Kategorie: Data

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

Gewiss kein Grüner Schwan? Plädoyer für ein Datengütesiegel in Zeiten Künstlicher Intelligenz.

Grüner Schwan bezeichnet eine neue Klasse systemischer Risiken, vor allem aus dem Kontext des Klimawandels, die ebenso unvorhersehbar wie unumkehrbar sind und dabei die Stabilität von Wirtschaft und Gesellschaft tiefgreifend gefährden können. Er baut auf dem Begriff des „Schwarzen Schwans“ von Taleb auf, der in seinem gleichnamigen Buch damit seltene Ereignisse mit enormer Wirkung, wie etwa die Finanzkrise 2008 beschreibt. Seinen Namen verdankt das Konzept der historischen Annahme, alle Schwäne seien weiß – bis 1697 in Australien zum ersten Mal ein schwarzer Schwan tatsächlich beobachtet wurde. Grüne Schwäne hingegen existieren (nach wie vor) nicht.

Die Datenwirtschaft teilt seit vielen Jahren ihre Daten auf Lizenzbasis. Die Nutzer bezahlen für die Erstellung, Bereitstellung und Art der Datennutzung. Lizenz- und Preisstandards dazu gibt es nicht. Doch nicht nur das. Es fehlt dem Markt an Qualitätsorientierung. Nehmen wir das Beispiel der Vollständigkeit. So lange alle Objekte unserer Welt nicht vollständig in Raum und Zeit digital erfasst sind, fehlt es an der objektiven Referenz. Was gibt es alles und wieviel davon? Über die sogenannten „unknown unknowns“ wissen wir nichts. Das ist gewiss. Mit welchem Maß an Gewissheit können wir also sagen, dass der fehlende „Grüne Schwan“ in unseren Daten wirklich fehlt oder ein möglich enthaltener schwarze Schwan wirklich stimmt? Übertragen in die Praxis: Was stellt beispielsweise die Referenz dar, ob eine am Datenmarkt verfügbare Liste aller Kindergärten, Kitas und privater „Tagesmütter“ für eine Versorgungsanalyse in Deutschland wirklich Vollständigkeit ist? Sie gibt es nicht.

Durch die fortschreitende Datafication, wie man auch die Digitalisierung unserer Welt nennt, mehren sich fortlaufend die Echtdaten. Schätzungen und Hochrechnungen werden entsprechend weniger notwendig. Doch die Ungewissheit (Uncertainty) darüber, ob Grundgesamtheit bzw. Teilpopulation in einem bestimmten Gebiet zu einem bestimmten Zeitpunkt (Aktualität) vollständig abgebildet ist, bleibt. Dazu zählen auch Präzision der Datenerfassung (Exaktheit) und Schätzung (Vorhersagegüte) bei nicht vorhandenen Echtdaten.

Den Käufern sowie Nutzern von Daten fehlt ein verlässliches Maß an „Certainty“. Der Datenmarkt setzt Lizenzbedingungen und Preise fest, ohne ein Maß an Gewissheit zu liefern. Man schenkt lieber einer aufbereitenden Information, dem Outcome auf Daten, seinen Glauben und sinniert höchstens noch über die angewendete Analyse, als dass die Qualität der eingehenden Daten, das Income selbst hinterfragt wird. Ganz in der Hoffnung „no garbage in, no garbage out“. Ob aber der grüne Schwan einfach nur vergessen wurde zu erfassen oder gewiss keiner vorhanden ist, weiß man nicht. Was jedoch gewiss fehlt: Ein Datengütesiegel.

Datengütesiegel der dai

Das data analytics institute hat es sich zur Aufgabe gemacht, die CERTAINTY als Qualitätsmaß für Daten zu entwickeln. Kontaktieren Sie uns gerne, wenn Sie Fragen dazu haben oder Ihre Daten in ihrer Qualität in unserem Data Lab überprüfen lassen wollen.

Weiterführender Artikel zur Uncertainty & ML u.a. [2305.16703] Sources of Uncertainty in Supervised Machine Learning — A Statisticians‘ View

Veröffentlicht am

Neue Partnerschaft für mehr Wertschöpfung aus Agrardaten

Q-Farm-Hub und Data Analytics Institute bündeln Kräfte zur Nutzung land- und forstwirtschaftlicher Daten für mehr Resilienz, Transparenz und Wirtschaftlichkeit. Dazu werden getrennt bestehende Datensilos im Agrarsektor miteinander verknüpft und so ein europäischer Datenraum für Agrardaten geschaffen.

