Kostenlose Geocodierung in SAS©: Die Basis für räumliche Datenaggregationen und Small Area Methoden

Das amtlich-postalische Gliederungssystem PAGS beinhaltet alle amtlichen Raumstrukturen bis hin zur postalischen Anschrift in einem einzelnen Haus. PAGS dient als ’sinnvoller‘ Schlüssel, um nachgelagerte Datenaggregationen und Anonymisierungen von Einzeladressen zu ermöglichen. Ganz im Sinne der DSGVO §5 (Datenminimierung, Speicherbegrenzung).

Damit zukünftig auch SAS©Anwender postalische Adressen mit dem PAGS-Schlüssel anreichern können, stellt infas 360 nun eine kostenlose Schnittstelle zum PAGS Coder zur Verfügung. Der PAGS Coder validiert eingehende Adressen auf ihre Richtigkeit, korrigiert diese gegebenenfalls und reichert jede Adresse um die amtlich-postalische Struktur von der Gemeinde (AGS8) über den Stadt- und Postortsteil (AGS11/AGS16), amtlicher Siedlungsblock (AGS20) mit Straßenblockseite (AGS22) bis zum Einzelhaus (AGS25 und AGS27) an.

Der PAGS Coder für SAS© ist ein Plugin, das über den Add-In-Manager in SAS©Enterprise angesteuert werden kann (siehe Abbildung)

Geocodierung in SAS©

Sie sind SAS©Anwender und interessieren sich für das kostenlose Plugin oder möchten weitere Informationen zu den Vorteilen einer Geocodierung von Adressen erfahren, dann kontaktieren Sie unser Consulting-Team unter Consulting@infas360.de

 

 

In Germany Open Data is on fire: Roof Types are now available for every building with an address. And without.

Leider ist der Eintrag nur auf Amerikanisches Englisch verfügbar. Der Inhalt wird unten in einer verfügbaren Sprache angezeigt. Klicken Sie auf den Link, um die aktuelle Sprache zu ändern.

Big Data is growing. So Open Data does. Four of the German Federal States Berlin, Hamburg, North Rhine-Westphalia and Thuringia follow strictly an open data strategy. They offer public geodata for free.

This geodata contains i.a. 3D-data about buildings in LoD2 (Level of Detail 2). LoD2 reveals Roof structures and types such as Flat Roofs, Mansard Roofs, Open Gable Roofs, Box Gable Roofs etc.

Picture: 3D-Buildings in LoD2 in Bonn, Germany. Source: Open Data NRW.

The big data specialist infas 360 combines this data with addresses and all other open & public data, so that in result one of the biggest German databases describes 22 Million buildings by more than 700 variables. And 23 Million more without an address such as storage buildings.

For further questions feel free to contact one of our data Consultant Consulting@infas360.de

 

Dafür brauchen Sie keinem mehr aufs Dach zu steigen! Ob Flachdach, Sattel- oder Walmdach – alle Dachformen für alle Häuser verfügbar.

Angenommen Sie sind Dachdecker und möchten wissen, welche Form das Dach eines Gebäudes hat, ohne zu der Adresse hinfahren zu müssen – und angenommen Sie möchten jetzt auch noch wissen, wieviel Quadratmeter Fläche dieses Dach hat, ohne auf das Dach steigen zu müssen – dann, ja dann könnte der neue Datensatz der infas 360 genau das richtige sein:

Dank der Open Data Initiative der Länder Berlin, Hamburg, NRW und Thüringen (weitere werden folgen) sind amtliche Daten als 3D-Gebäudedaten im Leven-of-Detail 2 (LoD2) frei verfügbar. Das bedeutet, dass nicht nur Gebäudehöhe zu einem Gebäude bekannt ist (Klötzchenmodell), sondern auch die Dachstrukturen und damit die Dachtypen geometrisch angegeben werden.

Abbildung 1: LoD2 am Beispiel Bonn am Stadthaus, Quelle: Open Data NRW. 

infas 360 bereitet diese Daten nun so auf, dass zu jeder Adresse die Dachform (Flach, Sattel-, Walm-, Zeltdach usw.) und die dazugehörende Dachfläche angegeben werden kann. Beispielhaft wird der o.g. Ausschnitt nachfolgend in Google Maps 3D dargestellt. Hier sieht man graphisch die Verbindung aus 3D-Gebäudedaten und Straßen (Adressen)

Abbildung 2: 3D-Gebäudedaten mit Adressen am Beispiel Bonner Stadthaus, Quelle: Google Maps. 

Damit jedoch nicht genug. Als Spezialist für Small Area Methoden verfügt das Bonner Big Data Unternehmen über moderne statistische Schätzmethoden, um die frei verfügbaren LoD2-Daten der 4 Bundesländer auf die restlichen 12 und damit die gesamte Bundesrepublik zu übertragen.

