in Dresden

Sie befinden sich hier: :/Tag:in Dresden
  • 'Ostansicht' von Stefan Eissing unter CC-BY2.0 Lizenz von flickr.com

Vorhersage der Parkhausbelegung mit Offenen Daten

Wir engagieren uns seit geraumer Zeit in der Open Knowledge Foundation, welche das Ziel verfolgt, ohnehin schon öffentliche Daten auch noch standardisiert und maschinenlesbar verfügbar zu machen, damit Mehrwert daraus generiert werden kann.

Ein schönes Beispiel für den Nutzen von Offenen Daten (Open Data) möchten wir am Beispiel der freien Parkplätze in Dresden zeigen. Die Stadt Dresden hat ein intelligentes Verkehrsleitsystem und -konzept (VAMOS), welches auch die freien Parkplätze in den jeweiligen Parkhäusern und -plätzen erfasst und bereitstellt.

Leider stehen diese Daten nicht offen – heißt: über eine Schnittstelle für jedermann – zur Verfügung. Die Open Data Aktivisten vom OKLab Dresden haben deshalb einen Scraper geschrieben, der die Zahlen von der Webseite holt und in eine Datenbank speichert sowie eine maschinenlesbare Schnittstelle zur Verfügung stellt. Erste Anwendungen auf Grund der offenen Daten sind bereits entstanden:

ParkenDD – eine Smartphone App für Android (von J. Kliemann) und iOS (von K. Költzsch)
Karte mit freien Parkplätzen Dresden

Da die Daten nun fast für ein gesamtes Jahr vorhanden sind (03/2014 – 03/2015) ist der Zeitpunkt gekommen, sich diese einmal anzusehen.

Zum einen sind statistische Aussagen interessant, zum anderen ist das Ziel ein Modell aufzustellen, welches die Belegung von innerstädtischen Parkhäusern vorhersagen kann. Wer samstags 11Uhr mit Auto zum Shopping nach Dresden kommt, der wird wissen, dass sich fast überall lange Schlangen vor den Parkhäusern bilden. Es ist für Touristen (auch aus Tschechien) also durchaus interessant, schon vorher zu wissen, wie in 1h die Belegung des angesteuerten Parkhauses ist. Dies ermöglicht intelligente Verkehrssteuerung. Man könnte sagen: Smart City!
Datenbasis: Open Data
Leider nicht von der Stadt Dresden direkt bereitgestellt, aber wenigstens von den Open Data Aktivisten aus Dresden. Ein aktueller Auszug aus der Datenbank kann hier heruntergeladen werden. Dieser bildet die Basis der nachfolgenden Visualisierungen.
Zeitreihenanalyse der Belegung
Die einfachste und logischste Analyse ist zuerst einmal die Zeitreihenanalyse. […]

By |03/2015|Categories: DataLab|Tags: , , , |0 Comments
  • Headerimage

CodeWeek Workshop: Datenvisualisierung für Journalisten

Vom 11. – 17. Oktober findet in der ganzen Europäischen Union die CodeWeek statt, welche das Programmieren und Offene Daten einem breiterem Publikum zugänglich machen soll.

Wir finden, das Datenvisualisierung ein elementarer Baustein zum Finden und Erzählen von Geschichten ist. Eine Auflistung von Zahlen in ein anschauliches Diagramm gepackt oder Sachverhalte georeferenziert aufgearbeitet, ergeben ein umfangreicheres Bild auf eine Geschichte. Das hilft, einen Mehrwert für den Leser zu schaffen.

Daher bieten wir einen Grundlagen-Workshop Datenvisualisierung für Journalisten an, an dem Sie im Rahmen der CodeWeek am Mittwoch, 15.10.2014 um 19:00Uhr in der Kamenzer Str. 52 in Dresden kostenlos teilnehmen können.

Datenvisualisierung für Journalisten

Der Beruf des Journalisten ist im Wandel. Journalisten müssen eigene Wege gehen, um auch in Zukunft einen konkreten Mehrwert für die Leser zu generieren. Datenvisualisierung bietet dafür enorme Chancen – man muss sie nur zu nutzen wissen.

