Smart City
Urbane Datenplattform
Urbane Datenplattformen sind das Herzstück moderner Smart City-Infrastrukturen. Als Datendrehscheiben sorgen sie dafür, dass interne wie externe Stakeholder die für ihre Arbeit oder Interessen benötigten Daten zur Verfügung gestellt bekommen. Darüber hinaus ermöglichen sie umfassende Datenabfragen im Sinne der Datentransparenz, ermöglichen über Dashboards eine anschauliche Verarbeitung der Datenabfragen und können so zu mächtigen Werkzeugen des internen Datenmanagements und der Effizienzsteigerung in ganzen Prozessketten werden.
Wir bieten als vollumfängliche Lösung den Aufbau von Datenplattformen an - maßgeschneidert auf die Anforderungen von Smart City-Umgebungen. Unsere Architektur folgt dabei den Grundsätzen der Modularität, Erweiterbarkeit und Open Source. Kernelemente unserer Datenplattformarchitekturen sind dabei der SensiNact-Datenbroker sowie ein angeschlossener Model Atlas. Der Datenbroker steuert als serviceorientierte Datendrehscheibe das Sammeln und Verteilen aller eingebundenen Sensordaten, während der Model Atlas die Lesbarkeit und Verarbeitungskompatibilität unterschiedlichster Datenstrukturen sicherstellt. Durch die modulare und erweiterbare Struktur können je nach Anforderungen oder Komplexitätsniveau zusätzliche Services (z.B. DCAT-Registry, Document Service o.ä.) angeschlossen werden und die Datenplattform auf die Tiefe der abzubildenden Datenstrukturen skaliert werden.
Das Ergebnis ist eine flexible, einfach zu wartende und - wenn gewünscht - vollständig durch die Endnutzendenseite betreubare Smart City-Lösung, die systemunabhängig einsetzbar ist, keine zusätzlichen Abhängigkeiten erzeugt, maximale Interoperabilität gewährleistet und über eine stringente Modellierung der Entstehung von Datensilos vorbeugt.
Abbildung: Schematische Beispielkonfiguration des Datenbroker für eine Urbane Datenplattform. Die Schnittstellen sind nahezu beliebig erweiterbar und anpassbar.
Abbildung: Schematischer Aufbau des Model Atlas für den Einsatz in einer Urbanen Datenplattform.
IoT-Sensoranbindung und Model-UI
Verteilte Sensoren sind die Startpunkte von Datenströmen und übersetzen physische Prozesse als Daten in digitale Anwendungen. Sie sind die Grundlage von unzähligen Smart City-Use Cases.
Wir modellieren existierende Sensornetzwerke für die Einbindung in vorhandene IT-Infrastrukturen oder unterstützen beim Aufbau neuer Sensornetzwerke. Um die Modellierung für Datenplattformstrukturen den Koordinationsstellen und Endnutzenden unserer Kundschaft zu ermöglichen, konfigurieren wir ein Model-User-Interface, das eine Benutzungsumbebung nach Low-Code-Prinzip zur Verfügung stellt. Unterstützt werden bei der darüber erfolgenden Sensorenanbindung alle gängigen Standards aus den Bereichen Umweltsensorik, Verkehrs- oder Energiemanagement wie zum Beispiel KML, RDF, VDV (IBIS-IP), OCIT, NGSI (Fiware) oder OGC (SensorThings, Features).
ILSA - Verkehrsleittechnik
Mit unserer Informativen Lichtsignalanlage (kurz ILSA) binden wir Ampelanlagen an Smart-City-Infrastrukturen an. Durch den Einsatz eines einfach zu wartenden Hardwaresetup machen wir Ampelschaltphasen sowie Magnetschleifen- oder Tasterinputs in Echtzeit auslesbar und übertragbar. Diese Lösung ermöglicht es kommunalen Betreibenden, die oft monolithisch und mit prioprietärer Software ausgestatteten Ampelanlagen für eine Vielzahl von Verkehrssteuerungszwecken zu öffnen und nutzbar zu machen, Verkehrsdaten in Echtzeit zu erheben und intelligente Schaltsysteme mit der vorhandenen Infrastruktur zu kombinieren, ohne dafür neue Verkehrsleittechnik beschaffen zu müssen.
Konflikterkennung
Ähnlich wie bei der ILSA haben wir mit einem ressourceneffizienten Hardwaresetup ein System entwickelt, das zur Konflikterkennung im Straßenverkehr - insbesondere an Unfallschwerpunkten - eingesetzt werden kann. Durch die Verschränkung der Daten optischer Verkehrsdetektionssensorik, Signalanlagen und Positionssensoren (z.B. von Fahrzeugen des ÖPNV) können situativ potentielle Konflikte zwischen Verkehrsteilnehmenden in Echtzeit prognostiziert werden. Bekommen beispielsweise abbiegende Fahrzeuge, die einen schlecht einsehbaren Radweg kreuzen, ein grünes Fahrtsignal, kann das System bei jedem Fahrradfahrenden, der sich der Kreuzung nährt, ein Warnsignal erzeugen, das in Echtzeit optisch, akustisch oder künftig sogar integriert in smarte Fahrassistenzsysteme ausgespielt werden kann.
