Partizipation, Energieversorgung, öffentliche Sicherheit – die bisher von uns vorgestellten Projekte befassen sich mit den unterschiedlichsten Bereichen der Stadtentwicklung. Die spanische Küstenstadt Santander versucht nun, mit rund 12.000 in der Stadt platzierten Sensoren einige dieser Bereiche gleichzeitig zu optimieren. Das letzte Projekt unserer Reihe zeigt, dass das Konzept der Smart City nicht nur auf Metropolen anwendbar ist.

Mit ihren rund 175.000 Einwohnerinnen und Einwohnern gilt die spanische Küstenstadt Santander per Definition zwar nicht mehr als Kleinstadt, dennoch sind ihre Einwohnerzahlen nicht mit denen großer Metropolen vergleichbar. Trotz seiner verhältnismäßig bescheidenen Größe gilt Santander aber als Vorreiter der Smart-City-Bewegung. Mit dem Projekt SmartSantander gründete sich 2009 ein technologisches Versuchslabor, das sich über ganze Städte erstreckt. Neben dem spanischen Santander sind auch die Städte Lübeck, Belgrad und Guildford Teil des Projektes. Ziel ist es, mit Hilfe von verschiedenen in der Stadt installierten Geräten Daten über das Leben in der Stadt zu sammeln und so öffentliche Dienstleistungen zu verbessern. Das geschieht hauptsächlich durch verschiedenen Arten von Sensoren, aber auch Kameras oder von den Bürgerinnen und Bürgern selbst bereitgestellte Daten tragen zum Aufbau der Datenbank bei. Gesammelt werden die Daten auf einer zentralen Plattform, die öffentlich zugänglich ist. Damit versucht Santander, ähnlich wie die Stadt Kopenhagen, datenbasierte Lösungen für die Stadt der Zukunft zu entwickeln. Im Gegensatz zur dänischen Hauptstadt verlässt sich die spanische Küstenstadt dabei allerdings nicht auf das Open-Data-Konzept, sondern sammelt seine Daten lieber selbst. Durch das Projekt habe sich Santander zu „einem wahrhaftigen urbanen Labor“ entwickelt, so die Bürgermeisterin gegenüber dem Berliner Tagesspiegel. Die Küstenstadt beweist also, dass auch weniger große Städte im Rennen um die Stadt von Morgen mit um die vordersten Plätze buhlen.

Mehr Sensoren, weniger Probleme?

Ein Fokus des SmartSantander-Projektes liegt auf der Verteilung von Sensoren in der Stadt. An verschiedenen Stellen sollen diese Verkehrsaufkommen, Lärm, Luftverschmutzung oder andere Parameter messen. So sollen Probleme in der Stadt schneller erkannt und behoben werden. Die Sensoren sind dabei über die ganze Stadt verteilt und decken die unterschiedlichsten Bereiche des alltäglichen Lebens ab. So melden Santanders Müllcontainer beispielsweise selbständig ab einer Füllhöhe von 90%, dass sie geleert werden müssen. Die lokale Müllabfuhr fährt also nur Tonnen an, die auch wirklich geleert werden müssen – so wird nicht nur Geld, sondern auch Zeit gespart. Auch bei der Parkplatzsuche hilft der Datenpool der Stadt. Per App oder digitaler Anzeigetafel werden Autos zu freien Parkplätzen gelotst. Wo sich der freie Parkplatz befindet, wurde vorher ebenfalls per Sensor ermittelt. Doch nicht nur die Sensoren, sondern auch die Bürgerinnen und Bürger Santanders füttern die Datenbank ihrer Stadt. Mit Hilfe einer App können die Santanderinos beispielsweise Schlaglöcher oder andere Schäden an öffentlichem Eigentum mit Hilfe eines Fotos melden. Im Anschluss kann online und damit öffentlich verfolgt werden, wann das Problem behoben wurde. So versucht die Stadt neben den Informationen zur Verbesserung der öffentlichen Dienstleistungen auch die Bürgerbeteiligung vor Ort zu stärken. Auch in Deutschland gibt es Konzepte, Schäden im öffentlichen Raum durch Apps zu melden, wie beispielsweise mit dem Maerker in Brandenburg.

