GEISER

Intelligente Kombination von Sensoren und Geodaten

Geiser Logo
Geiser Logo

Kurzsteckbrief

Miteinander vernetzte, intelligente Systeme – das können zum Beispiel Maschinen oder Zapfsäulen sein – verfügen über Sensoren, die täglich große Mengen Daten erfassen. Im Projekt GEISER wird eine cloudbasierte Plattform entwickelt, die diese Daten mit sogenannten Geodaten zur räumlichen Positionsbestimmung kombiniert, sie in ein einheitliches Format bringt und für neue intelligente Services und Produkte nutzbar macht. Dabei werden drei konkrete Anwendungsbeispiele betrachtet: eine intelligente Parkplatznavigation, Geoservices für eine verbesserte Einsatzplanung von Service-Technikern sowie Marketingmaßnahmen, die auf Geodaten basieren.

Problemstellung

In Schlüsselbranchen wie dem Maschinenbau oder der Elektroindustrie werden täglich Terabytes an Daten generiert. Diese stammen aus verschiedenen Quellen, zum Beispiel von Sensoren zur Zustandsüberwachung von Druckmaschinen, aus dem Betrieb intelligenter Tanksäulen oder es handelt sich um Mobilitätsdaten von Navigationssystemen oder GPS-Sensoren in Handys. Die Kombination von geografischen und sensorbasierten Daten birgt große Potenziale zur Optimierung von logistischen Prozessen, etwa Service-Einsätzen zur Behebung von Störungen oder zur Lokalisierung von Lieferanten.

Auch im Servicebereich der Tourismus-, IKT- und Unterhaltungsindustrie können ortsbezogene Informationen in Kombination mit demografischen und statistischen Daten, die von zahlreichen Portalen wie z. B. dem Statistischen Bundesamt zur Verfügung gestellt werden, viele strategische Entscheidungsprozesse unterstützen. So kann zum Beispiel die Auswahl eines Standortes für eine Verkaufsfiliale unter Berücksichtigung der Kaufkraft potenzieller Kunden stattfinden.

Die Qualität und Beschaffenheit der verfügbaren Daten ist dabei sehr unterschiedlich und hängt von den Datenquellen ab. Die erforderlichen Geodaten können zum Beispiel aus qualitativ hochwertigen Datenquellen wie Navigationssystemen oder Geo-Sensoren stammen, aber auch von digitalen Landkarten oder sehr unstrukturierten Datenquellen wie z. B. Social-Media-Einträgen. Das hohe Datenvolumen, die Vielfalt der Datenquellen sowie die Geschwindigkeit der Aktualisierung und Erzeugung von Mobilitäts- und Geodaten stellen neue technologische Herausforderungen dar (Big Data). Die Schwierigkeiten liegen vor allem in der Fusionierung von Sensordaten mit ortsbezogenen Informationen und in der Aktualisierung und Bereitstellung der aufbereiteten Daten für intelligente Services.

Die zunehmende Komplexität dieser Services erfordert neuartige Verfahren zur Integration und Nutzung von Mobilitäts- und Geodaten.

Ziele

Im Projekt GEISER soll eine offene, cloudbasierte Plattform zur Akquise, Transformation, Speicherung, Integration, Qualitätssicherung, Verarbeitung sowie Auslieferung von Services entwickelt werden, die auf Geo- und Sensordaten basieren.

Die Datenquellen, die in unterschiedlicher Qualität und Formaten vorliegen, sollen erfasst und in die Plattform eingebunden werden. Diese heterogenen Daten werden anschließend in ein einheitliches Format gebracht. Die Qualität der Daten kann dadurch sichergestellt werden, dass Informationen aus unterschiedlichen Quellen ergänzend miteinander kombiniert werden. Die smarten Services greifen nun auf Geo- und Sensordaten zu, die in hoher Qualität und einem einheitlichen Format vorliegen.

Die Plattform stellt nicht nur Daten, sondern auch Werkzeuge zur Verfügung, mit denen geografische und ortsbezogene Daten, wie Wetterdaten oder Stadtentwicklungs- und Bevölkerungsdaten, fusioniert und analysiert werden können. Mit diesen wird die Entwicklung von neuen smarten Diensten erleichtert.

Technologien und Herausforderungen

Die GEISER-Plattform stellt Filter und Übersetzungstools bereit, um unterschiedliche Datenquellen mit zusätzlichen - z.B. öffentlichen – Daten über die Bevölkerungsdichte anzureichern und in ein einheitliches Format zu konvertieren. Das einheitliche Format ermöglicht unter anderem die Fusion und Analyse der Daten und erleichtert zudem ihre Visualisierung. Zusätzlich vereinfacht werden soll die Datenverarbeitung durch selbstlernende Algorithmen, an denen im Rahmen des Projekts geforscht wird. Durch sie würden Fusion und Analyse der Daten mit nur minimalem manuellen Aufwand möglich.

Anwendungen

Drei Anwendungsszenarien sollen beispielhaft umgesetzt werden, die die Leistungsfähigkeit der GEISER-Plattform demonstrieren.

Das erste Szenario stellt eine intelligente Parkplatzsuche dar: Informationen über die aktuelle Verkehrslage werden mit einer wahrscheinlichen Parkplatzauslastung kombiniert, die auf der Basis von Erfahrungswerten und Informationen über Veranstaltungen in der Stadt errechnet wurde. Auf dieser Datengrundlage wird der Autofahrer entlang von Straßen navigiert, auf der sich mit sehr hoher Wahrscheinlichkeit freie Parkplätze befinden.

Das zweite Szenario ist eine intelligente Planung von Servicetechniker-Einsätzen zur Instandsetzung von Produktionsmaschinen. Hier werden Einsätze von Servicetechnikern durch zeitaktuelle Informationen, wie beispielsweise neu aufgetretene Maschinenfehler, aktuelle Wetterlage, Stauinformationen sowie Lieferstatus von Ersatzteilen und Spezialwerkzeugen, neu geplant.

Im dritten Szenario werden Geomarketing-Dienstleistungen entwickelt. In diesem Anwendungsfall werden lokale Unternehmer wie Einzelhändler oder Gastronomen anhand von zuvor berechneten Scorewerten in ihrem täglichen Handeln unterstützt. Die Scorewerte helfen bei der Beantwortung von verschiedenen unternehmerischen Fragestellungen wie beispielsweise „Wo befinden sich meine Kunden wann?“. Hierzu wird unter anderem auf Daten aktueller Veranstaltungen im mikrogeografischen Raum zurückgegriffen, um Besucherströme und deren Struktur zu prognostizieren.

Konsortialpartner

USU Software AG (Konsortialführer); Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V.; metaphacts GmbH; TomTom Development Germany GmbH; Universität Leipzig; YellowMap AG

Ansprechpartner

USU Software AG

Henrik Oppermann

Homepage: GEISER