi den Menschen als Sensor. Dazu werden einerseits Sensoren genutzt, die in moderner Elektronik, insbesondere Smartphones, verbaut sind; je nachdem, ob die Smartphone-Besitzer noch die Entscheidungshoheit über einzelne Messereignisse haben oder nicht, wird dieses Vorgehen als Participatory Sensing oder Pervasive Sensing bezeichnet. Andererseits können Bürger mit diesem Ansatz auch persönlich wahrgenommene Zustände bzw. Ereignisse melden.
Software Campus-Partner: TU Darmstadt, SAP SE
Umsetzungszeitraum: 01.06.2012 – 31.05.2014