Geodaten sind Informationen, die Objekte, Ereignisse oder andere Gegebenheiten mit einer Position auf oder in der Nähe der Erdoberfläche beschreiben. Geodaten kombinieren in der Regel Standortinformationen (in der Regel Koordinaten auf der Erde) und Attributinformationen (die Merkmale des betreffenden Objekts, Ereignisses oder Phänomens) mit zeitlichen Informationen (die Zeit oder Lebensdauer, in der der Standort und die Attribute existieren). Die angegebene Position kann kurzfristig statisch sein (z. B. der Standort eines Geräts, eines Erdbebenereignisses oder von Kindern, die in Armut leben) oder dynamisch (z. B. ein Fahrzeug oder Fußgänger in Bewegung, die Ausbreitung einer Infektionskrankheit).
Bei Geodaten handelt es sich üblicherweise um große Mengen räumlicher Daten, die von vielen unterschiedlichen Quellen in unterschiedlichen Formaten gesammelt werden und Informationen wie Umfragedaten, Satellitenbilder, Wetterdaten, Mobiltelefondaten, gezeichnete Bilder und Social-Media-Daten umfassen können. Räumliche Daten sind am nützlichsten, wenn sie in Kombination mit herkömmlichen Geschäftsdaten ermittelt, freigegeben, analysiert und verwendet werden können.
Die Geodatenanalytik wird verwendet, um herkömmliche Datentypen um Zeit- und Ortsangaben zu ergänzen sowie Datenvisualisierungen zu erstellen. Diese Visualisierungen können Karten, Diagramme, Statistiken und Kartogramme umfassen, die historische sowie aktuelle Änderungen darstellen. Dieser zusätzliche Kontext ermöglicht ein vollständigeres Bild von Ereignissen. Einblicke, die in einer umfangreichen Tabelle übersehen werden könnten, werden in leicht erkennbaren visuellen Mustern und Bildern offenbart. Dadurch können Vorhersagen schneller, einfacher und genauer erfolgen.
Geospatial Information Systems (GIS) befassen sich konkret mit der physischen Abbildung von Daten in einer visuellen Darstellung. Wenn beispielsweise eine Hurrikan-Karte, die deren Position und Zeit visualisiert, mit einer anderen Schicht überlagert wird, die potenzielle Gebiete für Blitzschläge darstellt, sehen Sie GIS in Aktion.
Arten von Geodaten
Geodaten werden in Verbindung mit einem geografischen Indikator eines bestimmten Typs aufgezeichnet. Die zwei grundlegenden Formen von Geodaten sind Vektordaten und Rasterdaten.
Vektordaten sind Daten, in denen Punkte, Linien und Polygone Gegebenheiten wie Gebäude, Städte, Straßen, Berge und Gewässer darstellen. Eine visuelle Darstellung mit Vektordaten kann beispielsweise durch Punkte dargestellte Häuser, durch Linien dargestellte Straßen und durch Polygone dargestellte gesamte Städte umfassen.
Bei Rasterdaten handelt es sich um verpixelte oder gerasterte Zellen, die nach Zeile und Spalte identifiziert werden. Rasterdaten erzeugen Bilder, die wesentlich komplexer sind, beispielsweise Fotos und Satellitenbilder.
Beispiele für Geodaten
Beispiele für Geodaten:
Geodatentechnologie
„Geodatentechnologie“ umfasst alle Technologien, die für die Erfassung, Speicherung und Organisation von geographischen Informationen erforderlich sind. Sie umfasst die Satellitentechnologie, die die geographische Kartenerstellung und Analyse der Erde ermöglicht. Geodatentechnologie ist in verschiedenen verwandten Technologien wie Geographic Information Systems (GIS), Global Positioning Systems (GPS), Geofencing und Remote Sensing zu finden.
Geodatentechnologie und Python
Die beliebte Programmiersprache Python eignet sich gut für die Arbeit mit Geodaten und unterstützt sowohl Vektor- als auch Rasterdaten – die beiden Arten, auf die Geodaten üblicherweise dargestellt werden. Für die Verarbeitung von Vektordaten können Programme wie Fiona und GeoPandas verwendet werden und für Rasterdaten eines wie xarray.
Der Umgang mit großen Geodatensätzen birgt zahlreiche Herausforderungen, weswegen es vielen Unternehmen schwerfällt, die Vorteile von Geodaten voll auszuschöpfen.
Erstens ist da die schiere Menge an Geodaten. So wird beispielsweise geschätzt, dass täglich 100 TB wetterbezogene Daten generiert werden. Dies allein stellt für die meisten Organisationen erhebliche Speicher- und Zugriffsprobleme dar. Geodaten werden zudem in vielen verschiedenen Dateien gespeichert, was es schwierig macht, die Dateien zu finden, in denen die Daten enthalten sind, die zur Lösung Ihres bestimmten Problems benötigt werden.