Datenvisualisierung ist ein enorm boomender Zweig und geradezu prädestiniert von Journalisten besetzt zu werden.

Die Inhalte sind speziell auf Programmier-Anfänger und bisherige Excel Nutzer ausgerichtet und bieten einen idealen Start in das unendliche Themengebiet. Alle eingesetzten Tools sind kostenfrei. Der Ablauf wird in etwa folgender sein:

Was erwartet Sie?

Beispiel Einwohnerdichte der Dresdner Stadtteile
Wir nehmen uns eine Tabelle aus der Wikipedia vor, z.B. die Dresdner Stadtteile, bereiten die Daten auf, sodass sie ein Algorithmus verarbeiten kann und stellen die Daten in einem so genannten Scatter Diagramm Einwohnerzahl vs. Fläche dar:

Es fällt sofort auf, dass die Stadtteile Altfranken, Oberwartha, Schönborn, Langebrück, Cossebaude, Mobschatz, Gompitz und Weixdorf dicht beieinander liegen, somit bezüglich der Einwohnerdichte ähnliche Gegebenheiten dort vorzufinden sind. Weiterhin fällt auf, dass Loschwitz ein Extrem in Dresden ist (seeeeehr viel Fläche für sehr wenig Einwohner), Blasewitz das Andere (seeehr viele Einwohner auf relativ wenig Fläche).

Und für Onlineangebote erstellen wir daraus eine interaktive Grafik, zum Einbetten:

Unterstützt wird der […]

By |10/2014|Categories: Allgemein|Tags: , , |0 Comments
  • Tegel-Traveltime-Map

Visualisierung der Fahrzeit mit Bus+Bahn

Eine interessante Fragestellung für jeden Gewerbetreibenden, egal ob Immobilienwirtschaft oder Einzelhandel, ist: Wie gut ist mein Geschäft an den Öffentlichen Personennahverkehr angebunden? Gerade in Großstädten ist der ÖPNV ein Hauptverkehrsmittel, kann somit viele Käufer in’s Geschäft bringen bzw. die Wohnlage attraktiver gestalten.
Fahrzeiten ÖPNV Dresden
Wir haben die Fahrzeiten beispielhaft für die Dresdner Verkehrsbetriebe in einem Heatmap visualisiert:

 

Deutlich erkennbar die drastischen Unterschiede bei der Anbindung vom Einkaufszentrum „Centrum Galerie“ und „Elbepark“. Aber auch die gute Anbindung des Stadtteils „Löbtau“ an die TU Dresden zeigt, weshalb es die Studierenden vermehrt dorthin zieht. Eine interessante Information für Immobilienbesitzer oder Grundstückseigentümer.
Fahrzeiten am Beispiel des ÖPNV in Berlin

Aber auch für Mobilitätsinfrastrukturbetreiber ist die Information, wie gut Passagiere hin bzw. weg kommen, interessant.
Erreichbarkeit Flughafen Berlin Tegel

  • VUFO Logo

Kooperation mit der Verkehrsunfallforschung

Die Verkehrsunfallforschung an der TU Dresden GmbH ist Bestandteil des Gemeinschaftsprojektes „GIDAS“ (German In-Depth Accident Study), welches durch die Forschungsvereinigung Automobiltechnik e.V. „FAT“ und der Bundesanstalt für Straßenwesen „BASt“ initiiert wurde. Sie erhebt und analysiert Unfalldaten mit Personenschäden und leistet damit einen Dienst zum Schutz von Menschenleben, denn die Daten fließen zurück an die Automobilindustrie, den Gesetzgeber, die Verkehrsplanung und auch das Rettungswesen.

Wir haben heute der Geschäftsführung unsere Birdsview Technologie vorgestellt und hoffen, dass diese zukünftig die VuFo bei Ihren Aufgaben, die Verkehrssicherheit zu erhöhen, unterstützen wird.

Birdsview by MechLab Engineering from MechLab Engineering on Vimeo.