Wissen ist Macht

Das SmartSantander-Projekt verlässt sich mit seiner sensorgesteuerten Stadtentwicklungspolitik darauf, dass datenbasierte Lösungen den zentralen Weg zu mehr Fortschritt darstellen. Das Konzept, die Daten selbst vor Ort zu erheben, bietet dabei einen entscheidenden Vorteil: Maßgeschneiderte Lösungen. Nicht alle Smart-City-Lösungen sind auf alle Städte dieser Welt gleichermaßen anwendbar. Ein Projekt, das eine Stadt smarter macht, kann in einer anderen kaum oder nur schwer umsetzbar sein oder wenig Verbesserung nach sich ziehen. Berücksichtig werden müssen neben den offensichtlichen Parametern, wie der Größe oder dem Entwicklungsgrad einer Stadt, auch weniger offensichtliche Eigenheiten, wie beispielsweise Luftverschmutzung oder Energieverbrauch. Letztendlich gilt es also die Bedürfnisse einer Stadt und ihrer Bewohnerinnen und Bewohner so genau wie möglich zu analysieren, um die Stadt fit für eine smarte Zukunft zu machen. Das SmartSantander-Projekt liefert hier einen ersten Ansatz dafür, wie diese Analyse aussehen könnte.

Neben den Problemen der teilweise einseitigen Finanzierung und des datenschutzgerechten Sammelns der Informationen, stellt sich die grundsätzliche Frage, ob der Ansatz der datenbasierten Lösungsentwicklung nicht den Blick auf andere fortschrittliche Lösungen verstellt. Nicht immer müssen erst Daten gesammelt werden, um ein bestimmtes Problem zu erkennen. Aufgabe einer effizienten Stadtplanung könnte stattdessen auch sein, selbstständig Impulse für ein nachhaltiges Leben in der Stadt zu geben. Ein einfaches Beispiel verdeutlicht, warum die simple Angebot-Nachfrage-Logik rein datenbasierter Ansätze nicht zwangsweise zu mehr Nachhaltigkeit führt: Ein Sensor, der beispielsweise auf allen Straßen ein erhöhtes Verkehrsaufkommen misst, signalisiert das Problem überlasteter Straßen. Auf den Fahrradwegen misst der Sensor allerdings kaum Benutzung. Ein Blick auf ausschließlich diese beiden Messungen suggeriert nach klassischer Angebot-Nachfrage-Logik, mehr Straßen und weniger Fahrradwege zu schaffen. Dass das allerdings nicht die Lösung für das Infrastrukturproblem ist, ist nur von außen klar ersichtlich. Datenbasiertes Stadtplanung kann also nur dann effektiv funktionieren, wenn auch von außen die richtigen Impulse gesetzt werden.

Quo vadis, Smart City?

Blickt man auf alle von uns vorgestellten Projekte, zeigt sich, dass die Debatte rund um die Smart City dort endet, wo sie begonnen hat: Bei den Bewohnerinnen und Bewohnern der Städte. Neben all den Anforderungen, die eine steigende Urbanisierung mit sich bringt, stellt vor allem die transparente Kommunikation mit der lokalen Bevölkerung eine wesentliche Voraussetzung für die Akzeptanz der Smart City dar. Dabei gilt es, Berührungsängste gegenüber moderner Technik abzubauen und den Mehrwert der neuen Entwicklungen zu garantieren und verständlich zu erklären. Das beginnt bei einer Gewährleistung des Datenschutzes der Userinnen und User und endet bei der Festsetzung von ethischen Leitlinien für den Umgang mit moderner Technologie. Unabhängig davon, wie schillernd und prachtvoll, wie effizient oder gewinnbringend eine smarte Stadt auch sein mag – wird sie von ihren Bewohnerinnen und Bewohnern nicht verstanden oder gar nicht akzeptiert wird sie nicht die Stadt der Zukunft sein.

Das war der letzte Teil unserer Smart-City-Sommerreihe. Die anderen Stationen der Reise waren: Rio de Janeiro, Kopenhagen, Dubai und Wien. Zum Übersichtsartikel geht es hier.

Titelbild: Tiia Monto via Wikimedia, CC-BY-SA 3.0, bearbeitet. Manuchi via Pixabay, CC0, bearbeitet.