Sie wollen so z.B. wissen, wieviel Solarfläche in einer bestimmten Adresse in Frankfurt a. M. (Hessen) oder Hannover (Niedersachsen) installierbar wäre? Das lässt sich nun berechnen. Insgesamt für ca. 22 Mio. Gebäude mit einer Adresse und auch für weitere rund 23 Mio. Gebäude ohne postalischer Adresse (z.B. für eine Werkshalle in einem Industriegebiet). Kombiniert man diese Informationen mit der mikrogeographischen Datenbank CASA, die rund 700 weitere Merkmale beinhaltet, ergibt sich ein beliebiges „Gebäude-Tiefenprofil“.

Sie interessieren sich für 3D-Gebäudeinformationen? Dann kontaktieren Sie uns unter Consulting-Team unter Consulting@infas360.de

 

Energieeinsparende Maßnahmen dominieren Investitionsverhalten der Eigenheimbesitzer. Heizungsmodernisierung beliebteste Investition.

Der aktuelle CASA-Monitor „Finanzen“ hat im April 2018 rund 2.500 Personen u.a. nach dem Anlage-und Investitionsverhalten befragt. Eine Subgruppe von 671 selbst genutztem Immobilienbesitz wurde dabei gefragt: „Welche Investitionen haben Sie vorgenommen oder planen diese?

Mit 68% ist die Heizungsmodernisierung als entweder bereits durchgeführte Maßnahme (42%) oder geplante (26%) die beliebteste Investition ins Eigenheim – gefolgt von der Wärmedämmung mit 64% (bereits durchgeführt 51% / geplant 13%).

Auf Rang 3 kommt der Dachausbau mit 41% (bereits durchgeführt 32%, geplant 9%). Zu den weiteren, beliebten energie- bzw. kosteneinsparenden Veränderungen zählen zudem die Investitionen in eine Photovoltaikanlage mit 31% (Rang 4 insgesamt, davon 14% bereits umgesetzt und 17% geplant) sowie Smart Home mit 26,5% (7,5% bereits durchgeführt und 19% geplant).

Im Smart Research-Verfahren hat infas 360 das Investitionsverhalten der 2.500 Befragten inkl. o.g. Subgruppe mit rund 700 mikrogeographischen Merkmalen kombiniert. So lassen sich verschiedene Investitionstypen bestimmen. In dem nun anstehenden CASA Monitor „Energieautarkie“ werden zusätzlich 10.000 weitere Personen intensiv zu diesem Thema beleuchtet.

Sollten Sie eingehendere Informationen zu einer der Zielgruppen z.B. „Heizungsmodernisierer der nächsten 2 Jahre“ wünschen, dann kontaktieren Sie unser Consulting-Team unter Consulting@infas360.de

 

 

Was alle bewegt: Neue Zielgruppenadressen und Standorte zum Thema Sport

Deutschland ist ein Sportland. Alleine der Olympische Deutsche Olympische Sportbund (DOSB) umfasst 101 Mitgliedsorganisationen mit mehr als 27 Millionen Mitgliedschaften in über 90.000 Turn- und Sportvereinen mit 740.000 Amtsträgern auf der Vorstandsebene. Weit über 10 Millionen Mitglieder sind in 8.988 Fitness-Studios mit rund 210.000 Beschäftigte organisiert. (siehe PDF ).

Grund genug für infas 360 diese große Zahlen in einer einzigartigen Sportdatenbank festzuhalten. Sie speist sich aus den

  • Sportvereinsadressen (inkl. Sportart),
  • den geographischen Lokalitäten der Sportstätten, die von den Vereinsadressen des Öfteren abweichen können
  • Fitness-Studios
  • Freizeitstätten wie z.B. Schwimmbäder, Bowling-Center, Kletterhallen etc.
  • Ansprechpartner (z.B. Vorstand) wie Kontaktdaten (z.B. Internetadresse)
  • Erweiterte Points-of-Interest (POIs) wie Sportärzte, Physiotherapeuten, Yoga etc.

So zum Beispiel gibt es, verteilt auf rund 9.167 Vereine, 46.808 Tennis-Courts in Deutschland. Davon entfallen 41.588 auf Freiluftplätze, 5.220 sind Hallenplätze. Diese Daten sind nun ab sofort für Research, Geomarketing & CRM-Analytics erhältlich.

Sie haben Fragen zur geplanten Studie, sind an den Ergebnissen interessiert oder wollen einfach mal in den Fragebogen reinschauen? Kontaktieren Sie mich gerne unter +49 (0)228/74887-370 oder schreiben Sie eine Email an s.jablonski@infas360.de

Ein Überblick zu den beliebtesten Sportarten siehe folgenden Blog-Beitrag:

Sportlich, Sportlich: Deutsche lieben den Workout im Fitness-Studio. Kopf an Kopf mit Schwimmen.

 

 

 

Warum Geocodierung für Ihre Adressen zur kommenden DS-GVO so wichtig ist

Bei der Geocodierung geht es in erster Linie nicht – wie viele Geo-Fachleute meinen – um die Anreicherung einer bestmöglichen Koordinate an eine oder mehrere Adressen. Nein, es geht vielmehr um das Anreichern von Adressen um sogenannte Geoschlüssel. Und diese Schlüssel spielen für den Datenschutz eine zentrale Rolle.

