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

 

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.

Auf den Hund gekommen: Wie Small Area Methoden einen Hundeanteil für jedes Stadtviertel in Deutschland ermitteln.

Noch immer besetzen die Small Area Methoden in der Statistik ein Nischendasein. infas 360 veröffentlicht erstmals die Stärken und Vorteile in einer Praxisstudie am Beispiel von Hundebesitzern.

Zielsetzung der Studie war die Berechnung einer statistisch validen, nachvollziehbaren Kennziffer, die den

  • Hundeanteil bundesweit je Gemeinde und deren Orts- bzw. Stadtteile (ca. 80.000 feinräumige Gebiete) liefert, um auf dieser Basis bessere Standorte planen zu können.

Die Sekundärrecherche amtlicher Daten zeigte, dass eine entsprechende Potenzialszahl bundesweit flächendeckend nicht verfügbar ist (dafür in wenigen Städten z.B. Berlin, was zur Überprüfung des Schätzmodells hilfreich ist).

Aus diesem Grund wurden im CASA-Monitor 10.931 Personen befragt, ob sie einen oder mehrere Hunde besitzen, was 2.412 Fälle mit „Ja“ beantworteten. Die Fälle wurden mit den über 700 mikrogeographischen Informationen der CASA-Datenbank angereichert und mit drei verschiedenen statistischen Modellen analysiert und verglichen:

  1. Klassisches Scoring
  2. Diskriminanzanalyse
  3. Small Area Methoden

Die Daten wurden dann auf die Stadtbezirke von Berlin hochgerechnet und mit den dort vorhandenen amtlichen Daten verglichen mit folgendem Ergebnis:

Stadtbezirk Anteil Hunde
Logistisches Scoring
Anteil Hunde Diskriminan-zanalyse Anteil Hunde
Small Area Methodik
Anteil Hunde
amtlich
Charlottenburg-Wilmersdorf 2,4 2,8 5,0 7,8
Friedrichshain-Kreuzberg 0,2 0,3 2,5 4,3
Lichtenberg 3,5 4,5 5,0 7,9
Marzahn-Hellersdorf 12,3 14,0 10,1 10,4
Mitte 1,1 0,3 3,7 5,6
Neukölln 9,9 8,0 8,5 8,5
Pankow 9,9 8,9 11,0 9,7
Reinickendorf 14,7 14,4 11,5 10,1
Spandau 11,9 11,2 9,4 9,0
Steglitz-Zehlendorf 11,5 10,8 12,7 9,8
Tempelhof-Schöneberg 9,1 8,6 8,9 8,7
Treptow-Köpenick 13,7 16,2 11,9 8,2
Gesamt Berlin 100,0 100,0 100,0 100,0

Die Small Area Methoden (SAM) weisen mit 0,86 die höchste Korrelation zu den amtlichen Daten auf. Auf Gemeindeebene liegt die Korrelation sogar bei 0,98!

Geschätzt wurde SAM bundesweit auf Gebäudeebene für „Hundebesitzer mit 1, 2 oder mehr Hunden“. Folgende Variablen aus der CASA-Datenbank sind in SAM u.a. eingeflossen:

  • Anteil Personen mit Migrationshintergrund und Anzahl Personen „Ledig“
  • Entfernung zur nächsten ÖPNV-Haltest. (in Metern)
  • Kaufkraft je Haushalt in € pro Jahr und Mietspiegel (€/qm)
  • Anteil pro PLZ1 Ebene der Hundehalter aus dem CASA-Monitor mit > 10.000 Fällen
  • Größe des Gartens, Gebäudevolumen und Baudichte
  • durchschnittliche Wohnfläche pro Haushalt
  • Anteile Einwohner  >=10  bis <15 Jahre und  >=45  bis <60 Jahre

Aggregiert in eine bestimmte amtliche Raumebene, entsteht so z.B. Hundeanteil für jede Gemeinde und Stadtviertel. Ein solche Kennziffer eignet sich hervorragend für Planungszwecke, im Geomarketing oder in der Standortplanung.

Hundeanteil je Stadtbezirk in Berlin

Prinzipiell eignet sich SAM (Small Area Methoden) zur Berechnung jeder regionalen oder lokalen Schätzung von Befragungsdaten. Die komplette Studie ist erhältlich unter Consulting@infas360.de

P.S.: Den Anteil gibt es auch für Katzen und Ausgaben für Tiernahrung in EURO (die mit der Kaufkraft für Tiernahrung ins Verhältnis gesetzt werden kann).

 

Address Points von TomTom nun als Premium-Variante: Ein absolutes Muss für eine präzise Geocodierung

gb consite, die Profis für schnelle, webbasierte Standortchecks und Verteilplanungen, konsultierten die infas 360 mit einer klaren Zielsetzung: Das Produkt Address Points von TomTom  um fehlende Gebäudeadressen zu ergänzen und auszuweisen, ob sich dort Haushalte und/oder Firmen befinden.

Im ersten Schritt glich infas 360 den bundesweiten Datenbestand der Address Points mit dem aktuellen Adressverzeichnis, um so das Delta der Adressen zu bestimmen. Erwartet wurde, dass neu entstandene Gebäude z.B. in Neubaugebieten identifiziert werden, da die Address Points auf amtlicher Basis offiziell einen deutlich älteren Gebietsstand aufweisen. Es kam aber noch anders: Das Delta enthielt auch zahlreiche Viertel auch alter Bebauung wie das folgende Beispiel in Berlin zeigt:

Grün = Adressen und Koordinaten der infas 360, rot/grün: Address Points und infas 360, Quelle: infas 360, TomTom und OSM

Im Ergebnis ist es nun möglich das Produkt Address Points als Premium-Variante über die Anbieter gb consite oder infas 360 zu beziehen. Die verbesserte Variante weist

  • Fehlende Gebäude in Straßen
  • Fehlende Viertel alter Bebauung
  • Fehlende Neubauviertel bzw. -gebiete
  • inkl. der Anzahl der Haushalte und Anzahl der Firmen

Für die Zustell-Logistik von Verlagen und Verteilorganisationen gibt es darüber hinaus besonders attraktive Lizenzierungsmodelle. Erste Kunden konnten auch sogleich überzeugt und gewonnen werden.