Darüber hinaus werden räumliche Daten in vielen verschiedenen Formaten gespeichert und nach verschiedenen Standards kalibriert. Jeder Versuch, Daten zu vergleichen, zu kombinieren oder abzubilden, erfordert zunächst eine umfangreiche Bereinigung und Neuformatierung der Daten.
Schließlich erfordert die Arbeit mit Georohdaten Fachwissen und die Anwendung fortgeschrittener Mathematik, um notwendige Aufgaben wie die räumliche Ausrichtung von Datenschichten durchzuführen. Wenn Analysten in dieser Arbeit nicht kompetent und erfahren sind, werden sie keinen Nutzen aus den Daten ziehen und keine Fortschritte bei der Erreichung der Geschäftsziele ihres Unternehmens machen.
Erfassung von Geodaten
Da die schiere Menge an Geodaten, die Unternehmen routinemäßig benötigen, untragbar groß ist, nehmen viele Unternehmen einen Service in Anspruch, um kuratierte Geodaten zu erhalten.
Unabhängig davon, woher Sie Ihre Geodaten beziehen, muss die Datenqualität stets gewährleistet sein. Schlechte Daten führen zu Modellen mit geringem oder begrenztem Nutzen. (Der warnende Satz „Schlechte Daten rein – schlechte Erkenntnisse raus“ erweist sich hierbei leider als absolut zutreffend.) Es liegt auf der Hand, dass Unternehmen erheblich von einer Lösung profitieren können, die Daten kuratiert und prüft, sodass jeglicher „Datenmüll“ ordentlich erfasst werden kann.
Geodatenmanagement
Da es mittlerweile eine derart große Menge an Daten gibt, kommt ihrer Verwaltung eine erhebliche Bedeutung zu. Viele Unternehmen werden mit Daten überschwemmt und wenden sich für Unterstützung bei deren Verwaltung an ihre internen Data Scientists. Schätzungen zufolge wenden Data Scientists bis zu 90 % ihrer Zeit für Aktivitäten im Zusammenhang mit der Datenkuratierung auf, einschließlich der Organisation, „Bereinigung“ und Neuformatierung von Daten. Dadurch bleibt den Data Scientists nur noch 10 % ihres Arbeitstages, um sich der Analyse von Datentrends und der Nutzung dieser Erkenntnisse zur Gestaltung der Geschäftspolitik zu widmen.
Wenn ein Unternehmen die Datenerfassung und -verwaltung auf eine Lösung wie IBM Environmental Intelligence Suite umstellt, können sowohl die Datenerfassung als auch die Datenmanagementaktivitäten effizienter ausgeführt werden. Die skalierbare Lösung ist cloudbasiert und unterstützt verschiedene Dateiformate. Durch die Verwendung einer kuratierten Datenbank mit optimierten Informationen haben Data Scientists mehr Zeit, sich darauf zu konzentrieren, wie sie analytische Erkenntnisse nutzen und in organisatorische Fortschritte sowie geschäftliche Auswirkungen konvertieren können.
Anhand von Datenanomalien können Geodaten Unternehmen vor anstehenden Veränderungen warnen, die sich auf ihr Unternehmen auswirken werden.
Mithilfe von Geodaten können Unternehmen nachweisen, warum und wie einige Analyselösungen gut funktionieren und andere nicht.
Unternehmen können die numerische Präzision von Geodaten zur Verbesserung der Gesamteffizienz des Unternehmensbetriebs nutzen.
Obwohl die Geodatenanalyse, wie sie durch GIS ermöglicht wird, ursprünglich in Verbindung mit Biowissenschaften wie Geologie, Ökologie und Epidemiologie verwendet wurde, hat sich ihr Einsatz inzwischen in den meisten Branchen durchgesetzt. Ihre Anwendungen erstrecken sich inzwischen auf so unterschiedliche Branchen wie Verteidigung und Sozialwissenschaft. Die Erkenntnisse, die durch die Geodatenanalyse gewonnen werden, wirken sich auf so wichtige Bereiche wie die Bewirtschaftung natürlicher Ressourcen und die nationale Aufklärung aus.
Die Geodatenanalyse ermöglicht die gleichzeitige Untersuchung einer Vielzahl von Sachverhalten durch die Beobachtung Hunderter oder sogar Tausender Ereignissen beobachtet und die Erhebung daraus resultierender Daten. So können Unternehmen jeder Größe Daten nutzen, um fundiertere Geschäftsentscheidungen zu treffen:
Die Bemühungen um die Analyse großer Datenmengen sind in den letzten Jahren aufgrund der rasanten Verbreitung des Internets der Dinge (IoT) immer schwieriger geworden. Objekte und Geräte aller Art und für alle Zwecke werden heute so konstruiert, dass sie Daten übermitteln können, die für die Leistung oder die Protokolle des Geräts relevant sind. Das sind gute Nachrichten für die Geodatenanalyse, die eine Fülle von Daten erfordert, um wertvolle Erkenntnisse zu gewinnen.
