Kategorie: Analytics

Veröffentlicht am

Lasst uns feiern: Der Open Geocoder (OGC) ist da!

Weihnachten und Jahreswechsel stehen an. Gerade rechtzeitig und wie ein Geschenk an alle: Der Open Geocoder (OGC) ist da, kostenlos und als Open Source. Die Software ist ab sofort auf GitHub verfügbar und ermöglicht gemeinsam an der Architektur zur Geocodierung von Adressen weiter zu arbeiten. Teil des offenen Systems ist auch das nationale Adress- und Gebäuderegister. Als Public Data versetzt es jede Organisation in die Lage, millionenfach Adressen DSGVO-konform zu validieren, lokalisieren und (räumlich) zu aggregieren.

OGC als Open Source auf GitHub verfügbar

GitHub ist ein webbasierter Dienst für Entwickler, um ihren Code online zu speichern, Code-Änderungen vorzunehmen, Codes zu kontrollieren und gemeinsam an Projekten zu arbeiten. So auch am Open Geocoder (OGC). Es ermöglicht eine Community zu bilden, um die bestehende Software stetig zu verbessern und sich darüber (z.B. Architektur, Installation) auszutauschen. Der OGC ist im Standard bereits voll funktionsfähig. Es gilt nur zu entscheiden, welche offenen Daten integriert und genutzt werden sollen.

Hier geht’s zum OGC auf GitHub https://github.com/data-analytics-institute-AG

Hier geht’s zum API-Test mit den Demodaten der Stadt Wedel (SH)

https://opengeocoder.dai.institute/geocode?ort=Wedel&plz=22880&hnr=4&stn=Rathausplatz

„Wichtig zu wissen: Der Open Geocoder (OGC) kann komplett lokal installiert werden, so dass keine Adressen das Unternehmen verlassen.“

Offen und sofort integrierbar: Das nationale Adress- und Gebäuderegister

Gebäude mit Anschriften und Hauskoordinaten in Düsseldorf. Quelle: https://www.geoportal.nrw

Im Standard umfasst das Register mit 22,7 Mio. Einträgen jede postalische Adresse, das zugehörige Gebäude, die Hauskoordinate sowie die entsprechende Flurstücksinformation und die Siedlungsblock-ID. Das ist das Ergebnis nach wochenlanger Recherche und Datenmodellierung (TWIN). Das nationale Adress- und Gebäuderegister auf amtlicher Basis steht so nun zu den Festtagen zeitgleich als Public Data zur Verfügung. Durch die zusätzliche Integration von Lagen und Liegenschaften ermöglicht es nahezu beliebige Nutzungsmöglichkeiten, so dass sich das Verzeichnis als nationaler Standard präsentiert. Kostenlos und einfach in der Lizenzierung.

Hier geht’s zum Testdatensatz inkl. Datenstruktur der Stadt Wedel https://dai.institute/wp-content/uploads/2025/12/DAI_OGC_Wedel_202512.csv

Hohe Adressqualität und amtliche Stadtteile inklusive – Dank starker Kooperationen mit Acxiom & panadress

Stadtteile sind in vielen Städten Deutschlands zwar vorhanden, jede Kommune unterteilt aber weder nach einem Standard noch sind die Gebiete deckungsgleich mit mit Fluren, Siedlungsblöcken oder Gemarkungen. Für fast 1.000 Städte liegen deren Stadtteilsgliederung im Datensatz mit vor. Ein riesisger Benefit, dank der Rechercheleistung durch Acxiom.

Genauso verhält es sich bei der Postleitzahl und den Gemeinden zu einem bestimmten Gebietsstand. Das nämlich gewährleisten nicht alle Bundesländer. panadress pflegt fortlaufend die PLZ-Gemeinde-Struktur zu einem bestimmten Zeitpunkt.

Beide führenden Adressdienstleister ermöglichen so einen Public Data Adressregister höchster Qualität. Das gab es noch nie in Deutschland und macht Feierlaune!