Auf Wunsch können beliebige weitere Gebäudemerkmale geliefert werden. Fragen Sie unser Consulting-Team consulting@infas360.de !

Falscher Plakatstandort: Das wäre mit den richtigen Geodaten nicht passiert!

Gestern ging eine Welle der Entrüstung durch die (sozialen) Medien: In Köln vermarktet ein Plakatierer seine Werbefläche direkt an einer katholischen Grundschule in Köln. Geworben wird hier nicht für „Magnum“ das Eis, sondern einem Saunaclub aus der Region.

http://www.express.de/koeln/geht-s-noch–riesiges-sex-plakat-vor-grundschule-in-koeln-deutz-27958678

„Dass das mit den richtigen Geodaten hätte gar nicht erst passieren dürfen“, bestätigt Eckhard Georgi, Marketingleiter der infas 360 GmbH. Er kennt die Außenwerbungsbranche schon seit Jahren und fragt sich, warum in die Standortanalysen keine Schülerfrequenzdaten einfließen. Zu Recht, denn der bereits Anfang 2016 entwickelte Schülerfrequenzatlas zeigt nicht nur die exakte Lager aller Schulen (und deren Ausprägung), sondern auch den Weg, den die Schüler nehmen.

Schülerfrequenzatlas der infas 360 GmbH

Wie die ideale Verbindung aus Geodaten und lokaler Außenwerbung  ausssieht zeigt eindrucksvoll eine Kölner Bierbrauerei. Auf Basis der Ortsteilnamen (hier Bonn Endenich)  wurde ein entprechender Werbeslogan kreiert.

Foto: V. Rüther

Interessieren Sie sich für den bundesweiten Schülerfrequenzatlas? Oder die Optimierung von Plakatstandorten? Dann kontaktieren Sie einfach unser Consultingteam unter Consulting@infas360.de

 

Standortanalysen in Zeiten von Big Data

Neues White Paper zur Berechnung von Erfolgsfaktoren für Standorte und Filialen auf Basis von Mehrebenenmodellen (Small Area Statistics) erhältlich

In Zeiten von Big Data hat ein Filialnetzbetreiber direkt oder indirekt Zugriff auf unzählige Informationsquellen, die genutzt werden können, um gute von schlecht laufenden Filialen zu unterscheiden. Die erklärenden Parameter, z.B. für einen Umsatz pro Filiale (je qm Ladenfläche), sind die sogenannten Erfolgsfaktoren. Die Erfolgsfaktoren dienen dem Management z.B. zur Berechnung von Prognosewerten bestehender Standorte und/oder zur Lokalisierung neuer, geeigneter Standorte (White Spots).

Das bei infas 360 neu erhältliche White Paper erklärt das Verfahren wie man interne und externe Erfolgsfaktoren bestimmt und wie man letztere dazu benutzt die White Spots zu ermitteln.

White Paper „Standortanalysen im Geomarketing in Zeiten von Big Data – Berechnung von Erfolgsfaktoren für Standorte und Filialen auf Basis von Mehrebenenmodellen“ hier anfordern (consulting@infas360.de).

 

Geoinformation und Digitale Transformation

Wissenschaftliches Forum zum Thema Geoinformation und Digitale Transformation anlässlich 30 Jahre Fraunhofer IGD am 20.6.2017 in Darmstadt

Das bisherige Programm

Vormittags

10:30 Registrierung und Sektempfang
11:00 Begrüßung Prof. Dr. Dieter Fellner (Fraunhofer IGD)
Grußworte Digitalisierte Arbeit Thomas Metz (Staatssekretär Hessisches Ministerium der Justiz)
Prof. Dr. Alexander Kurz (Vorstand Fraunhofer-Gesellschaft)
Grußworte Leitthema Digitalisierte Arbeit Dr. Andreas Goerdeler (Bundesministerium für Wirtschaft und Energie)
Dr. Herbert Zeisel (Bundesministerium für Bildung und Forschung)
Grußworte Intelligente Stadt Rafael Reißer (Bürgermeister Stadt DA)
Prof. Dr. Hans Jürgen Prömel (Präsident der TU Darmstadt)
12:00 Mittagsbuffet und Technologie-Demos

Nachmittags

13:30 »Digitalisierung in der Immobilienbranche: Chancen und wachsende Potenziale der Geoinformation« Reiner Lux (HypZert GmbH)
Michael Herter (infas 360 GmbH)
Dr. Josef Kauer (BIM World Munich)
14:30 Kaffeepause und Technologie-Demos
15:00 »Mobilität mit Geoinformation: Von der Forschung zur Anwendung« Peter Möhl (PTV Planung Transport Verkehr AG)
Prof. Dr. Volker Coors (Hochschule für Technik Stuttgart)
Uwe König (con terra – Gesellschaft für Angewandte Informationstechnologie mbH)
Dr. Stefan Göbel (TU Darmstadt)
16:30 Abschlussdiskussion

 

Kostenlose Anmeldung unter

https://www.igd.fraunhofer.de/crm/kontakt/1225