Deutsche Kommunen und kommunale Unternehmen sitzen häufig auf wahren Datenschätzen – doch dieser Schatz ist in den meisten Fällen noch nicht gehoben. Daten sind beispielsweise die Grundlage für ein effektives kommunales Parkraummanagement, werden aber meistens lang nicht so gut genutzt, wie sie genutzt werden könnten.
Die kommunalen Datenquellen sind vielfältig und die Daten fallen in vielen unterschiedlichen Fachbereichen an. Informationen über die aktuelle Parkauslastung können beispielsweise über ein Parkleitsystem oder auch über weitere Parkierungseinrichtungen, teilweise in Echtzeit, ermittelt werden. Neben solch dynamischen Informationen existieren häufig auch Daten zur Lage und Verfügbarkeit von weiteren privaten oder auch öffentlichen Parkflächen. Verkehrsrechner oder Sensoren und Verkehrszählungen liefern zudem Daten über die aktuelle Verkehrsauslastung. Ebenso verwalten Städte Informationen zu Baustellen, Veranstaltungen und Straßensperrungen und wissen, wann und wo Strafzettel verteilt wurden.
Das Problem: die Datenquellen sprudeln in Silos, nicht in einen Datenpool
Es ist richtig und wichtig, all diese Daten zu erheben. Doch dabei wird häufig ein Fehler gemacht: Die Daten werden innerhalb einzelner Fachbereiche erhoben und nicht oder nur sehr eingeschränkt mit anderen Fachbereichen geteilt. Fachbereiche besitzen Datensilos, anstatt eines gemeinsamen Datenpools. Ein Datenpool würde über isolierte Analysen hinaus die Möglichkeit für erweiterte, integrierte Datenanalysen bieten. Hiermit ließen sich viele weitere Anwendungen und somit auch Verbesserungen im Parkraummanagement finden, beispielsweise könnten Parkraumkontrollen durch die Analyse von Parkverstößen, Parkplatzverfügbarkeiten, Veranstaltungs- und Verkehrsdaten effizienter gestaltet werden. Ebenso könnte die Verkehrsführung bei Veranstaltungen verbessert oder Parkraum dort ausgewiesen werden, wo er wirklich benötigt wird.
Einzelne Fachbereiche sollten also auch bei der Datenverarbeitung mehr zusammenarbeiten, Ressourcen effizient nutzen und so das gesamte Potenzial der Daten ausschöpfen. Klingt logisch, doch wie kommt es überhaupt dazu, dass jeder Fachbereich einzelne Datensilos anlegt? Kommunen fehlt es häufig schlichtweg an den notwendigen personellen und infrastrukturellen Ressourcen, um eigene Datenauswertungen, -prognosen und -modelle umzusetzen. Um dieses Problem zu adressieren entwickeln wir im Forschungs- und Innovationszentrum Kognitive Dienstleistungssysteme (KODIS) des Fraunhofer IAO einen Cloud-Service, der es ermöglicht, einzelne Datenquellen zusammenzuführen und integrierte Analysen erlaubt.
Die Lösung: Ein Cloud-basierter Analyseservice für Kommunen
Da viele Kommunen mit ähnlichen Problemen kämpfen, ist es sinnvoll, solche Möglichkeiten zur Analyse und Verarbeitung von Verkehrs- und Mobilitätsdaten als Cloud-Service anzubieten. Mit dem Projekt »park-an« entwickeln wir einen Prototyp für die Analyse kommunaler Daten mit dem Ziel, kommunalen Akteuren die Mehrwerte und Nutzungspotenziale ihrer Daten aufzuzeigen und sie zu eigenen Auswertungen zu befähigen. Der entwickelte Prototyp wird im nächsten Schritt zu einem Cloud-Service ausgebaut.
Als Datengrundlage des Cloud-Services sollen bereitgestellte Daten aus unterschiedlichen Fachbereichen der jeweiligen kommunalen Akteure genutzt werden, die wiederum mit weiteren öffentlich verfügbaren Daten angereichert werden. Es lassen sich beispielsweise öffentlich verfügbares Kartenmaterial oder Daten zu Feinstaubbelastungen in Städten mit den kommunalen Mobilitätsdaten verschneiden. Auf Grundlage dieser Daten können Mehrwert stiftende Visualisierungen und Analysen bereitgestellt und so Entscheidungsprozesse im kommunalen Parkraummanagement unterstützt werden.
Abbildung 1: Prototyp eines Services zur Visualisierung und Analyse von Mobilitätsdaten am Beispiel der Anzahl an Parkvorgängen auf einzelnen Parkflächen. (Quelle: Fraunhofer IAO)
Der hier gezeigte Ausschnitt des Prototyps nutzt sowohl kommerzielle Daten zu durchgeführten Trips mit PKWs in Heilbronn als auch öffentlich verfügbares Kartenmaterial. Aus dem Kartenmaterial werden die Anzahl und Lage von Parkflächen ausgewertet und mit den Tripdaten verschnitten. Die Grafik macht sichtbar, wie viele Trips (Balken) innerhalb der einzelnen markierten Parkflächen (orangene Flächen) enden. Aus dem Kartenmaterial lassen sich neben den Parkflächen weitere Informationen wie die Landnutzung (z.B. Industriegebiete oder Wohngebiete) extrahieren. Durch Kombination der Daten lassen sich Rückschlüsse über die Parkraumauslastung und das Verhalten der Verkehrsteilnehmenden ziehen. Durch den Einsatz von Filterfunktionen können zeitliche Veränderungen, beispielsweise die Auswirkungen der Corona-Pandemie, festgestellt werden.
Diese beispielhafte Auswertung veranschaulicht, welches Potenzial die integrierte Sicht auf Daten hat und warum Städte diese besser nutzen können und sollten. Denn durch das Zusammenführen unterschiedlicher Datenquellen können alle profitieren!
Video zu dem Prototyp
In den Leselinks finden Sie weitere Informationen, sowie einen Überblick über die Tätigkeiten und Entwicklungen von KODIS im Umfeld des Parkraummanagements der Zukunft.
Leselinks:
- Projekt »park-an« des Fraunhofer IAO
- Artikel »Kommunales Parkraummanagement der Zukunft« von KODIS auf dem Portal Urban Digita
Kategorien: Future Mobility, Stadtentwicklung
Tags: Parkraummanagement