Kontakt

Sie möchten mehr erfahren über den Open Geocoder (OGC) und/oder das nationale Adress- und Gebäuderegister? Dann kontaktieren Sie unseren Director Data Products Sascha Jablonski sascha.jablonski@dai.institute

Die dai AG wünscht Frohes Fest und einen guten Rutsch ins Neue Jahr 2026!

Veröffentlicht am

Neue Wohnlage für München

Bonn, 03.12.2025. Im Auftrag von Kantar und der Stadt München erstellt das data analytics institute (dai) die Wohnlage neu. Die Herausforderung seit der Mietspiegelreform 2022 ist die adressgenaue Ermittlung eines Werts, der auf Basis objektiver Lageparameter statistisch nachvollziehbar ist. Bisher war die Wohnlage in den Städten Deutschlands geprägt von subjektiven und preisorientierten Bewertungen der Gutachterschüsse.

Bedeutung der Wohnlage seit der Mietspiegelreform 2022

Die Reform trat am 1. Juli 2022 in Kraft mit den klaren Zielen:

  • mehr Rechtsklarheit,
  • bundesweit einheitliche Standards,
  • mehr statistische Qualität,
  • höhere Transparenz und Nachvollziehbarkeit der Mietspiegel.

Dabei wird für die Erstellung der Wohnlage (§ 19 MsV) neben einer Dokumentationspflicht eine sachgerechte Untergliederung (z. B. „einfach, mittel, gut“) mit einer räumlichen Verortung (Karte oder Verzeichnis) durch klare Kriterien gefordert, wie etwa:

  • Infrastruktur,
  • Nahversorgung,
  • Verkehrsanbindung,
  • Grünraum,
  • Bebauungsdichte.

Lage, Lage, Wohnlage

Eine gute Wohnlage wirkt sich positiv auf den durchschnittlichen Mietpreis aus, eine schlechte negativ. So die Annahme. Damit Auswirkung und Höhe statistisch nachvollziehbar ermittelt werden können, muss die Lage eine unabhängige Größe vom Mietpreis selbst sein, beispielsweise die Nähe zu einer Kirche, Lärmbelastung usw.

Die Lage kann sich so bereits in einem Wohnblock unterscheiden, wenn eine Blockseite zu einem Gewässer oder einer Hauptverkehrsstraße ausgerichtet ist. Je nach Lage treffen auch schon andere Kriterien beim direkten Nachbarn auf. Das Maß der Dinge ist demnach die adressgenaue Berechnung einer Wohnlage, die dann in Klassen kategorisiert wird. Alles auf Basis von Public (Geo) Data.

Kontakt

Wir erstellen auf Wunsch für jede Stadt eine neue Wohnlagenkarte – adressgenau und statistisch nachvollziehbar. Ideales Tool zur späteren Abfrage auch hier: Der Open Geocoder! Fragen Sie unverbindlich an sascha.jablonski@dai.institute

Veröffentlicht am

34,2 Mio. reine Nicht-Wohngebäude

Bonn, 19. November 2025. Ein Gebäude zum Parken ist ein typisches Nicht-Wohngebäude. Davon kennt das data analytics institute (dai) über amtliche Quellen bundesweit über 300.000. Dies ist nur ein minimaler Teil, wenn man bedenkt, dass sich in der amtlichen Gebäudedatenbank der dai rund 57 Mio. Objekte befinden: 19,5 Mio. Wohngebäude mit postalischer Anschrift und weitere 3,3 Mio. ohne (Wohn-Nebengebäude). Alle anderen 34,2 Mio. Objekte sind reine Nicht-Wohngebäude: Park- und Gartenhäuser, Kirchen und Gemeindehäuser, Lagerhallen, Werkstätten und Schuppen. Sie alle spielen je nach Fragestellung eine wichtige Rolle für Planungen und weiterführende Analysen.