Bonn, 2. Juni 2025 – Daten, Daten, Daten – sie entstehen auch fortlaufend in der Landwirtschaft. Sogenannte Agrardaten können konkret dabei helfen, Risiken zu minimieren, Wertschöpfung zu steigern und den gesellschaftlichen Nutzen zu erhöhen. Zwei Partner, die sich dieser Aufgabe verschrieben haben, bündeln ab sofort ihre Kräfte. Der Q-Farm-Hub der EQA und das Data Analytics Institute (dai) mit Sitz im Digital Hub agieren künftig gemeinsam vom Standort Bonn aus, um land- und forstwirtschaftliche Betriebe datenbasiert zu stärken.

Der Q-Farm-Hub – die neue Daten- und Informationsdrehscheibe für die Agrarwirtschaft

Initiiert von der Education and Qualification Alliance SCE (EQASce), ist der Q-Farm-Hub Europas erster webbasierten Agrar-Cloud-Hub. Ziel ist es, Daten aus der Landwirtschaft (sog. Agrardaten) als Vermögenswert zu erfassen, aufzubereiten und weiterzugeben. Nutzer der Agrardaten sind die Landwirt:innen, Marktpartner, Dienstleister und öffentliche Stellen. Der Hub erfüllt dabei auch eine neue Funktion im Sinne des Onlinezugangsgesetzes (OZG), indem er standardisierte digitale Schnittstellen zur Kommunikation mit Veterinär-, Gesundheits- und Umweltämtern sowie Forschungs- und Bildungseinrichtungen etabliert.

Das Data Analytics Institute – Daten zur Wertschöpfung bringen

Das Data Analytics Institute (dai) bietet ein breites Spektrum datenwissenschaftlicher und interdisziplinärer Expertise: Von der rechtlichen Einordnung der Daten über die Modellierung und Analyse bis zur auf den Punkt gebrachten Informationsbereitstellung. Ziel des Instituts ist es, Daten in greifbaren Mehrwert zu transformieren – und dabei auch organisationsübergreifende Kooperationen zu ermöglichen. Im Fokus steht dabei stets: Wissen generieren, Entscheidungen fundieren, Wirkung entfalten. Und das gilt selbstverständlich auch für Agrardaten.

Maul- und Klauenseuche zeigt Handlungsbedarf: Agrardaten als Frühwarnsystem

Ein aktuelles Beispiel für die Notwendigkeit intelligenter Datenlösungen ist der Ausbruch der Maul- und Klauenseuche (MKS) im Januar 2025 in Brandenburg. Die unmittelbaren Auswirkungen auf Fleisch- und Milchlieferketten waren gravierend. EU-Hilfen in Höhe von 15 Millionen Euro sollen jetzt nach Deutschland, Tschechien und Slowenien fließen. Doch der wirtschaftliche Schaden für die Betriebe bleibt.

„Ein schnellerer, transparenterer und zielgerichteter Daten- und Informationsfluss kann bei zukünftigen Krisen Schäden deutlich minimieren“, betont Prof. Dr. Brigitte Petersen, Vorstandsvorsitzende der EQASce. Dafür brauche es klare Regeln: „Welche Daten sind relevant, welche Betriebe und Lieferketten sind wie und vor allem wo betroffen – und in welcher Form gelangen die Informationen effizient zu den zuständigen Akteuren?“ ergänzt Michael Herter, CEO des Data Analytics Institute. Die Herausforderung liegt darin, diese Daten so zu strukturieren und bereitzustellen, dass sie grundsätzlich, vor allem aber im Krisenfall sofort handlungsleitend sind.

Gemeinsam für eine resiliente und datengetriebene Landwirtschaft

Der Schulterschluss von EQASce und dai zeigt: Datenräume im Agrarsektor können konkrete wirtschaftliche und gesellschaftliche Mehrwerte schaffen – wenn sie sinnvoll gestaltet, standardisiert und strategisch genutzt werden. Die Kooperation in Bonn ist ein klares Signal: Die Datenzukunft der Landwirtschaft ist digital, vernetzt – und resilient.


Kontakt:

Data Analytics Institute (dai)

Digital Hub Bonn

presse@dai.institute

www.dai.institute

Veröffentlicht am

Erstes unabhängiges und interdisziplinäres Dateninstitut für Wirtschaft, Wissenschaft und Politik in Deutschland gegründet.

Bonn [11.04.2025] – Mit der Gründung des data analytics institute (dai) entsteht das erste unabhängige, interdisziplinäre Dateninstitut für Wirtschaft, Wissenschaft und Politik. Die Aktiengesellschaft mit Hauptsitz in Bonn und Niederlassungen in Berlin und Stuttgart setzt auf die innovative Kombination aus Data Science und Artificial Intelligence (AI), um datengetriebene Lösungen für gesellschaftsrelevante Fragestellungen zu entwickeln.

