Datenfleckerlteppich, Geodata Cubes und der “Starbucks-Effekt”
Sei es für die Auswahl neuer Standorte von Getränkeautomaten, die Planung von offline Marketing Kampagnen oder die Bewertung von Immobilienpreisen: um fundierte Entscheidungen treffen zu können, werden möglichst aktuelle und detaillierte Karten demographischer und ökonomischer Indikatoren (wie z.B: Durchschnittsalter, Haushaltseinkommen oder Tages-/Nacht-bevölkerung) benötigt.
Das Problem dabei ist, dass Kartenmaterial aus den derzeit branchenüblichen Datenquellen meist nicht den Anforderungen ihrer User entsprechen: Oft sind sie nicht aktuell genug, nur in groben administrativen Einheiten (z.B. Bezirk oder Gemeinde) erfasst, kaum über Ländergrenzen hinweg vergleichbar oder - vor allem in Entwicklungs- und Schwellenländern - erst gar nicht verfügbar. Kurz gesagt: ein globaler "Datenfleckerlteppich".
ubicube, ein im Mai 2021 in Graz gegründetes österreichisches High-Tech-Startup hat sich zum Ziel gesetzt, dieses Problem mit einem völlig neuen Ansatz zu lösen. Neben ihrem bestehenden Portfolio an Earth Monitoring Services arbeitet das ubicube Team an einem online Data Warehouse für demographische und ökonomische Daten und Karten. Das Besondere daran ist dabei die räumliche und zeitliche Flexibilität der Daten. Die User können die gewünschten Indikatoren für beliebige Bereiche und Zeitpunkte, in verschiedenen Detailstufen und unabhängig von administrativen Grenzen bestellen.
Mit Copernicus zum Erfolg
Ermöglicht wird diese Innovation durch eine hausintern entwickelte Geospatial Intelligence Software, welche im Stande ist räumliche Muster zu verstehen, diese anhand von bestehenden Geodaten zu beschreiben und schlussendlich auf beliebige geographische Bereiche zu übertragen. Dabei werden Copernicus Satellitenbilder (Sentinel 1,2 und 3) und Points-of-Interest-Daten (sogenannte POIs) aus einer Vielzahl an Quellen gesammelt, mittels State of the art Methoden aus den Bereichen Fernerkundung, Computer Vision und Data Mining in relevante Information verwandelt und schlussendlich in sogenannten Geodata Cubes gespeichert. Auf diese Geodata Cubes greifen dann modernste Machine Learning Algorithmen zu und finden so Zusammenhänge zwischen den extrahierten Geoinformationen und der tatsächlichen Ausprägung eines demographischen oder ökonomischen Indikators. Laut Andreas Salentinig, dem Gründer von ubicube erklärt sich dieses Konzept am besten mit dem "Starbucks-Effekt": "Es wurde nachgewiesen, dass die Locations von Starbucks Coffee Shops in direktem Zusammenhang zu lokalen Mietpreisen für Geschäfts- und Wohnimmobilien stehen. Je näher eine Immobilie an einem dieser Stores liegt, desto höher ist die Miete.
Die Geospatial Intelligence von ubicube sucht nach genau solchen Zusammenhängen und macht sich die wohl größte Stärke von Machine Learning zu Nutze: in riesigen Datenmengen Muster zu erkennen, die über die menschliche Wahrnehmung hinausgehen." In der Lösung von ubicube wird besonders gut sichtbar, welchen Mehrwert POI Daten und vor allem Satellitenbilddaten mit sich bringen, denn nur dadurch wird das Service global skalierbar. In einem vom Bundesministerium für Klimaschutz (BMK) finanzierten, über FFG und ESA BIC geförderten Forschungsprojekt versucht das ubicube Team herauszufinden, für welche demographischen und ökonomischen Indikatoren die Geospatial Intelligence besonders gut funktioniert. In diesem Zusammenhang wurde vor Kurzem ein online Showroom gelauncht, der einen ersten Eindruck über die User Experience und die Funktionalitäten des geplanten Datawarehouses gewährt: https://sedea.ubicube.eu/." Mit unserem Service ermöglichen wir den Zugang zu demographischen und ökonomischen Daten in noch nie dagewesener Form: einfach, flexibel und skalierbar. Wir wissen allerdings auch, dass noch viel Potential in unserer Lösung steckt und arbeiten schon an neuen Use Cases für unsere Geospatial Intelligence.", so Salentinig.