Bundesweit rund 34,2 Mio. Nicht-Wohngebäude

Kinopolis in Bonn-Bad Godesberg, Gebäudekomplex mit 3 Nicht-Wohngebäuden inkl. Parkdeck (Quelle: https://www.dz.nrw.de/ )

Spätestens seit dem breiten Einsatz von Karten-Apps auf dem Handy oder den Navigationsgeräten im Auto ist das Auffinden von Orten aller Art selbstverständlich geworden. Das Dateninstitut dai nutzt für weiterführende Analysen, beispielsweise dem Energiebedarf von Wohn-Nebengebäuden oder Nicht-Wohngebäuden, nun alle gesammelten amtlichen 3D-Gebäude inklusive ihrer Funktion und Nutzung. Dazu zählen u.a.

  • 11 Mio. Gebäude für Wirtschaft und Gewerbe
  • 6,7 Mio. Garagen
  • 1,5 Mio. Schuppen
  • fast 1 Mio. Gebäude zur Freizeitgestaltung
  • rund 600.000 Land- und forstwirtschaftliches Betriebsgebäude
  • rund 306.000 Gebäude zum Parken
  • Kirchen, Schulen, allg. öffentlichen Einrichtungen, Ärztehäuser u.v.m. (über 250 Typen)

Alles Open Data und alles inkl.

  • Gebäudegrundfläche absolute Zahl, in m²
  • Gebäudevolumen absolute Zahl, in m³
  • Gebäudehöhen absolute Zahl, in m
  • Gebäudedachform nach Typen (z.B. Flach-, Walm-, Pult-, Mansarden-, Kegeldach usw.)
  • Gebäudeausrichtung (N, NO, O, SO, S, SW, W, NW)
  • Gebäudedachfläche absolute Zahl, in m²


In der Mischnutzung noch viel mehr Nicht-Wohngebäude

Laut Gebäudeenergiegesetz (GEG) liegt bereits ein Nicht-Wohngebäude vor, wenn das Gebäude nicht überwiegend zum Wohnen genutzt wird. Das heißt: Wird weniger als 50 % der Nutzfläche zu Wohnzwecken genutzt, gilt das Gebäude als Nicht-Wohngebäude. Auf Basis aller bekannten 4,8 Mio. aktiven Firmen und 42 Mio. Haushalte je Adresse kann auch das Verhältnis in Wohngebäuden bezogen zur Nutzfläche gebildet werden. Es handelt sich hierbei dann nicht mehr um reine Nicht-Wohngebäude, jedoch um Wohngebäude in Mischnutzung mit überwiegendem gewerblichem Anteil.

Kontakt für alle Gebäudedaten – extrem günstig dank Public Data

Fragen Sie uns, der komplette bundesweite Datensatz mit 57 Mio. Gebäuden ist dank Public Data extrem günstig abzugeben. Ansprechpartner Sascha.Jablonski@dai.institute

Veröffentlicht am

Dateninstitut entwickelt neues, offenes Framework SAFeDY zur Anonymisierung von Adressen durch räumliche Aggregation

Bonn, 8. Oktober 2025. Die Anonymisierung personenbezogener Daten ist in der Datenverarbeitung eine grundlegende Aufgabe. Die räumliche Aggregation spielt dabei eine zentrale Rolle. Das data analytics institute (dai) arbeitet gerade an einem entsprechenden Framework (SAFeDY), dass Institutionen ein offenes Set an Werkzeugen zur Hand gibt, um Adressen DSGVO-konform anonymisieren zu können. Gerade beim Daten teilen zur Umsetzung einer effektiven Datenökonomie wie beispielsweise in der kommunalen Wärmeplanung soll das neue Framework SAFeDY Grundlage jeder anstehenden Verarbeitung von Adressen oder GPS-Daten werden.

SAFeDY – Spatial Aggregation Framework for Data Privacy – bietet ein Set an Tools zur Anonymisierung personenbezogener Daten durch räumliche Aggregation

Räumliche Aggregation zur Anonymisierung von Positionen wie Adressen oder GPS-Daten gehören zur grundlegenden Herausforderung in der Verarbeitung personenbezogener Daten. Das neue und offene Framework SAFeDY bietet Institutionen den dafür notwendigen Werkzeugkasten. Zum Framework zählt u.a.

