Wie Daten Leben retten können

Spektakuläre Fälle behördlicher Datenauswertung

10.10.2018, Autor: Robert Schmitz

Was machen Behörden mit Daten? Die Kombination dieser Schlagworte ruft schnell das „Big Brother“-Gespenst ins Bewusstsein und macht Bürger ängstlich. Andererseits: Bessere Dienstleistungen, eGovernment oder Online-Bürgerdienste – das will fast jeder. Viele Kommunen haben schon darauf reagiert und bieten innerhalb des gesetzlichen Rahmens mal mehr, mal weniger Services über das Web an. Dass damit aber noch lange nicht das – nützliche – Ende der Fahnenstange erreicht ist, sollte auf der Hand liegen. Was aber ist möglich? Welche Erkenntnisse zum Wohle der Bürger können den Behörden bei der Arbeit helfen? Möglichkeiten gibt es hier jede Menge.

Denn die Vielfalt an nutzbaren Daten ist groß: Etliches steht seit Langem zur Verfügung – traditionell in Datensilos einzelner Behörden in Bund, Ländern und Kommunen. Anderes entsteht derzeit: Einige Städte haben Sensoren-Netze aufgebaut, die auswertbare Daten zum Verkehrsaufkommen, zur Frequentierung öffentlicher Räume oder zur Nutzung öffentlicher Verkehrsmittel erheben. Auch Umweltdaten wie Luftfeuchtigkeit, Lautstärke, Kohlen- oder Stickstoff-Dioxid und Feinstaubwerten werden erfasst. Daraus werden viele Konsequenzen abgeleitet – für eine datenbasierte Stadtplanung, die Planung des öffentlichen Nahverkehrs, schnellere Bearbeitung von Anträgen oder eine direktere Reaktion in Krisenfällen.

Eine Auswertung aber setzt voraus, dass Datenquellen – auch mit Daten unterschiedlicher Formate – nahtlos verknüpft werden können und technische wie auch personelle Ressourcen für intelligente Datenanalyse zur Verfügung stehen. Behörden holen hier zunehmend auf, und Fälle außergewöhnlicher Datennutzung machen international Schlagzeilen.

Click here to play the video.

Vorwegnehmen, wann und wo etwas passiert

Wer sind gefährdete Personen und Orte, welche Muster zeigen typische Risiko-Szenarien? Und wo finden mit hoher Wahrscheinlichkeit welche Arten von Gesetzesverstößen statt? Wichtige Fragen, denn zur richtigen Zeit am richtigen Ort zu sein, kann Leben retten. Eigentlich hat jede Polizeistation Statistiken zu diesen Fragen. Die Polizisten der Avon and Somerset Constabulary werten diese Daten aber auch systematisch aus. Mit rund 5.500 Mitarbeitern – darunter 2.700 Polizisten – ist die Station eine der größten in Großbritannien. Ihre Teams, von den leitenden Beamten bis zur Polizei auf Streife, wissen datenbasiert um mögliche Gefahren – und um die notwendige Prävention.

Ganze 12 Applikationen visualisieren die Daten auf gut sichtbaren Bildschirmen in der Zentrale und geben den Mitarbeitern detaillierte Informationen über die hereinkommenden Aufgaben: sie sind der Brennpunkt der Abstimmungsmeetings der Beamten und wurden in wenigen Tagen auf der Basis einer leistungsfähigen BI-Plattform geschaffen. Auf diese Apps greifen alle zu – sie werden von der Einsatzzentrale bis hin zu den Einsatzleitern genutzt. Die Informationen aus der Kartei sind auf einen Blick einsehbar, und Einsätze können nach Aufwand, Zeit und Ort ausgewertet werden. Updates alle 20 Minuten ermöglichen es den Diensthabenden, Aktionen auszulösen. Eine App zeigt beispielsweise, wo und wie häufig Gesetzesverstöße passieren, eine andere visualisiert die Verfügbarkeit und Auslastung von Polizisten, eine dritte hilft bei der Verwaltung der Verbrecherkartei.

In einem Predictive-Modell werden Gefährder und das Risiko, das sie darstellen mit Verbrechensmustern und einer Straßensicherheitskarte abgeglichen – egal, ob es sich um die Innenstadt von Bristol oder die Moore von Somerset handelt. Es ist dieser Effekt, der von der Bevölkerung am meisten wahrgenommen wird: Die verstärkte Präsenz der Polizei an Orten, wo sie am meisten benötigt wird, nämlich dort, wo die Verbrechenswahrscheinlichkeit am höchsten ist. Intern ist die optimale Ressourcen-Auslastung sowie die höhere Effizienz am meisten spürbar – mindestens zwei Minuten kürzer ist die Reaktionszeit jetzt in der Polizeistation. „Wir konnten innerhalb kurzer Zeit schon viel erreichen - und doch haben wir erst an der Oberfläche des Möglichen gekratzt“, kommentiert Sean Price, Head of Performance bei der Avon & Somerset Constabulary das Einsatz-Management mit Data Analytics.

