Software der Smart City

Ein weiterer entscheidender Baustein ist die Software der jeweiligen Anwendung. Dies ist der Tanzbereich der Informatiker-Professoren Andreas Schäfer und Nane Kratzke. Die Software ist das Rückgrat der Smart City, so Schäfer, mit Hilfe der Software steuern wir Prozesse.

Algorithmen können schon viel ohne die menschliche Komponente: Nane Kratzke beschäftigt sich mit der Aneinanderkettung verschiedener Algorithmen und technischer Services. Damit möchte er menschliche Schnittstellen reduzieren. Das hat den Vorteil, dass zum einen Ressourcen gespart werden, zum anderen Fehler vermieden werden können. Für Smart City Prozesse hochrelevant: Möchte man beispielsweise den Menschenstrom in einer Einkaufszone einer Stadt bestimmen, kann man das über komplizierte und teure Spezialgeräte machen. Alternativ kann man die Menschenströme über preiswerte Web-Kameras aufnehmen.

Diese Bild-Daten werden mit neuronalen Netzen zur sogenannten Object Detection ausgewertet. Diese Methode anonymisiert Bilddaten mit Personen automatisch, was viele Datenschutzprobleme vermeidet. Als Ergebnis wird beispielsweise ausgegeben, wie viele Erwachsene, Kinder und Hunde zu welchem Zeitpunkt wo waren. Die eigentlichen Bilddaten werden gelöscht.

Die Personenzahl kann anschließend an einen Steuerung-Services übergeben werden, der die Grünphasen einer Ampel steuert und die Grünphasen optimiert.

Dabei greift ein automatisierter Prozess in den anderen. Das setzt voraus, dass die Dienste wie kleine Zahnräder aufeinander abgestimmt sind, ansonsten kommt am Ende womöglich etwas völlig Falsches raus erläutert Kratzke. Die einzelnen Services versucht man dabei auf kleine, sinnvoll kombinierbare Einheiten - sogenannte Microservices - herunterzubrechen, die idealerweise Ergebnisse in standardisierten aber leichtgewichtigen Datenformaten bereitstellen.

Besonders erstrebenswert sind dabei wiederverwendbare Funktionalitäten, die sich wie aus einem Baukastensystem mit verschiedenen Systemen und Datenquellen koppeln lassen. So kann die Erkenntnis des Menschenstroms zum einen Grundlage für die lokale und situative Schaltung von Ampeln sein. Man kann dieselben Daten jedoch auch mit weiteren Daten kombinieren und zum Gegenstand komplexer statistischer Modellierung machen: Auto- und Radverkehr, Parkplatzsituation, Wetter, Besucher*innenzahlen der zentralen Attraktionen können analysiert oder Hundeanzahl mit Hundesteuer-Einnahmen abgeglichen und zueinander in Beziehung gesetzt werden.