  • Ein offenes, hierarchisches Mehrebenen-Raummodell, was Adressen und Standorte in beliebige Gebiete wie beispielsweise Wohnblöcke, Quartiere und Stadteile oder Kacheln (100x100m, 1x1km usw.) zusammenfassen lässt
  • Eine offene Geokodierung, die sich flexibel in jede Infrastruktur implementieren lässt und Adressen innerhalb einer Institution verarbeiten lässt, um die Raumebenen anreichern zu können
  • Die flexible, DSGVO-konforme Aggregation (und Darstellung) personenbezogener Daten in beliebige Gebiete


Open Geocoder – offene Geokodierung für Alle

Die Open Source & Data Initiativen machen es möglich. Das Dateninstitut dai plant noch im Laufe dieses Quartals und damit bis Ende des Jahres erstmals einen Open Geocoder auf den Markt zu bringen. Hauptelement der dazu notwendigen Referenzdaten sind die offenen Geodaten der einzelnen Bundesländer (u.a. die 3D-Gebäudedaten), die im Datenmodell TWIN am Institut zusammenfließen und harmonisiert werden. Die Softwareentwicklung und spätere Lizenz folgt dabei den Möglichkeiten von Open Source Richtlinien. Geokodierung ist somit erstmals für alle da (und weiterentwickelbar).

Kontakt

Sie haben Fragen zur räumlichen Aggregation oder zum Framework SAFeDY? Dann kontaktieren Sie uns unter presse@dai.institute

Veröffentlicht am

Apotheken sterben, aber nicht überall

In Deutschland grassiert das Apothekensterben. Zur Jahresmitte 2025 gab es nur noch 16.803 Apotheken in Deutschland – das sind 238 Apotheken weniger als zum Jahresende 2024 (17.041), so meldet es die Bundesvereinigung Deutscher Apothekerverbände und betont über ihren Präsidenten „Die Zahl der Apotheken geht weiter zurück – und für viele Menschen werden deshalb die Wege zur nächsten Apotheke immer weiter“. Wo Apotheken verschwinden, kommen Probleme.

Schaut man jedoch genauer hin, erkennt man regional wie lokal deutliche Unterschiede. Für entsprechende Versorgungsanalysen bietet nun das data analytics institute (dai) einen Daten-Service, bei dem jedes Quartal alle noch aktiven Apothekenadressen standortgenau zur Verfügung gestellt werden.

Regionale wie lokale Unterschiede beim Apothekensterben

Wie der WDR erst kürzlich in seinem Beitrag Apothekensterben? So geht es Apotheken in NRW aktuell berichtet liegt Düsseldorf beim Apothekensterben in NRW an der traurigen Spitze mit 4 Schließungen dagegen Hagen und Rhein-Sieg-Kreis mit keiner einzigen (vgl. Tabelle, Quelle WDR).

Stadt/Landkreis2. Halbjahr 20241. Halbjahr 2025Neueröffnungen
Dortmund1131101
Düsseldorf1511470
Rhein-Erft-Kreis89901
Hagen28280
Münster79780
Rhein-Sieg-Kreis1271270

Für Versorgungsanalysen, d.h. Wegezeiten und Einzugsgebieten ist räumlich eine deutlich detailliertere Betrachtung notwendig.

Beispiel Apothekenstreben im Stadtteil Mörsenbroich (Düsseldorf)

Im Januar 2025 musste die Mörsenbroicher Apotheke schließen (siehe Screenshot, Quelle Google Maps). Dies folgt einem Trend im Stadtviertel Leerstand an der Münsterstraße in Düsseldorf: „Man fühlt sich abgehängt“. Hier traf es zuvor schon die Forum Apotheke, nur weniger hundert Meter entfernt.

