Vor zwei Wochen haben wir über unser openDWH (Open Data Warehouse) berichtet. Dieses Mal geht es um ein konkretes Beispiel, wie wir das openDWH konkret einsetzen und unsere Analysen visualisieren.
Mapalytics auf Basis von Open Data
Mapalytics bedeutet die Analyse statistisch aufbereiteter Daten mit Hilfe einer Kartendarstellung, die für den jeweiligen Anwendungsfall optimiert wird. Nehmen wir zum Beispiel die noch recht simple Herausforderung, einmal alle Windkraftanlagen in Deutschland mit Informationen zu deren Betreibern etc. in einer interaktiven Karte anzeigen zu lassen. Mit Hilfe der Daten der Bundesnetzagentur lassen sich die entsprechenden Informationen in unser openDWH überführen und werden von dort durch unser Tool Mapalytics genutzt, um die Standorte der Windkraftanlagen mit den relevanten Stammdaten in einer Deutschlandkarte anzuzeigen.
Aus Open Data wird Smart Data
Um der Kartenvisualisierung noch eine dynamische Komponente hinzuzufügen, interessieren wir uns im nächsten Schritt für die Gebiete, in denen sich die verschiedenen Windkraftanlagen befinden. Für die optimale Betreuung der Anlagenbetreiber ist es von hohem Nutzen zu verstehen, welche Rahmenbedingungen die Betreiber der verschiedenen Windkraftanlagen vor Ort vorfinden. Dementsprechend können aus dem openDWH alle verfügbaren Informationen zu den verschiedenen Postleitzahlgebieten in Deutschland abgerufen werden (Nutzflächen, Bevölkerungsdichte, Durchschnittstemperatur, Windstärke, …), um eine Ähnlichkeitsanalyse bzw. ein Clustering der Regionen vorzunehmen. So lässt sich abschließend farblich kennzeichnen, welche Gebiete einander ähneln bzw. stark unterschiedlich sind. Auf dieser Basis lassen sich gezielt Maßnahmen für bestimmte Typen von Anlagen planen, die ähnliche Rahmenbedingungen vorfinden. Genauso fällt es nun leichter, von anderen Anlagen zu lernen, da deutlich wird, welche Windkraftanlagen tatsächlich sinnvoll miteinander verglichen werden können.