DATA INTELLIGENCE HUB - Für Geschäftskunden

Erleben, was verbindet.

Space Race: Daten werden auch deine Nachbarschaft verändern

Von Chris S. Langdon 

Der Autor bedankt sich bei den Datenwissenschaftlern Anant Vikram und Nikhil Mallela für die Visualisierung und Analyse von Motionlogic-Daten zur Validierung von Mobilitätsanwendungsfällen für diesen Bericht. 

Das neue „Space Race“ – Leise, aber explosiv 

Elon Musk möchte, dass wir eine multiplanetare Spezies werden und den Mars erobern. 2018 konnte sein „Startup“ SpaceX mehr Raketen starten, als jede andere Nation auf der Erde. Andere Superstar-Unternehmer haben sich dem Wettrennen angeschlossen: Amazon-Gründer Jeff Bezos mit Blue Origin und Richard Branson von Virgin Group mit Virgin Galactic. Während Milliardäre im Weltraum und in den Medien gegeneinander antreten, entwickelt sich ein weiteres „Space Race„, das sich leise an uns heranschleicht. Doch die Explosion wird laut sein, da die meisten von uns betroffen sein werden. Es geschieht direkt unter unseren Füßen, dort, wo wir gehen, fahren, einkaufen, arbeiten und leben – in unseren Straßen und Vierteln. Dieses Rennen im urbanen Raum wird durch den Erfolg von Roboterfahrern und autonomen Fahrzeugen ausgelöst (Schlueter Langdon 2018). Der Waymo-Robotaxibetrieb von Google in Chandler, Arizona, ist heute ein lebendiges Beispiel für die Zukunft. Robotaxis werden schlicht gewinnen, weil sie billiger sind – genau wie Ryanair und EasyJet den Flugverkehr in Europa demokratisiert haben. Ein Robotaxi ist billiger, weil es den Fahrer ausspart und häufiger benutzt werden kann als ein Auto (Chang 2015), das normalerweise nur von einer Person benutzt und 95% der Zeit geparkt wird (Barter 2013). Aufgrund der massiven Ineffizienz von Autos herrscht heutzutage unter Regulierungsbehörden wie der Europäischen Kommission, der Forschungsgemeinschaft, Beratungsunternehmen und Investoren ein breiter Konsens darüber, dass künftige Mobilität weniger Platz benötigt (Taylor 2018, Kovacic 2018). Und hier beginnt das neue „Space Race“: Wie kann man zurückgewonnenen Raum nutzen? Wie kann man vorausplanen? 

Entscheidungsträger in die Bredouille bringen: Bürgermeister, Planer, Verkehrsbehörden … 

Städtische Gebiete sind für die meisten von uns nach der Vision des letzten Jahrhunderts von individuellem Kraftverkehr und Autobesitz gebaut worden. Infolgedessen wurde eine große Menge städtischen Raums von Autos an sich gerissen – Autobahnen, Straßen, Einfahrten und Parkplätze (z. B. Jaffe 2015). Die Zahlen sind erschütternd: In den USA gibt es fast 2,5 Parkplätze pro Person (Übersicht in Ben-Joseph 2012), und wir wissen aus eigener Erfahrung, dass Straßen und Parkplätze die meisten Innenstädte von Großstädten problemlos abdecken können. Wenn zukünftige Mobilität weniger Platz benötigt, wie kann dieser dann zurückgefordert werden? Für die Einen ist dies eine völlig neue Herausforderung, wie z.B. für traditionelle Stadtplaner. Für Andere scheinen die Antworten auf der Hand zu liegen: mehr Grün, Parks … Aber so offensichtlich ist es nicht und es steht viel auf dem Spiel, wie die Zukunft der Städte. Antworten wirken sich auf die Immobilienwerte aus, auf die Standorte von Unternehmen und auf die Planung öffentlicher Verkehrsmittel. Für viele von uns ist der Kauf von Immobilien die mit Abstand größte Investition in unserem Leben. Für Unternehmen ist es entscheidend, Showrooms, Niederlassungen und Einrichtungen in der Nähe der Kunden zu platzieren. Neue öffentliche Schienensysteme erfordern lange Planungshorizonte. Und auf globaler Ebene konkurrieren ganze städtische Ökosysteme von Silicon Valley und Shenzhen bis Stuttgart um die gleichen Jobs und Chancen. Das Recycling von Stadtraum ist ein Entscheidungsproblem für jeden Stadtplaner. 