Datendienst Apothekenadressen mit Standorten

Für allgemeine wie fortgeschrittene Versorgungsanalysen bietet das data analytics institute (dai) ab sofort einen Datendienst, der auf Wunsch quartalsweise alle aktiven Apotheken meldet.

Kontakt

presse@dai.institute

Veröffentlicht am

Neubauten und Neubaugebiete seit 2016

In 2024 entstanden laut Statistischem Bundesamt rund 75.000 Neubauten (neue Wohngebäude), davon alleine 58.450 Einzelhäuser. Diese verteilen sich auf ganz bestimmte Neubaugebiete, die das data analytics institute identifiziert und mit dem entsprechenden Baujahr ausweist. Der Energieträger hier ist überwiegend Umweltthermie.

Neubaugebiete sind Neubauten in einem Quartier

Neubaugebiete
Beispiel für ein Neubaugebiet in Bonn-Beuel (PLZ53225), Quelle: Google Maps 2025

Am Beispiel der beiden Straßen Fideliostraße und Freudestraße in Bonn-Villich (PLZ 53225) lässt sich die Bautätigkeit im Quartier in 2020 auf Google Maps sehr gut nachvollziehen und zeigt auch den zeitlichen Versatz der aktuellen Karten. Noch nicht alle Gebäude (mittlerweile insgesamt 27 Neubauten) sind datenseitig erfasst. Dennoch lässt dich das Neubaugebiet sehr gut erkennen, ist es doch ziemlich weit fortgeschritten (Hinweis: Wir blicken 4-5 Jahre zurück).

Wohngebäude nach 2016 je Baujahr

Für die letzten zehn Jahre (2016-2025) stellt das data analytics institute für Analysen und Auswertungen die Neubauten und deren Neubaugebiete als jährlichen Datensatz zur Verfügung. Es ergänzt damit ideal den Zensusdatensatz 2022 und bietet z.B. für die kommunale Wärmeplanung oder marketingrelevante Aspekte eine ideale Datenbasis. Für die rund 19,3 Mio. Wohngebäude ist das Gebäudealter bis 2016 standardmäßig gemäß Zensus in Dekaden verfügbar (auf Wunsch auch feingliedriger, da die Bautätigkeitsinformationen noch deutlich weiter zurückreichen).

Kontakt

presse@dai.institute

Veröffentlicht am

Geoinformationen als Schlüsselressource für unsere Transformation

Geoinformationen als strategisches Gut verstehen: Positionspapier der Branche adressiert an die Politik, dass die brennenden gesellschaftlichen Themen wie Klimawandel und Energiewende nur datengetrieben gelöst werden können.

Zahlreiche Verbände der Geoinformationsbranche wie beispielsweise der Bund der Öffentlich bestellten Vermessungsingenieure e.V. (BDVI) oder die Deutsche Gesellschaft für Kartographie haben gemeinsam unter dem Deutschen Dachverband für Geoinformation, kurz DDGI ein Positionspapier für Geoinformationen zur 21. Legislaturperiode veröffentlicht. Es setzt konkrete Impulse für eine resiliente, digitale und nachhaltige Zukunft.

Die zentralen Forderungen:
✅ Geoinformation als strategisches Gut verstehen & verankern.
✅ Den Digitalen Zwilling unserer Welt auf Basis von Geodaten gesetzlich integrieren.
✅ Raumbezogene Daten für Klimaschutz & Energieplanung verpflichtend nutzen.
✅ Open Geodata durch Rechtsanspruch und Standardisierung ermöglichen.
✅ Bildung, Forschung und Fachkräfte gezielt fördern.

Der Vorstand und CEO des data analytics institute, Michael Herter, ist Beirat im DDGI und unterstützt ausdrücklich die gezielte Erfassung unserer Welt als Digitaler Zwilling. Er stellt die Basis für den strategischen Einsatz von Geodaten gemäß der EU-Datennutzung (EU Data Act).