Demokratie bedeutet in erster Linie Partizipation und Partizipation wiederum bedeutet Austausch. Die Digitalisierung bietet nach wie vor große Chancen, diesen Austausch auf vielfältige Art und Weise zu gestalten. Doch in Zeiten von Fake News, Chatbots und Cyberangriffen stehen nicht nur die Chancen, sondern auch die Risiken für die Demokratie dabei verstärkt im Fokus. Bringt die Digitalisierung also mehr oder weniger Demokratie mit sich? Wie sehen die Chancen und Risiken einer digitalisierten Demokratie konkret aus und was bedeutet das alles eigentlich für Wählerinnen und Wähler? Diskutiert wurden diese und weitere Fragen auf der „Data und Politics“ Konferenz, die die Initiative D21 am 24.06.2018 in Berlin bereits zum zweiten Mal in Folge veranstaltete.

Datenbasierter Wahlkampf

 Zu den Chancen, die die Digitalisierung der Politik bietet, gehöre spätestens seit den Obama-Kampagnen von 2008 und 2012 auch der datenbasierte Wahlkampf, so Guilliaume Liegey, CEO von Liegey Muller Pons (LMP). Mit Hilfe von Wählerdaten könne Wahlkampfwerbung dabei passgenau auf den Wähler zugeschnitten werden. Liegey betont jedoch, dass die Kombination aus Mensch, Technologie und Daten dabei essentiell für den Erlog der Kampagne sei. Um alle drei Aspekte erfolgreich miteinander zu vereinen, setzt LMP, wie mittlerweile diverse Agenturen, daher auf datenbasierte Haustürwahlkämpfe. Mit Hilfe eines statistischen Modells wird zunächst anhand von Wählerdaten errechnet, in welchem Wahlbezirk sich ein Tür-zu-Tür-Wahlkampf lohnt. In einem zweiten Schritt wird die Arbeit vor Ort dann per App koordiniert. Dies sei jedoch nur die heiße Wahlkampfphase, ein professioneller Wahlkampf, ob analog oder digital, müsse auch weit vor und nach der Wahl stattfinden. Außerdem sei ein datengestützter Wahlkampf nur ein Mosaikteil, das nicht allein über Wahlsieg oder -niederlage entscheidet, betonte Liegey.

 „Social Media und Algorithmen tragen keine Schuld“

Der Begriff Fake News steht mittlerweile symbolisch für das Gefühl des öffentlichen Misstrauens und zeigt, dass eine digitalisierte Demokratie auch Risiken birgt. Die Suche nach den Ursachen für die Verbreitung von Fake News geht daher Hand in Hand mit Schuldzuweisungen der Öffentlichkeit. Social Media und Algorithmen seien dabei jedoch nicht als die Wurzel allen Übels anzuprangern, sondern auch psychologische Prozesse spielen eine entscheidende Rolle, so Michael Seemann. Der Autor und Blogger spricht dabei in seinem Vortrag vom sogenannten „Digitalen Tribalismus“. Die Mitglieder eines „digitalen Stammes“ finden ihre Identität in einer Gruppe und durch Abgrenzung zu anderen Gruppen. Daher beurteilen sie Informationen nicht nach ihrem Wahrheitsgehalt, sondern einzig und allein danach, ob deren Verbreitung den Zielen und Werten des eigenen „Stammes“ entspricht. Angewendet auf das Phänomen der Fake News bedeutet das, dass Fake-News-Verbreiter zwar erfahren, dass sie Fake News streuen, diese aber nicht richtigstellen, da das nicht ihrem Kommunikationsziel entspricht.