Richtig handeln: Mit Verhaltensvariablen beginnen – Daten zum Personenverkehr 

Management-Guru Peter Drucker legt nahe, sich vor dem Laufen zwischen Links und Rechts zu entscheiden  Anders gesagt, zuerst das Richtige zu tun, bevor es richtig gemacht wird (2001). Für die Entscheidungsfindung in der Stadt bedeutet dies, sich zuerst auf die richtigen Daten zu konzentrieren, bevor man sich der Analyse zuwenden, da Analytics nur extrahieren kann, was in den Daten enthalten ist. Für Entscheidungen zur Wiederverwertung des urbanen Raums sind keine Daten wertvoller und informationsreicher als die Verkehrsdaten der Menschen. Diese Daten sind verhältnismäßig neuartige Verhaltensdaten (Crosby & Schlueter Langdon 2014). Und das Werbegeschäft hat es bereits revolutioniert. Anstatt Leser und Käufer zu fragen, was sie tun, erfassen digitale Tools wie Google Analytics genau, was die Kunden im realen Leben online tun. Der Niedergang des Geschäfts mit analogen Medien ist ein Beweis für die Leistungsfähigkeit solcher Verhaltensdaten. Jetzt sind Städte die nächsten: Für datengetriebene städtische Entscheidungsträger sind Verkehrsdaten wichtige Verhaltensdaten. Jedes anständige Autonavigationssystem benötigt Verkehrsdaten, um die Fahrzeiten zu berechnen und Routenempfehlungen zu geben. In ähnlicher Weise wären Personenverkehrsdaten erforderlich, um den „Stress“ der städtischen Infrastruktur als Ausgangspunkt für Planungen und Investitionen zu bewerten. 

Motionlogic-Vorteil: Kraftstoff für eine intelligente Stadt als Reaktion auf das Weltraumrennen 

Es versteht sich von selbst, dass die Verkehrsdaten von Personen den Datenschutz- und Schutzbestimmungen wie der DSGVO in vollem Umfang entsprechen müssen (https://ec.europa.eu/info/law/law-topic/data-protection_de).?Aus diesem Grund sind Markendaten, wie z. B. Personenverkehrsdaten von Motionlogic, von Vorteil. Marken bürgen für Qualität. Wir, die Verbraucher, zahlen für ein Markenprodukt mehr als für den White-Label-Konkurrenten, um das Ausfallrisiko zu verringern. Selbst für risikoarme Artikel wie Toilettenpapier vertrauen die meisten Verbraucher weiterhin Marken (Hale 2014). Wir wissen, dass in der heutigen hyper-vernetzten Welt keine Marke Qualitätslücken riskieren kann. 

Ein weiterer Vorteil von Motionlogic-Daten liegt in ihrer Vielseitigkeit. es kann den ganzen Weg gehen. Es kann zur ersten deskriptiven Analyse verwendet werden, um Symptome wie „versteckte“ oder unerwartete Verkehrsengpässe festzustellen. Zweitens kann es für Diagnosezwecke oder Vorhersageanalysen verwendet werden, um zu verstehen, warum Engpässe auftreten. Und schließlich sind Motionlogic-Daten für die Analyse von Symptomen und Diagnosen über Rezepte bis hin zu verschreibungspflichtigen Analysen und das Herausfiltern von Win-Win-Investitionsmöglichkeiten für Städte unersetzlich (Schlueter Langdon 2014). Datenwissenschaftler des Telekom Data Intelligence Hub haben dies bewiesen: Sie haben eine Prototypanwendung mit Motionlogic-Daten erstellt, um den Betrieb von gemeinsam genutzten Mobilitätsdiensten zu optimieren. Zum Beispiel, wo, wann und wie viele Fahrzeuge abstellen? Der Data Intelligence Hub bietet eine Reihe von Motionlogic-Produkten an, von Standarddatensätzen bis hin zu neuen, exklusiven Datenlösungen, die für Planungsentscheidungen in Stadt und Mobilität optimiert sind. 

Referenzen