Daten als Mehrwert für unsere Gesellschaft

Die Pandemie hat deutlich gezeigt, wie wichtig Daten für ein objektives Verständnis aktueller und zukünftiger Herausforderungen sind. Nur qualitativ hochwertige, belastbare Daten fehlen oft. Nicht ohne Grund findet der Begriff Datenwüste Deutschland seinen Weg über Wissenschaft und Wirtschaft in die Medien. Das data analytics institute soll das als erstes unabhängiges und interdisziplinäre Dateninstitut ändern. Durch die gezielte Identifikation von Datenlücken, neuer Einsatzmöglichkeiten von AI und daraus resultierende datenwirtschaftsrechtliche Fragestellungen schafft die dai AG qualitatives Wissen, auf das man sich verlassen kann. So erst werden evidenzbasierte, richtige Entscheidungen in Wirtschaft und Politik möglich.

Das Dateninstitut und seine Ziele

Das data analytics institute versteht sich als unabhängiger Berater und Informationslieferant, um sektorübergreifend Institutionen beim strategischen Einsatz von Daten zu unterstützen. 

Im Fokus dabei stehen:

  • Evaluation, Qualifizierung und Entwicklung von Daten durch hochspezialisierte Data Scientisten in Kombination mit AI-gestützter Verfahren
  • Datenschutz- und lizenzrechtliche Fragestellungen, z.B. wem gehört ein Datum?
  • Verknüpfung von Daten aus Quellen der Public, Private und Science Data als bestmöglichen „Digitalen Zwilling“ sowie die dazu notwendige Beratung und bedarfsgerechte Bereitstellung von Daten
  • Schließen von Datenlücken und Fördern von Datenwissen in Deutschland
  • Beratung und Implementierung AI-gestützter Datenplattformen und Agenten

Bereits in der Gründungsphase startet das dai mit folgenden wegweisenden Forschungsprojekten:

  • Aufbau des Datenmodells TWIN als Digitales Abbild von Mensch & Erde
  • Implementierung AI-gestützter Datenimputation TERRAIN
  • Umsetzung einer datenspezifischen AI-Infrastruktur (DAII) für Organisationen
  • Entwicklung des agentenbasierten Data Scientist MAIK und einem neuen statistischen Vorhersagefaktor CERTAIN

Zum Gründungsteam

Die dai AG baut von Beginn an auf die Expertise führender Datenwissenschaftler Deutschlands. Gründer, Vorstand und Aufsichtsrat setzen sich aus einem einzigartigen, interdisziplinären Team zusammen

  • Björn Schmidt, CFO & Vorstandsvorsitzender ist Rechtsanwalt mit der Spezialisierung auf Datenschutz- und Datenwirtschaftsrecht, was u.a. auch das Urheber- und Lizenzrecht umfasst. Sein Wissen und Expertise beeinflusst seit Jahren die deutsche Datenlandschaft.
  • PD Dr. oec. publ. Ursula Berger, CSO, ist Biostatistikerin und Epidemiologin. Als Chief Science Officer ist sie im Vorstand zuständig für datenwissenschaftliche Forschungfragen – insbesondere für komplexe Datenmodelle im Bereich Health Care.
  • Michael Herter, CEO, übernimmt die operative Führung der dai AG und baut dabei auf mehr als zwei Jahrzehnte Erfahrung im Management und Marketing für Daten & Analysen.
  • Thomas Losse-Müller, Vorsitzender des Aufsichtsrats, ist einer der führenden Politiker für Digitalisierung und Klimaneutralität. Er ist u.a. Direktor der Stiftung Klimaneutralität sowie des Sozial-Klimarats.
  • Özlem Doger-Herter, Aufsichtsrätin, ist Gründungsgeschäftsführerin von ASK-A-WOMAN.COM und Vorständin der German Data Science Society sowie Ambassador für Women in Data Science der Stanford University mit dem Fokus „Diversity in Data Science“.
  • Prof. Dr. Göran Kauermann, Aufsichtsrat, ist Professor für Statistik an der LMU München, Vorstand der German Data Science Society (GDS) und Gründungsvorsitzender der Deutschen Arbeitsgemeinschaft für Statistik (DAGStat). Er ist ausgesprochener Fachexperte für statistische Methodik, u.a. in der Bestimmung von Uncertainty in AI-Modellen.
  • Jörn Bielfeldt, Gründungsgesellschafter und Geschäftsführer der Public Good GmbH, komplettiert das Team beratend.
Von links: Özlem Doger-Herter, Björn Schmidt, Göran Kauermann, Ursula Berger, Jörn Bielfeldt, Michael Herter

Pressekontakt

Für weitere Informationen steht Ihnen jederzeit Michael Herter (CEO) unter 0151 6767 6600 zur Verfügung.

datenschutzerklärung Mit Stolz präsentiert von WordPress