Geoinformationsbranche will aktiv unterstützen

Die Herausforderungen unserer Zeit – digitale Transformation, geopolitische Unsicherheiten, Klimawandel, Energiewende – erfordern belastbare und raumbezogene
Entscheidungsgrundlagen. Das Positionspapier formuliert konkrete Forderungen an die neue Bundesregierung, um die Potenziale von Geoinformation gezielt für die nächste Legislaturperiode zu erschließen.

Die Geoinformationsbranche steht bereit, dafür ihre hohe Expertise aktiv einzubringen. Sie möchte damit eine moderne Verwaltung, nachhaltige Entwicklung und digitale Souveränität gewährleisten. Die Branche bietet konkrete, technologiegestützte Lösungen zur Bewältigung zentraler Zukunftsfragen. Die Verbände fordern die Bundesregierung auf, ihre strategische Rolle anzuerkennen, gezielt zu fördern und in die gesetzgeberischen, infrastrukturellen und digitalpolitischen Maßnahmen der Legislaturperiode zu integrieren.

„Schlimm genug, dass sie überhaupt aktiv angeboten werden muss“, ergänzt Herter, denn immerhin ist die politische Bedeutung von Daten bereits auf EU-Ebene seit 2014 klar verankert und sollte „für eine florierende datengesteuerte Wirtschaft“ auch umgesetzt werden. Nur passiert ist seitdem wenig.

Hier geht’s zum Positionspapier für Geoinformationen:
https://lnkd.in/e3GaEVmc

Kontakt

presse@dai.institute

Veröffentlicht am

Mobilitätsanalysen mit GPS-Daten

Woher kommen meine Kunden, Gäste oder Besucher an welchem Tag zu welcher Uhrzeit? Diese Fragen beantworten hochauflösende, anonymisierte GPS-Daten flächendeckend, egal ob für die Parkgarage in der Stadt oder einem Freizeit-Hotspot auf dem Land.

Anonymisierte GPS-Daten in einer Auflösung von ca. 75x75m am Beispiel von Köln.

Die Zusammenarbeit zwischen data analytics institute und Targomo macht es möglich: Millionenfach gesammelte GPS-Daten, jeden Tag zu jeder Uhrzeit. Die Daten, anonymisiert und aggregiert, stehen für unterschiedlichste Mobilitätsanalysen und Standortbewertungen zur Verfügung. Kaum zu glauben aber wahr: Da die Daten eine Ursprungzelle „Wohnen/zu Hause“ besitzen, können sogenannte Origin-Destination-Auswertungen erfolgen. Vereinfacht heißt das, dass zu jedem beliebigen Standort eine Einzugsgebietsanalyse möglich ist – wo kommen also meine Kunden, Gäste oder Besucher genau her – und das auf Wunsch unterschieden nach Tages- und Nachtzeit.

Bestimmung und Bewertung von Hot Spots

Die aggregierten GPS-Daten in Verbindung mit sogenannten Points-of-Interest zeigen eindrucksvoll, wo sich welche Hot Spots befinden. Aber nicht nur das: Es wird sichtbar wie gut oder schlecht diese frequentiert werden und woher die Besucher kommen. Ein Hot Spot kann prinzipiell beliebig sein. Darunter fallen u.a. Stadien, Konzerthallen, Schwimmbäder, Haltestationen, Fußgängerzonen, Sehenswürdigkeiten u.v.m.

Durch die flächendeckende Datenverfügbarkeit werden Hot Spots derselben Kategorie, beispielsweise Konzerthallen untereinander vergleichbar und damit bewertbar.

Kontakt

Sie interessieren sich für GPS-Daten bzw. Standortbewertungen oder Mobilitätsanalysen. Dann kontaktieren Sie uns einfach und unverbindlich unter info@dai.institute – wir beraten Sie gerne!

Veröffentlicht am

TWIN 2.5: Dem digitalen Zwilling noch näher.

Neue, präzisere Gebäudedaten erlauben bessere Analysen für Wohnen & Energie.