Die Lösung lässt sich für unterschiedlichste Anwendungsfelder und Realsituationen konfigurieren. Sie kann eingesetzt werden, um überhaupt erst einmal eine statistische Datengrundlage für Konfliktpotential im Straßenverkehr zu erzeugen, aber auch konkret um Unfällen vorzubeugen und damit Personen- oder Sachschäden abzuwenden. Innovativ ist vor allem die Echtzeitfähigkeit des Systems, wodurch eine Vielzahl von Anwendungsfällen ermöglicht wird. Darüber hinaus lässt sich die Lösung unkompliziert in verteilte Datenmanagementstrukturen integrieren.
Datenschutz
MPAT - Model Privacy Analyzing Tool
Organisationen jeder Größenordnung müssen sich an Vorschriften des Datenschutzes und der Datentransparenz halten. Diese Regeln gelten für eine Vielzahl von Bereichen innerhalb einer Organisation, von der Vertragsgestaltung über das Datenbankmanagement bis zu den eigentlichen Produktivprozessen. Durch diese Komplexität entstehen oft verschiedene Insellösungen, die auf mehrere Systeme verteilt sind und die Implementierung einer kohärenten Datenschutz- und Datentransparenzstrategie erschweren.
Als innovative Lösung für technisch unterstützten Datenschutz bieten wir mit MPAT ein Tool für digitales Reporting und zur Unterstützung von Entscheidungen hinsichtlich Datenschutzmaßnahmen an, das unabhängig vom Anwendungsfall oder Organisationsbereich eingesetzt werden kann. Das Tool analysiert nach den Prinzipien unseres modellgetriebenen Ansatzes sowohl Datenstrukturen als auch Datenobjekte, um diese kontextsensitiv auf ihre Datenschutzrelevanz hin zu untersuchen. Schützenswerte Daten werden dabei erkannt, markiert und die Ergebnisse anschließend in einem Privacy Report zusammengefasst. Diesen Daten lassen sich dann - je nach Anwendungsfall - automatisiert mit einer Zugriffsbeschränkung versehen, anonymisieren oder in andere Datenschutzmaßnahmen überführen.
MPAT nutzt unsere Model Atlas-Technologie, die als Wissensdatenbank für das Erkennen von unterschiedlichen Datenmodellen und -strukturen fungiert. Darauf greift ein dynamisch lernender Algorithmus zu, der anwendungsfallspezifisch trainiert wurde, um entsprechende Daten in verschiedenen Kontexten zu erkennen und auf ihre Datenschutzrelevanz hin zu bewerten. Innovativ ist vor allem die Zweistufigkeit des Prozesses. In einem ersten Schritt analysiert MPAT das jeweils vorliegende Schema, um die Datenschutzrelevanz zu beurteilen. Im zweiten Schritt kann es aber auch alle Instanzen der verschiedenen Schemata überprüfen, um das Vorliegen schutzrelevanter Daten zu verifizieren und zusätzliche Daten zu identifizieren, die bei der Schemaanalyse bisher keine Treffer ergeben haben. Das Ergebnis ist ein wirkmächtiges Tool, das sowohl dazu geeignet ist bestehende Datenschutz- und Datentransparenzmaßnahmen zu unterschützen, als auch die rechtlichen Bestimmungen der Datenschutzgrundverordnung in Bereichen und Anwendungsfällen zu unterstützen, in denen noch keine Off-the-shelf-Lösungen verfügbar sind.
Abbildung: Stufe 1 des MPAT-Prozesses für die Anwendung im Bereich medizinischer Datenbanken.
Abbildung: Stufe 2 des MPAT-Prozesses für die Anwendung im Bereich medizinischer Daten.
TÜV-geprüfter Datenschutz
Datenschutz ist eine Notwendigkeit überall dort, wo personenbezogene Daten anfallen oder verarbeitet werden. Mit der voranschreitenden Digitalisierung geht eine Zunahme von Datenmengen einher, die nach datenschutzrechtlichen Bestimmungen entsprechend abgesichert und administriert werden müssen.
Wir bieten vollumfängliche Beratungsleistungen im Bereich Datenschutz und DSGVO an, um unsere Kundschaft dabei zu unterstützen. Unser Team aus TÜV-geprüften, behördlichen Datenschutzbeauftragten kann Sie und Ihre Organisation beraten, bei der Erstellung von Datenschutzkonzepten unterstützen, auf mögliche Fallstricke beim Umgang mit Datensätzen aufmerksam machen, Sie auf Audits vorbereiten oder als externe Datenschutzbeauftragte für Ihre Organisation tätig werden. Gerne unterstützen wir auch die Datenschutzbeauftragten Ihrer Organisation bei ihren Aufgaben oder übernehmen die Beratung zu allen Fragen des Datenschutzes in digitalen Projektkontexten.