Ein Geoschlüssel stellt eine räumliche Ebene dar. Lediglich die Einzeladresse entspricht dabei einer Pseudonymisierung. Alle anderen Ebenen bilden räumliche Datenaggregationen, beginnend mit dem Gebäudeschlüssel (da dort mehrere Adressen vorherrschen können), über Straßenabschnitte, Siedlungsblöcke, Quartiere und Stadtviertel bis hin zur – von der Geocodierung geprüften und ggf. korrigierten – Postleitzahl und der Gemeindekennziffer (Amtlicher Gemeindeschlüssel, kurz AGS).

Je nach räumlicher Aggregation enthält die jeweilige Ebene eine oder viele Haushaltsadressen (bis hin zu mehreren Hundert oder Tausend). Je nach nachgelagerter Anwendung und „entsprechend variierender Auffassung des Datenschutzes“ kann später immer noch von einer tieferen (feineren) Ebene in die nächst höhere Ebene aufaggregiert werden (u.a. Fragestellung der Datensparsamkeit und Anonymisierungsgrad). Zunächst bedient man sich i.d.R. des Gebäudeschlüssels, um danach bedarfsgerecht handeln zu können.

Die Koordinate kann zu Beginn dazu benutzt werden ad-hoc geobasierte Analysen wie umliegende Points-of-Interest oder Fahrtzeiten auszurechnen. Sie wird aber längerfristig (im Gegensatz zu den Schlüsseln) nicht unbedingt benötigt. Der Nachteil der Koordinaten ist auch, dass sie keine direkten Aggregationsmöglichkeiten bilden. Nur durch sogenannte nachgelagerte „räumliche Verschneidungen“ käme man zu den o.g. räumlich höheren Datenebenen. Ein Vorteil wiederum bilden Koordinaten, um – von den o.g. Ebenen unabhängig – Dichteanalysen (Grid- bzw. Rasteranalytik) durchführen zu können (z.B. Mobilitätsdichte).

Beispiel für Geoschlüssel, die als Output einer Geocodierung dienen. Quelle: infas 360, PAGS CODER 2016

Sie wünschen sich ausführliche Informationen zu den Stärken von Geocodierungen Ihrer Adressen oder möchten sich zur anstehenden DS-GVO tiefergehend informieren, dann kontaktieren Sie unsere Consulting-Team unter Consulting@infas360.de und fordern Sie kostenloses Informationsmaterial an.

Googles 3D-Kartendienst verbessert sich fortlaufend und führt alte Datenschutzdebatte um Google Street View ad absurdum

In der Rheinallee in Bonn sind viele Häuser aufgrund damaliger Beschwerden von Hausbesitzern und Mietern in Google Street View (2010/11) verpixelt worden. Dabei hätte es Google gar nicht machen müssen. Die Politik fühlte sich angeblich auf Druck der breiten Öffentlichkeit hin verpflichtet, Google eine bis dato nicht vorhandene Opt-Out-Regelung für Kartendienste einführen zu lassen. Jemand, dem die rechtlich einwandfreien Aufnahmen aus dem öffentlichen Raum zu dem Gebäude nicht gefielen, konnte Einspruch erheben und „sein“ Haus (auch wenn es nicht seins war) verpixeln lassen. Die bundesweite Debatte ging mehrere Jahre durch die Presse. Am Ende fuhr Google Street View die Häuser von etwa 10% der Bevölkerung ab, wovon wiederum etwa 2% widersprach. Eine absolute Minderheit also bezogen auf die Gesamtbevölkerung. Und das Ausland konnte die „German Angst“ einmal mehr nicht verstehen.

Googles Street View ging 2010 online, ist aber datentechnisch auf dem Stand von 2008 stehengeblieben und veraltet fortlaufend. Die wenigen Straßenansichten stellen je nach Verbreitung der „German Angst“ (oder Wert der Immobilie) einen Fleckenteppich an Gebäudebildern dar. Google wäre aber nicht Google, wenn sie diese mangelnde Datengrundlage nicht ausmerzen würden. Und das übernimmt die immer besser werdende 3D-Anwendung direkt in Google Maps.

Einfach dazu mal die Rheinallee 35 in Bonn eingeben. Dann auf das kleine „Satellit-Bild“ in der linken unteren Ecke und anschließend auf den „3D-Knopf“ in der rechten unteren Ecke klicken. Die Steuerung erfolgt über „Strg-ziehen“. Das, was man im Ergebnis an Informationstiefe zu Gebäuden und Grundstücken zu sehen bekommt, stellt Google Street View von vor 10 Jahren weit in den Schatten. Und führt die damalige Diskussion ad absurdum.

Aber nicht alles wird besser: Die Anschrift „Rheinallee 35“ befindet sich zwei Häuser weiter straßenaufwärts und wird damit rund 50 Meter falsch geocodiert (lokalisiert). Das stimmte früher.

Haben Sie Fragen zu Gebäudedaten und Hauskoordinaten? Dann kontaktieren Sie unser Consulting-Team unter Consulting@infas360.de Die infas 360 GmbH sind Spezialisten in der bundesweiten Gebäudebewertung und Gebäudeinterpretation auf Basis amtlicher 3D-Geodaten für Analysen, Planung und Geomarketing.