KI-P GmbH
KI-P entwickelt maßgeschneiderte, datenbasierte Anwendungen und unterstützt Städte und Kommunen bei der konkreten Umsetzung der digitalen Transformation.
Das Spektrum erstreckt sich von der Erschließung geeigneter Datenquellen über die Entwicklung individueller Software bis hin zu Anwendungen, die Informationen im kommunalen Alltag verständlich und nutzbar machen.
Im Rahmen meiner Tätigkeit als Werkstudent im Backend habe ich mich mit der Frage befasst, auf welche Weise öffentlich verfügbare Daten den Nutzen solcher Anwendungen früh und anschaulich vermitteln können. Dafür habe ich in Absprache mit dem Team mit der Entwicklung eines standortbezogenen Demonstrator begonnen.
- 01 Ort festlegen Standort als Bezugspunkt
- 02 APIs abfragen Öffentliche Quellen bündeln
- 03 Briefing erzeugen Informationen einordnen
- 04 Mehrwert zeigen Demo-Dashboard vorführen
In einem ersten Backend-Projekt sammelte ich öffentliche APIs, aus denen sich für beliebige Orte relevante Informationen zu einem kompakten Briefing Sheet bündeln ließen.
Ausgangspunkt war stets ein konkreter Ort. Dazu wurden passende Quellen zusammengeführt, Informationen eingeordnet und so verdichtet, dass aus einzelnen Datenpunkten ein verständliches Bild des Standorts entstand.
Aus den frei verfügbaren Quellen sollte ein kostenlos nutzbares Demo-Dashboard mit Standortbezug entstehen. Es zeigte potenziellen kommunalen Kunden unmittelbar, welche Mehrwerte aktuelle und Echtzeitdaten für den eigenen Ort bieten können, und schuf eine konkrete Grundlage für weitere Gespräche.
Vom Nutzerinput zur API-Antwort
Standortwahl und öffentliche Schnittstellen werden im Prototyp zu einem nachvollziehbaren Datenweg verbunden.
Zur frühen Prüfung des Konzepts, habe ich den ersten Datenweg bewusst als Jupyter-Notebook-Prototyp umgesetzt. Aus einer Postleitzahl wurden ein konkreter Ort, das passende Wappen und weitere standortbezogene Grunddaten ermittelt.
Die PLZ fungierte als gemeinsamer Ausgangspunkt für den Datenfluss. Nominatim, Wikimedia und OpenStreetMap beziehungsweise die Overpass API lieferten individualisierende Ortsinformationen; Schnittstellen des Bundes und offene ÖPNV-Daten ergänzten aktuelle beziehungsweise Echtzeitdaten.
Das Python-Skript bündelte diese Quellen zu einer gemeinsamen Datengrundlage. Der schnelle Proof of Concept machte Nutzen, Datenqualität und Lücken früh sichtbar und half, sinnvolle Quellen sowie nächste Entwicklungsschritte zu priorisieren.
Parallel zum standortbezogenen Proof of Concept wurde ich damit beauftragt CKAN im Kontext diverser bestehender Lösungen näher zu untersuchen. Die Open-Source-Plattform bildet die Grundlage vieler Open-Data-Portale und bündelt unterschiedlich gelagerte Daten in einem zentralen Katalog.
Für die Bewertung des Gesamtzusammenhangs war es daher nicht nur relevant, das aktuelle Projekt zu berücksichtigen, sondern auch die Frage, wie sich CKAN in bereits abgeschlossene Projekte als sinnvolle Erweiterung implementieren lässt.