Geodatenanalytik
Wenn die Datenerfassung durch Geodatenanalyse mit einem verbesserten visuellen Ansatz kombiniert wird, der die Wirkung der Daten maximiert, indem er sie nach Zeit und Raum organisiert, dann handelt es sich um Geodatenanalytik.
Wenn Daten auf diese Weise visualisiert werden, ist es für diejenigen, die sie untersuchen, einfacher, Hinweise auf mögliche Trends ableiten. Durch Geodatenanalytik kann die Form und Energie einer sich verändernden Situation effektiv vermittelt werden, und je mehr Daten über ein bestimmtes Szenario gesammelt werden, desto einfacher wird es, noch subtilere Nuancen in dieser Situation zu erkennen.
Der Markt für Geodatenanalytik erfährt derzeit ein beträchtliches und stetiges Wachstum – es wird erwartet, dass der Wert des Marktes bis 2025 auf 96,3 Mrd. USD ansteigt, was einem jährlichen Umsatzwachstum von 12,9 % in dem betrachteten Fünfjahreszeitraum entspricht.¹
Geodatenanwendungen nach Branche
So verwenden verschiedene Branchen Geodatenanalytik:
Durch benutzerdefinierte Funktionen (UDFs) ermöglicht die Geodatenanalytik den an der Vegetationsbewirtschaftung Beteiligten, den Wasser- und Feuchtigkeitsgehalt zu beurteilen.
Benutzerdefinierte Funktionen sind ebenfalls nützlich, um Meteorologen bei der Arbeit mit eingehenden Daten zu unterstützen und den Weg von Tornados, die sich durch ein Gebiet bewegen könnten, aufzuzeichnen.
Die Verfügbarkeit relevanter Daten – wie z. B. Satellitenbilder, Umfragedaten und Windvorhersagen – auf einer einzigen Plattform ermöglicht es den Einsatzleitern, das Wachstum und die Ausbreitung von Bränden zu verfolgen.
Die meisten Experten gehen davon aus, dass die Geodatentechnologie immer ausgefeilter wird, vor allem, wenn sie mit maschinellem Lernen und KI in Berührung kommt.
Tatsächlich wird sogar erwartet, dass auch die Geodaten-KI ihren eigenen Platz einnehmen und ein geografisches Element in das maschinelle Lernen einbringen wird. Experten prognostizieren zudem das Aufkommen von Mapping-as-a-Service, wobei auf der Grundlage von Verbraucher- oder Industriebedarf kundenspezifische Karten mit bemerkenswert hoher Auflösung zur Miete erstellt werden können.
Ebenfalls in der Entwicklung befindlich sind neue Fahrzeugtypen, die konkret auf Geodatentechnologie basieren. Sie werden häufiger zum Einsatz kommen – sei es, dass sie mit Paketen durch den Himmel fliegen (Drohnen) oder selbst durch Straßen fahren (autonome Fahrzeuge). Für diese Technologien wird es auch neue Anwendungen geben, wie z. B. den Einsatz von Drohnen für die Luftbildvermessung.
Lernen Sie die Plattform kennen, die für zeitliche Geodaten entwickelt wurde und über mehr als 6 PB an Datensätzen zahlreicher unterschiedlichster Kategorien verfügt.
Sehen Sie, was passiert, wenn Sie leistungsstarke Analysen auf die Verwaltung der gesamten Vegetation innerhalb eines Servicegebiets anwenden.
Unterstützen Sie standortbasierte Apps und verarbeiten Sie erweiterte georäumliche Abfragen, während Sie gleichzeitig einen für Geodaten optimierten Speicher nutzen.
Erwerben Sie Grundkenntnisse über Geodaten für Python, einschließlich des Unterschieds zwischen Vektor- und Rasterdaten, der Arbeit mit Koordinatensystemen und Geodatenproben.
In den Artikeln auf dem IBM Business Operations Blog erfahren Sie mehr über umwelt- und wetterbedingte Auswirkungen auf den Geschäftsbetrieb.
Erhalten Sie einen Crash-Kurs über die Auswirkungen des Wetters auf verschiedene Branchen. Das Thema wird anhand von 6 Bereichen betrachtet, die für ein schnelles Lernen bequem unterteilt sind.
¹ „Geospatial Analytics Market“ (Link befindet sich außerhalb von ibm.com), Markets and Markets, August 2020.