Den Drogen im Abwasser auf der Spur

Eine auffällige Spitze in der Anzahl an Toten mit Herz- und Atemstillstand? Das kann ein Zeichen dafür sein, dass schlechte oder kontaminierte Drogen im Umlauf sind. Wie könnte man hierfür ein Frühwarnsystem etablieren? Diese Frage stellten sich zum Beispiel der Brandmeister Len Garis von Surrey, Kanada, und sein Team. Die Lösung war eine Geoanalytics-App, die die Vorkommnisse auf einer Karte abbildete, in Kombination mit einer Echtzeit-Überwachung, die Anomalien und nicht-zufällige Signale aus einem beträchtlichen Datenvolumen filtert. Der Alarm wurde bei Polizei und Gesundheitsbehörden ausgelöst, wenn vier akute Herzprobleme innerhalb einer Stunde und im Abstand von weniger als einem Kilometer gemeldet wurden. Es ging darum, Muster hinter scheinbaren Zufällen zu erkennen – schnell und zuverlässig.

Dieses Frühwarnsystem wurde ergänzt von einer Datenanalyse der Überdosen in den vergangenen drei Jahren. Die Daten zeigten, dass, obwohl die Zahl der Überdosen sank, die Zahl der Toten anstieg – Anzeichen für eine anhaltende Krise. Die Theorie der Verantwortlichen war, dass der Einsatz von Naloxone zur Blockierung von Überdosis-Folgen zugenommen hatte. Eine Abwasseranalyse mit Hilfe der Spektograph-Technologie sollte die Theorie verifizieren: durch diese Analyse kann bestimmt werden, welche Drogen in einem Stadtviertel konsumiert wurden. Diese Analyse ermöglicht es der Feuerwehr von Surrey in Zusammenarbeit mit Behörden und Organisationen nun, extrem fein abgestimmte proaktive Behandlungsprogramme auf der Basis spezifischer Drogenprofilen in definierten Umgebungen zu empfehlen.
Als nächsten Schritt plant der Brandmeister, lokale und regionale Daten aus Behandlungszentren und psychiatrischen Einrichtungen mit Data Analytics auszuwerten, und so Fortschritte zu verfolgen und Programme zu optimieren. „Überdosierungen zu reduzieren, ist erst der erste Schritt – aber wir müssen auch unsere Wissenslücken beseitigen, die Situation überwachen und neue Lösungsansätze für zukünftige Initiativen finden“, so Chief Garis.

Risiken planbar machen

Um Risikoeinschätzungen geht es auch der Feuerwehr Amsterdam-Amstelland. Sie rückt rund 10.000 Mal pro Jahr aus, um bei Bränden, Verkehrsunfällen, Kohlenmonoxid-Vergiftungen oder anderen Katastrophen zu helfen. Um die Einsätze besser planen zu können, die Risiken noch besser einzuschätzen und Schlimmeres zu verhindern, hat die Feuerwehr viele Daten in einem System zusammengeführt: das Risikoprofil von 600.000 Objekten in Amsterdam – Gebäude, Schienen, Straßen –, Informationen über vergangene Vorfälle (in einer Karte) sowie die wichtigsten Adressen und Gebäuden aus dem BAG-Register („Basisregistraties Adressen en Gebouwen“). Das Ergebnis: Auf Basis der digitalen Risikoprofile wurden 12 Millionen mögliche Ereignisse errechnet und deren Wahrscheinlichkeiten je Ort definiert.

Dies erlaubt der Feuerwehr, exakter zu planen und einen präzisen Trainingsplan für die lokal wahrscheinlichsten Risiken zu erstellen. Sie kann auch die Feuerwachen, Stadtbezirke und Regionen besser über die jeweiligen Risiken informieren. Die gesamte Information ist in Dashboards visualisiert und in Echtzeit verfügbar, und auch andere Feuerwehren können darauf zugreifen. In Zukunft sollen auch Erkenntnisse aus Brandschutzübungen einfließen und Haushalte für Kommunikationsinitiativen darüber ausgewählt werden.

Mehr für das Gemeinwohl

Diese Beispiele zeigen, dass in einzelnen Initiativen viel erreicht werden kann. Wie viel mehr ist möglich, wenn die Datenpools vieler Behörden zusammengeführt werden. Staatliches Handeln etwa bei Katastrophenschutz, Terrorabwehr oder Lebensmittelüberwachung könnte erheblich effizienter gestaltet werden. Aber auch die Entstehung und Umsetzung innovativer Konzepte beispielsweise in der Städteplanung könnte mit umfassender Datenanalyse vorangetrieben werden – angefangen mit Sharing- oder Value-in-Use-Konzepten bis hin zu unterschiedlichen Stadt-Subsystemen wie Mobilität/Logistik, Planen/Bauen/Nutzen, Umwelt, Ver-/Entsorgung oder Gesundheit. Die Interaktive Stadtkarte von Chemnitz ist ein weiteres dieser Beispiele: hier werden in Echtzeit Bewegungsströme erfasst, um eine „Heat Map“ zu erstellen und auf dieser Basis Verbesserungsvorschläge für die Verkehrsleitung, öffentlichen Nahverkehr und die Belebung der Innenstadt und öffentlicher Plätze zu erarbeiten. Die öffentliche Hand hat zahlreiche Ansatzpunkte, um datenbasiert das Gemeinwohl noch weiter zu fördern.