Die exklusive Zusammenarbeit zwischen enwarp und dem data analytics institute macht es möglich: Aus Laserscan-Daten wird erstmals der sogenannte Level-of-Detail (LOD) 2.5 ermittelt. Die für nahezu jedes Gebäude in Deutschland verfügbaren Daten liefern deutlich präzisere Informationen als die derzeitigen LOD2-Daten der Bundesländer. LOD2.5 ermöglicht eine bessere Berechnung zahlreicher, wichtiger Gebäudekennziffern für Wohnen & Energie wie beispielsweise deutlich genauere Gebäudevolumen, Wohnfläche, Etagenzahl, Energieverbrauch und Solarpotenzial.

Digitaler Zwilling: Bisher nur LOD2 verfügbar

Am Beispiel der Rheinallee 35b in Bonn (Quelle: Digitaler Zwilling NRW) ist gut erkennbar, dass die derzeitigen Gebäudedaten vereinfachte 3D-Modelle darstellen. Anbauten und Aufbauten sind nicht erfasst und fehlen damit in weiterführenden Auswertungen.

NEU: LOD2.5 setzt neue Maßstäbe in der Präzision

In der Zusammenarbeit mit enwarp und dai entsteht eine neue Gebäudedatenbank in Verbindung mit postalischen Adressen und amtlichen Strukturen von höchster Präzision (TWIN.Building). Im Ergebnis liegen bessere Gebäudemerkmale vor, die auf Basis der LOD2.5-Daten berechnet werden. Dazu gehören neben den bereits o.g. Gebäudemerkmalen für Wohnen & Energie auch zahlreiche sozio-demographische sowie ökonomische Merkmale dank Micro-Simulation und Machine Learning.

TWIN: Das neue Datenmodell der dai

Basis für die LOD2.5-Daten von enwarp ist das neu entwickelte Datenmodell der dai. Es ermöglicht Daten unterschiedlicher Quellen über Menschen & Objekte (z.B. Mobilitäten, Baumabschattung etc.) einheitlich zu kombinieren. Dank stetig wachsender Datenquellen, egal ob Public oder wie hier Private Data, entsteht so TWIN.

TWIN stellt – soweit möglich – das digitale Abbild der Realität, den digitalen Zwilling unsrer Welt dar und wird fortlaufend erweitert wie auch aktualisiert.

Digitaler Zwilling unserer Welt. Aus: Neue Dimensionen in Data Science (M. Herter, 2022)

Kontakt

Sie haben Fragen zu den Daten oder ihren Nutzen? Wir beraten Sie gerne. Kurz und einfach eine eMail an info@dai.instiute.

Veröffentlicht am

(Senior) Data Scientist gesucht

Das dai sucht im Auftrag eines ihrer Klienten einen Data Scientist (m/w/d) in Teilzeit. Das internationale Unternehmen ist am Markt der Datenwirtschaft etabliert und bietet einen attraktiven Arbeitsplatz remote (im Home-Office) an.

Der Job umfasst inhaltlich vielfältige Aufgaben, wie z.B.:

  • Scoringverfahren und Scorecards berechnen
  • Kundensegmentierungen und Kundenwertmodelle
  • Standortanalysen inkl. Kartografische Darstellungen und Distanzanalysen
  • Reportings und Präsentationen für Kunden

Neben Consumer-Analysen können auch B2B-Auswertungen gefragt sein. Beide Datentypen werden mit eigenen mikrogeographischen Daten kombiniert. Grundsätzlich erforderlich sind sehr gute Kenntnisse von multivariaten Analyseverfahren.

Systeme im Einsatz sind u.a. SAS. Reportings werden in Tableau umgesetzt. Der Job als Data Scientist kann Full Remote ausgeführt werden und ist gut bezahlt.

Bei Interesse bitte Bewerbungen schriftlich an info@dai.institute

datenschutzerklärung Mit Stolz präsentiert von WordPress