 Datenanalyse ist keine „Rocket Science“

 Noch vor einer Auseinandersetzung mit den Chancen und Risiken, die die Digitalisierung für eine moderne Demokratie bereithält, stehen allerdings oftmals die technischen Hürden und die Berührungsängste der User und Userinnen. So machte der Datenanalyst David Kriesel zum Ende der Veranstaltung vor allem dem fachfremden Publikum noch einmal Mut. Anhand seines Projekts „Spiegel Mining“ illustriert er anschaulich, was aus Daten auszulesen ist, die sich online frei zugänglich befinden und auf den ersten Blick wenig interessant erscheinen. Seit 2014 sammelt der Informatiker diverse Informationen über Artikel des Online-Nachrichtenportals Spiegel Online. Anhand von Länge, Veröffentlichungsdatum, Verschlagwortung, Autor oder Autorin der Artikel lassen sich dabei mit Hilfe von einfachen Datenanalyse Tools Zusammenhänge auslesen, die überraschend viel Aufschluss über gesellschaftliche Entwicklungen geben können. Kriesel gelingt es für den Zuschauer anschaulich und leicht verständlich zu erklären, was passiert, wenn ausnahmsweise einmal nicht der Riesenkonzern Daten über seine Userinnen und User sammelt, sondern umgekehrt. Dabei appelliert er an sein Publikum, Berührungsängste fallen zu lassen und Datenanalyse nicht länger als „Rocket Science“ zu betrachten, sondern sich selbst aktiv damit zu befassen.

Neben einer Podiumsdiskussion, in der über die potentiellen Gefahren einer digitalisierten Demokratie diskutiert wurde, erhielten die Besucher die Möglichkeit in verschiedenen Panelsitzungen tiefer in Teilbereiche des Themas einzutauchen. Beleuchtet wurden die Bereiche Fake News und politische Kommunikation, Politik und Künstliche Intelligenz (KI) und der datenbasierte Wahlkampf. Dabei gelang es der Konferenz anschaulich zu untermauern, auf welche Größe die Schnittmenge zwischen Politik und Digitalisierung bereits heute angewachsen ist. Diese Größe bedingt in letzter Instanz auch den Bereich, dem aktuell noch am meisten Arbeit bevorsteht. Denn die Definition von ethischen Leitlinien und die Regulierung im Umgang mit einer digitalisierten Demokratie konnten mit den rasanten technologischen Fortschritten bisher kaum Schritt halten und erfordern daher eine aktive Gestaltung.

Titelbild: © D21, bearbeitet.

Big Data, Algorithmen und künstliche Intelligenz

„Keine Daten zu benutzen ist so unmöglich wie kein Wasser zu nutzen“, konstatiert Andreas Weigend, ehemaliger Chefwissenschaftler von Amazon. Mit der Digitalisierung entstehen riesige Datenmengen, aus denen gewinnbringende Ergebnisse entstehen können. Seit dem Jahr 2002 existieren mehr digitale als analoge Daten, alle zwei Jahre verdoppelt sich die Anzahl. Sei es der Einkauf auf Amazon, die Nutzung einer Navigations-App, ein „Gefällt mir“- Klick auf Facebook oder der Chatverlauf in sozialen Netzwerken. Mit jeder Internetnutzung vergrößert sich der digitale Fingerabdruck der Internetnutzer. Die Daten werden analysiert und sortiert, um wirtschaftliches Nutzen zu erzeugen, wie zum Beispiel Werbung, die an individuelle Interessen angepasst und personalisiert werden. Die große Masse an Individualdaten im Netz wird als „Big Data“ bezeichnet. Algorithmen haben die Zuständigkeit, die Datensammlungen mithilfe eines Auswertungsprozesses zu analysieren und die relevanten Informationen zu „Smart Data“ zu bündeln.

„Die Korrelationen die ausgerechnet werden, sagen uns nicht warum etwas geschieht, aber sie machen uns darauf aufmerksam das etwas passiert.“ So können Algorithmen Zusammenhänge berechnen, die teilweise für Menschen absurd erscheinen, sich in der Realität jedoch bewahrheiten.

Die Analysemuster der Algorithmen werden in vielen wirtschaftlichen Bereichen genutzt: Kreditunternehmen bewerten durch mathematische Berechnungen die Kreditwürdigkeit ihrer Gläubiger, Polizisten grenzen den Ort bevorstehender Kriminaltaten ein und Unternehmen passen ihre Werbung an die individuellen Bedürfnisse der Konsumenten an.

Das selbstbestimmende Individuum steht vor neuen Herausforderungen. Der Ruf nach mehr Digital- und Medienbildung wird immer lauter. Wie kann der Mensch Aufklärung über Algorithmen, Big Data und künstliche Intelligenz erhalten? Wie reagieren Bundesregierung und Anbieter des politischen Diskurses auf die neue Materie?

