Smart-City-Anwendungen: Entwicklungspotenziale und Spannungsfelder von Sensorik und mobilen Daten!
Die Stadt Bamberg erhält über sieben Jahre Fördermittel in Höhe von insgesamt 15 Millionen Euro vom Bundesinnenministerium im Rahmen des Bundesprogramms „Modellprojekte Smart Cities“. Die Beteiligung der Otto-Friedrich-Universität Bamberg umfasst ein interdisziplinäres Labor, in dem Doktorandinnen und Doktoranden unterschiedlicher Fachbereiche die Projekte der Stadt Bamberg begleiten.
Ziel ist es, Studierende und Bürgerinnen und Bürger mit einzubeziehen. Zunächst finden dafür Testphasen, sogenannte Versuchsballone, für die Dauer eines Semesters statt, wie die Expertin für Mobilitätssensorik und Datenerfassung in Smart Cities, Prof. Dr. Daniela Nicklas, im Interview mit RFID im Blick berichtet.
Die Leiterin des TAO (TechnologieAllianzOberfranken)-Lehrstuhls für Informatik, insbesondere Mobile Softwaresysteme/Mobilität an der Universität Bamberg gibt einen Einblick in Bereiche, die mit Blick auf die eingesetzte Hardware, die Datengewinnung und -nutzung wichtig sind, um nachhaltige Lösungen realisieren zu können.
21. Nov 2023 - Ergebnisse des AIM-Trendbarometers für das 1. Halbjahr 2023
Wie können Sensordaten sinnvoll und sicher eingesetzt werden?
Technische Forschungsschwerpunkte des Smart City Research Labs zu mobilen und sensor-basierten Anwendungen im Smart-City-Bereich sind der kostengünstige und datenschutzkonforme Einsatz sowie die Überprüfung und Sicherstellung einer hohen Datenqualität. Daneben werden auch gesellschaftliche, soziale und stadtplanerische Aspekte untersucht.
Datenqualität ist kontextabhängig
In Smart-City-Anwendungen müssen Messergebnisse von Sensoren differenziert evaluiert werden. „Erhobene Daten variieren je nach Umgebungsbedingung und müssen daher im Kontext betrachtet werden. Wir an der Otto-Friedrich-Universität Bamberg entwickeln in Zusammenarbeit mit weiteren Forschungseinrichtungen Langzeitverfahren dafür, wie die Qualität der Sensordaten und die Auswirkungen von Umgebungsbedingungen erfasst werden können, damit anschließend die Datenlage korrekt weiterverarbeitet wird“, erklärt Prof. Nicklas.
„Die Qualität von Daten ist essenziell für jede Anwendung – denn viele Anwender vertrauen fälschlicherweise blind den Messergebnissen eines Sensors.“
Spannungsfeld: Kosten und Datenqualität
Grundsätzlich sind Städte und Gemeinden angehalten oder gezwungen, Investitionen in Smart-City-Technologien so gering wie möglich zu halten. Daher kommen häufig kostengünstige Sensoren zum Einsatz. „Smart Cities und ländliche Smart Regions setzen auf preiswerte Sensoren, da – im Gegensatz zum industriellen Einsatz – kein monetärer Gewinn mit der Datenerfassung erzielt wird, sondern der Fokus auf der Optimierung der Lebensqualität und Sicherheit der Bürger liegt“, führt Prof. Nicklas aus.
03. Nov 2023 - RFID im Blick 03-2023
Die gleichbleibende Datenerfassung in dauerhaft vergleichbarer Qualität ist insbesondere beim Einsatz von Sensoren im Outdoor-Bereich eine hohe Hürde.
„Um Daten qualitativ zu verifizieren ist mehr als eine Quelle erforderlich. Idealerweise sind verschiedene Sensoren mit unterschiedlichen Messtechniken installiert oder das Wissen über die exakten Auswirkungen der Umgebungsbedingung auf einen Sensor ist im Vorfeld vorhanden.“ Eine weitere Möglichkeit stellt Crowd Sensing dar, hierbei können, bei entsprechendem Einverständnis, Smartphone-basierte Daten oder Beobachtungen der Bürger direkt in die Auswertungen mit einbezogen werden.
Privatsphäre und Datenschutz müssen gewährleistet werden
Zentrale Herausforderungen bei der Erfassung, Analyse und Nutzung von Mobilitätsdaten sind die Verpflichtung zur Datensparsamkeit, damit nur die Daten erfasst und weiterverarbeitet werden, die auch wirklich gebraucht werden. Das gleiche Engagement muss dem Erhalt der Privatsphäre gelten. „Bewegungsmuster von Bürgerinnen und Bürgern sind hochsensible Daten, da persönliche Vorlieben und Lebensbereiche offenbart werden können.
Damit kein Rückschluss auf eine bestimmte Person möglich ist, muss eine datenschutzkonforme Sicherung gewährleistet werden“, erläutert Prof. Nicklas. Die Kommunen sind am übergeordneten Gruppenverhalten interessiert, da diese wertvollen Informationen für die Optimierung der Lebensqualität der Bürger beinhalten, nicht an einzelnen Individuen.
Verschleierung individueller Daten z. B. durch K-Anonymität
Um Daten zu anonymisieren bevor sie analysiert werden, können Verschleierungsmethoden eingesetzt werden.
„K steht hier für die Anzahl an Personen, mit denen ein Individuum verwechselt werden kann, also der Größe der Gruppe. Insgesamt stehen verschiedene Möglichkeiten die Anonymität zu wahren zur Verfügung. Beispielsweise können Personenanzahl und Altersspanne großzügig angegeben werden. Bei Bewegungsmustern können Anfangs- und Endpunkt ausgespart werden oder nur Standardfälle betrachtet werden“, erklärt Prof. Nicklas. Aber die Integration von Verschleierungsmethoden in der Software muss gemäß dem Privacy-by-Design-Ansatz im Vorfeld aktiv gestellt werden.
Fazit: Datensouveränität und Erfahrungsaustausch sind zentral
„Die heute verfügbaren Technologien bieten ein enormes Potenzial. Fachkräfte und externe Berater sind jedoch wichtig für die Entscheidungsprozesse in Smart-City-Anwendungen, insbesondere dann, wenn die Verwaltungen über keine Fachexperten vor Ort verfügen. Smart Cities und Smart Regions sollten ihre eigene Datensouveränität wahren und aus Fehlern von anderen lernen. Es ist enorm wichtig, dass Städte sich untereinander austauschen, ihre Erfahrungen teilen und Kommunen nicht in ihrem Vorhaben allein gelassen werden. Auch ein Widerstand einer aufgeklärten Bevölkerung kann sehr hilfreich sein und den Entwicklungsprozess positiv beeinflussen und fördern“, fasst Prof. Nicklas zusammen.
Ausblick: Lokalisierung von Kühen
„Aktuell arbeiten wir zudem an einem Projekt zur Mobilitätssensorik innerhalb der Landwirtschaft. Sensorik ist in Tierställen zwar schon verbreitet – um beispielsweise den Gesundheitszustand der Tiere zu überwachen – auf den Weideflächen bisher jedoch nicht. Das Projekt soll eine Rückführung zur Weidehaltung von Kühen für Landwirte ermöglichen“, berichtet Prof. Nicklas. Ziel ist es die Sensoren in Herdenmanagement-Systeme zu integrieren.
