Zahl im Quartal: Smart-Data-Projekt SD4M verarbeitet mehr als 139.000 Meldungen täglich

© Smart Data

Wie komme ich wann wohin und wie lange dauert es? Die Frage nach dem effektivsten und effizientesten Weg beschäftigt uns jeden Tag und ist auch für reibungslose Abläufe in der Wirtschaft entscheidend. Vorübergehende Hindernisse, ob Staus, Zugausfälle oder Verspätungen, erschweren den Weg von A nach B genauso wie längerfristige Baustellen oder Umleitungen. Um die individuelle Fortbewegung verbessern zu können, muss die Vielzahl von Mobilitätsangeboten noch stärker aufeinander abgestimmt werden. In diesem Zusammenhang nutzt das im Technologieprogramm „Smart Data – Innovationen aus Daten“ des Bundeministeriums für Wirtschaft und Energie (BMWi) geförderte Projekt „SD4M – Smart Data For Mobility“ große Datenmengen, um flüssige Reiseketten zu erstellen und dem Kunden anzubieten.

SD4M verarbeitet rund 139.000 RSS-Meldungen pro Tag, darunter Stau- und Unfallmeldungen, Informationen zu Sperrungen und bzw. oder zum Schienenersatzverkehr und weitere Datensätze aus dem Verkehrssektor. Zusätzlich werden täglich mehr als 140.000 Social-Media-Meldungen ausgewertet. Zum Beispiel Posts auf Twitter. SD4M erkennt, wenn sich Meldungen zu bestimmten Ereignissen häufen, ordnet die Informationen geografisch zu und integriert sie ins System. Hinzu kommen komprimierte Rohdaten in Kombination mit Datenbanken von deutschlandweit 27.075 Städten, 104.598 Straßennamen, 9.860 Haltestellen und 25.907 Routen bzw. Linien im öffentlichen Nahverkehr.

„Die Herausforderung liegt darin, die Daten so aufzubereiten, dass wir sie in Zusammenhang setzen und für die Mobilität nutzen können“, sagt Ingo Schwarzer, Chief Digitalist bei der DB Systel GmbH und Konsortialführer des Projekts SD4M. „Was heißt es zum Beispiel, wenn Verkehrsteilnehmer online posten, dass es sich ‚kurz vor‘ Hanau staut oder der Flughafen mitteilt, dass die Start- und Landebahnen ‚bald‘ wieder freigegeben werden. Dadurch, dass wir eine Vielzahl unterschiedlicher Daten und Datenquellen, zum Beispiel Wetterdaten, Verkehrsmeldungen und -statistiken sowie Beobachtungen, Meinungen und Einschätzungen in Beziehung setzen können, sind wir in der Lage, Mobilitätsströmungen sehr präzise vorherzusagen und konsistente Reise- oder Transportketten zu konstruieren. Durch die intelligente Verknüpfung können die Daten sinnvoll verwendet werden. Aus Big Data, also der schieren Masse an verfügbaren Daten, wird Smart Data.“

Laut Schwarzer ist ein übergreifender Datenaustausch entscheidend, denn der Markt an Dienstleistern im Mobilitätssektor ist groß. Die Systeme dieser Dienstleister sind aber nur selten aufeinander abgestimmt. „Im Projekt SD4M entwickeln wir eine zentrale Serviceplattform, die Daten von Mobilitätsanbietern mit weiteren Datenquellen kombiniert. Die Projektteilnehmer experimentieren dabei mit einer Vielzahl von offenen Datenquellen.“ Große Potenziale liegen auch in der Auswertung von Newsseiten und anderen Nachrichtenquellen oder Nachrichtenagenturen wie dpa oder Reuters. Daneben werden Staumeldungen und Baustelleninformationen, offizielle Fahrplan- und Nahverkehrsdaten, Stadt- und Ortskarten, Veranstaltungspläne ebenso wie Tourismusinformationen in die Plattform eingespeist. Im Bereich Social Media kommen Daten aus Foren und Blogs sowie von Twitter oder Facebook hinzu.