Bildung und Medienbildung über Big Data

Das Deutschland dringenden Nachholbedarf bei verschiedenen Facetten der Digitalisierung hat, steht außer Frage. Auch zum Thema Big Data gibt es nur eine geringe Anzahl an Angeboten, die sich mit den Chancen, Funktionen und den Gefahren beschäftigen. Die digitale Agenda 2014-2017 des deutschen Bundestages spricht die Grundsätze der Digitalpolitik in Zeiten des digitalen Wandels an. Big Data wird zwar in dem Papier erwähnt, erhält jedoch nicht die erforderliche Aufmerksamkeit. Nur jedes fünfte Unternehmen in Deutschland nutzt Big Data, während internationale Großkonzerne wie Facebook und Google mit der Verarbeitung von Daten weit fortgeschritten sind. Die Anforderung an die Politik: Weiterbildungs-und berufliche Qualifizierungsangebote mit Fokus auf die Digitalisierung weiter ausbauen.

Ziel der Bundesregierung ist die Förderung digitaler Bildung in Deutschland. Das Bundesministerium für Bildung und Forschung  will mithilfe von „Learning Analytics“, also Auswertungen von Benutzerdaten, digitale Kompetenzen an Bürger vermitteln. Auch Landesregierungen wie in Nordrheinwestfalen legen einen Medienkompetenzrahmen vor, der folgende Absicht definiert: „Ziel des Medienkompetenzrahmen NRW ist es, alle Kinder und Jugendlichen zu einem sicheren, kreativen und verantwortungsvollen Umgang mit Medien zu befähigen und neben einer umfassenden Medienkompetenz auch eine informatische Grundbildung zu vermitteln”. Außer-sowie innerschulische Bildungsangebote sollen ermöglichen, die Kompetenzen der Schüler sowie der Lehrer im Umgang mit Big Data und digitaler Bildung zu fördern.

Akteure der politischen Bildung wie die “Bundeszentrale für politische Bildung (bpb)“ bieten ebenfalls umfangreiche Angebote zum Thema „Big Data“ an. Darunter Dossiers, Experteninterviews und medienpädagogische Angebote. Auch Landeszentralen zeigen durch Kurzvideos und Mini-Games zur Datenerfassungen Möglichkeiten auf, dem Thema „Big Data“ näher zu kommen.

Zielgruppe Schüler

Das Ergebnis einer Studie der ICILS-2013 lautete: Die Achtklässler verfügen nur über ein mittleres Kompetenzniveau zum Thema „Computer- und informationsbezogene Fertigkeiten.“ Viele Schüler sind nicht in der Lage, sicher und selbstständig erhaltene Informationen zu bewerten. 99% der Schüler fordern ein vermehrtes Angebot zu digitalen Themen wie rechtliche Fragen im Internet und Programmieren. Ein interessantes Ergebnis des Gutachtens betrifft die Privacy-Kompetenz und die Datenpreisgabe. Die bisherige Annahme lautete, dass die Datenpreisgabe gering ist, sobald ein User über eine hohe Privacy-Kompetenz besitzt. Doch dem ist nicht so. Je größer das Wissen ist, dass die eigenen Daten verarbeitet und analysiert werden, desto höher ist die Datenpreisgabe.
Das Gutachten zeigt, dass Themen wie Big Data nicht fester Bestandteil des Lehrplans sind, sondern nur in Zusatzangeboten der Schulen oder außerschulischen Projekten bereitgestellt werden. Schon jetzt befassen sich viele Anbieter mit der Digitalisierung und tragen dazu bei, das Thema in einem gerechten Kontext zu vermitteln. Die Unterrichtsinhalte in Schulen zu Big Data stehen jedoch noch am Anfang. Es wird dringend gut ausgebildetes Personal benötigt, dass  die Rolle des Wissensvermittlers einnimmt. Daher lautet eine zentrale Erkenntnis der Studie: Wir brauchen mehr Aus-und Weiterbildungsangebote, die kontinuierlich die verschiedenen Aspekte der Digitalisierung behandeln.

Titelbild: geralt via Pixabay, CCO, bearbeitet.