LIMBO – Linked Data for Mobility

Seit Mai 2016 wird vom Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) die mCloud online zur Verfügung gestellt. Bereits seit 2014 gibt es den Mobilitätsdatenmarktplatz MDM. Bei der mCloud handelt es sich um ein Open Data-Portal. Es macht Daten des BMVI und seiner angeschlossenen Behörden zugänglich. Der MDM hingegen ist ein Marktplatz für Mobilitätsdaten. Registrierte Nutzer (Infrastrukturbetreiber, Mobilitätsanbieter, Softwareunternehmen) bieten dort vor allem Echtzeitdaten aus dem Verkehr an. Die Strategie hinter beiden Portalen ist hier ausführlicher dargestellt.  Kurz gefasst lautet das Ziel:
Etablierte Unternehmen und Start-Ups sollen diese Daten für neue, innovative Informationsdienste nutzen!

Warum also LIMBO?

Die Daten der mCloud und des MDM sind wertvoll, denn sie beschreiben Orte, Gebiete, Verkehrswege und Mobilität aus vielen Perspektiven. Jedoch werden sie so veröffentlicht, wie sie von von den Behörden erhoben und verarbeitet werden. Demzufolge stammen sie aus einer Vielzahl von Fachanwendungen und haben verschiedene Formate. Darüber hinaus sind wenig beschreibende Informationen vorhanden und die Datensätze nicht miteinander verknüpft. Dadurch wird die passende Information zur Stecknadel im Heuhaufen.

Die Ziele von LIMBO

Zunächst soll LIMBO soll die Daten auf den von Tim Berners-Lee etablierten 5-Sterne-Standard für Open Data heben. Dieser legt folgende Kriterien fest:

  1. Unter einem offenen Lizenzmodell im Web verfügbar. (erfüllt)
  2. Strukturiertes Datenmodell. (erfüllt)
  3. Nicht-proprietäre Datenformate. (nur teilweise erfüllt)
  4. Nutzt RDF als Identifikatoren (nicht erfüllt)
  5. Bezieht sich direkt (über Web-Referenz) auf verwandte Quellen (nicht erfüllt)
Darüber hinaus möchte LIMBO zwei wichtige sowohl Entwickler einfacher Geoanwendungen als auch solche von Fachanwendungen unterstützen. Erstere bevorzugen REST-Webservices und Formate wie GeoJSON. Für letztere sind Standards des Open Geospatial Consortium (OGC) besser geeignet.

Beispiele

Der Einsatz von LIMBO wird an insgesamt 5 Beispielen gezeigt.

Suchmaschine für Mobilitätsdaten (Mobility 4.0)

Die Suchmaschine für Mobilitätsdaten macht das Informationsangebot besser zugänglich. Auf Fragen wie “Welche Bahnhöfe gibt es in Offenbach am Main?” liefert sie den passenden Datensatz zurück. Verschiedene Werkzeuge zum suchen dazu in den Textanteilen der Daten nach bekannten Namen (wie Offenbach am Main). Weiterhin stellen sie Querbezüge zwischen Datensätzen her und und erzeugen verlinkte Wörterbücher. Offenbach wird so als Gemeinde in Hessen beschrieben. So wird auch die Frage nach Bahnhöfen in Hessen beantwortet.

Smart Charging (Mobility 4.0)

Der Anwendungsfall Smart Charging entwickelt für SmartTanken eine verbesserte Reichweitenberechnung für e-Fahrzeuge sowie eine Belegungsprognose für Ladestationen. Dazu werden vielfältige statische und Echtzeitdaten aus dem Straßenverkehr und der Umwelt genutzt. Die Anwendung wird bis zur Prototypenreife entwickelt und mündet bei einem erfolgreichen Test direkt in die Weiterentwicklung des Produkts. Daneben wird eine Spezialversion für Servicemitarbeiter entworfen, die mit E-Fahrzeugen unterwegs sind.

Intelligente Service-Unterstützung (Industrie 4.0)

Die intelligente Servicetechniker-Unterstützung beruht erstens auf der datenbasierten Vorhersage von Störungen und Ausfällen von Anlagen und Maschinen. Durch die Vorhersage entsteht ein Zeitfenster für die Reparatur. Zweitens müssen für den Serviceauftrag Ersatzteile, Werkzeuge und Techniker zum Kunden gelangen, wodurch Mobiltätsdaten ins Spiel kommen. Drittens können zusätzlich Wetterinformationen benötigt werden, bspw. wenn der Serviceauftrag im Freien ausgeführt werden muss. Die Anwendung wird alle drei Datenquellen zu einem Planungstool für Serviceeinsätze zusammen führen.

Alarmierung und prädiktives Monitoring in der Produktionslogistik (Industrie 4.0)

Moderne verteilte Produktionsprozesse kommen heute fast ohne Zwischenlager aus. Dadurch werden einerseits Kosten gespart. Andererseits steigt das Risiko durch Ausfälle und Störungen der Lieferkette. Die geplante Anwendung wird zwischen bestehenden Transport- und Logistiksystemen aufgesetzt. Sie verwendet Daten aus mCLOUD und ergänzt sie mit eigenen und weiteren offenen Datensätzen, um mögliche Störungen frühzeitig zu erkennen und an die betroffenen Unternehmen weiterzugeben. Somit können sie rechtzeitig reagieren und Produktionsausfälle vermeiden.

Planung und Bewertung von Infrastrukturprojekten (Infrastruktur-Planung)

Die Bewertung von Infrstrukturprojekten beruht auf sehr vielen Einflussfaktoren. Viele davon sind schwer abzuschätzen und ebenso schwer zu bewerten. Was ist die Verkürzung der Reisezeit von einer Million Reisender pro Jahr durch eine neue Straße oder Schienenstrecke wert? Ist beim Bau mit Widerstand in der Bevölkerung zu rechnen? Zudem ist der Blick auf die jetzige Situation irreführend, denn bis zur Fertigstellunug vergehen oft viele Jahre. Wie entwickelt sich der Bedarf in der Zukunft? In den Anwendungen soll gezeigt werden, wie das Bild durch mehr Datenquellen vervollständigt werden kann. Zur Bewertung des Faktors Anwohner greift YellowMap auch Ergebnisse des Projekts SmartRegio auf. Weitere Infos zum Projekt LIMBO finden Sie hier

Gefördert im Rahmen des:

 

Partner: