 Willkommen in der letzten Session hier im Delphi. Kommt hinein, kommt hinein, macht die Tür nicht ganz zu, sonst quetscht sie so sehr, genauso ist richtig wunderbar. Hallo Tobias, liebes Publikum, ich darf euch Tobias vorstellen. Tobias ist aus der ehrenamtlichen USM-Communitiven und Tobias wird uns heute ein wenig dazu erzählen, wie USM eventuell nicht nur die Verkehrswende begleiten kann, sondern auch beschleunigen. Tobias, bühne frei für dich. Vielen Dank. Ja, willkommen zu meinem Vortrag mit OpenStreetMap, die Verkehrswende beschleunigen. Ich bin Tobias Jordans, ich war mal UX Designer und dann Produktmanager und jetzt bin ich Programmierer. Ehrenamtlich bin ich bei der OpenStreetMap Community aktiv und sehr interessiert daran, den Klimawandel abzuschwächen. Und das ist auch der Grund, warum ich heute mit euch über OpenStreetMap und die Verkehrswende sprechen möchte. Es geht mir darum, unsere Mobilität schneller umzugestalten, klimafreundlicher zu machen und menschenfreundlicher. Es gibt da vieles, was uns in der Verkehrswende zurückhält und einiges davon liegt außerhalb meiner Kontrolle. Das sind dann Gesetze, das sind Verwaltungsprozesse, aber und anderes ist auch schon gut besetzt. Das sind dann aktivistische Sachen wie Mahnwachen, Demonstrationen. Aber es gibt auch einen Bereich, wo großer Mangel herrscht und wo wir als Community niedrigschwellig helfen können. Und das sind Daten, das können zum Beispiel sein, Daten zu besorgen, um fehlende Radnetze zu planen, also Daten für die Planung heran zu holen. Das können sein, Daten zu nutzen, um Analysen raus aus der Einzelmaßnahme hin zur Flächendenke zu bringen. Und das können Daten sein, um sichtbare Mängel sichtbar zu machen. Das Zentrale dabei ist, wir müssen, wenn wir das als Community begleiten wollen, die Daten halt gemeinsam irgendwo ablegen und geteilt ablegen. Dafür brauchen wir eine offene Datenbank und das ist aus meiner Sicht OpenStreetMap. Bevor ich jetzt Beispiele zeige, wie wir alle aktiv werden können, schnell noch eine kurze Einführung. Was ist OpenStreetMap? OpenStreetMap ist 2004 gegründet, ist eine freie Weltkarte unter ODBL-Lizenz und funktioniert im Wiki-Prinzip. Also ihr könnt auf OpenStreetMap.org gehen, oben links auf Bearbeiten und loslegen, wie bei jedem Wikipedia-Artikel. Es gibt 8 Millionen OpenStreetMap-Accounts, also eine große Nutzerschaft an potenziellen Beitragenden. Und die Datenbank basiert auf sogenannten Tags. Ein Beispiel für eine Tag wäre hier Barrier-Bollard, also der Poller in der Verkehrsende. Und was ist OpenStreetMap ansonsten neben einer großen Datenbank? Es ist auch eine Community, nämlich eine große Gruppe an Menschen, die halt dieses Projekt gemeinsam entwickeln. Es ist eine große Sammlung an Werkzeugen, die man braucht, um sowas komplexes wie eine gemeinsame Datenbank zu bearbeiten, anzuschauen. Und es ist eine große Sammlung an Visualisierungen. Wenn ihr auf OpenStreetMap geht, seht ihr den Standart-Kartenstil hier vom Mathematik-Gebäude, aber um nochmal zu betonen, es ist nicht nur diese eine Karte, es gibt andere Kartenstile hier, einer zum Thema Radverkehr, hier einer zum Thema öffentlicher Nahverkehr. Und wenn ihr hier vorne auf diesen kleinen Pfeil klickt, dann seht ihr all die Daten, die dahinter stecken, was hier in der Region, wo wir gerade sind, eine ganze Menge ist. Es ist also OpenStreetMap kein Ersatz in irgendeiner Form für Google Maps und die Website ist auch nicht dafür gedacht, sondern es geht darüber hinaus. Was kann jetzt OpenStreetMap für uns in der Verkehrswende-Community sein? Das kann unser gemeinsamer Ort sein, wo wir Daten zur Rad- und Fußverkehr ablegen. OpenStreetMap liefert uns dafür das Tooling, es liefert uns dafür aber auch Standards bei der Erfassung. Und also zum Beispiel, wenn es ums Thema Parkplätze gibt, vielleicht habt ihr gestern den Vortrag gehört von Alex und Lars zum Thema Parkplatz-Auswertungen auf Basis von OpenStreetMap. Und es hat eine große Chance, dass wir eine Analyse machen für unsere Stadt, für unsere Straße und die Daten halt da ablegen, aber die gleichen Daten halt genutzt werden können für eine Auswertung auf Landkreisebene, auf Landesebene, auf Weltebene. Alle Daten, die wir in OpenStreetMap eintragen, sind außerdem dann nicht nur für uns in der Verkehrswende interessant, sondern alle anderen Nutznießer von OpenStreetMap im Fahrrad-Bereich, wie das beispielsweise Komot, die auf diese Daten zugreifen profitieren auch davon. Es gibt ein paar Sachen, die nicht in OpenStreetMap gehören, das sind vor allem Dinge, die subjektiv sind, irgendwie in der Vergangenheit oder in der Zukunft liegen. Aber alles, was quasi öffentlich verifizierbar ist, also wenn ich das heute mappe und jemand kommt morgen vorbei und der sieht das gleiche und kann das bestätigen, dann ist das sehr gut geeignet für OpenStreetMap. Und eine gute Faustformel ist auch, wenn wir uns schon auf Text geeinigt haben, also auf eine Art der Erfassung, dann ist auch ein klares Signal dafür, dass es für OpenStreetMap geeignet ist. Jetzt würde ich euch gerne Beispiele zeigen und jeweils auch betonen, wie ihr mitmachen könnt. Das erste Beispiel greift nochmal zurück auf den Vortrag von gestern, den ihr euch gerne im Anschluss nochmal angucken könnt. Ich gehe da jetzt nur im Schnelldurchlauf durch. Es geht ums Thema Parkraum. Wir haben da vor zwei Jahren in der USM-Community hier in Berlin ein Projekt gegründet, wo ihr jetzt aus OpenStreetMap generiert Informationen zu Park in den Autos findet. Und das ist insofern ein schönes Beispiel, dass es zeigt, was da für ein Potenzial darin steckt. Wenn wir unsere Straßen hier entlanglaufen in Berlin, dann sind Park in den Autos ein sehr prominentes Element der Straße. Da könnte man denken, da wird es auch eine Menge Daten zu geben, dem ist aber nicht so, weder Bezirke noch andere Institutionen, wir haben meines Wissens dafür Daten. Aber wir können die ranholen in OpenStreetMap, wir können die erfassen und wie kann das dann aussehen? Falsche Software. Wir haben den OpenStreetMap in Straßennetz mit einer Kreuzung und wir können in OpenStreetMap mit sogenannten Taxfalt erfassen, hier kann man parallel parken. So jetzt wäre dieser Datensatz natürlich relativ ungenau, weil hier ist ja eine ganze Menge an Parkraum, der in Wirklichkeit nicht genutzt wird. Aber jetzt kommen die Stärken von einer Software zu tragen, man kann das weiterprozessieren, man kann sagen an Kreuzungen darf nicht geparkt werden, das können wir so ausstanzen, man kann sagen einfahrten, da darf man eigentlich nicht parken, die kann man also auch ausstanzen. Das sind wiederum Daten, die wir auch in OpenStreetMap erfassen können, da freuen sich dann Amazon Logistics drüber, weil sie dann wissen, wo sie reinfahren können für euer nächstes Paket. Wir können natürlich explizit auch Parkverbotzonen erfassen und entsprechend ausstanzen, aber auch alle möglichen Sekundärinformationen, Fußgängerübergänge, alle Art- oder Bushaltestellen kann man auf diese Art und Weise erfassen und wir haben dann eine Menge Standsungen und in Post Processing haben wir dann am Ende einen guten Datensatz zu Parkraum. Das ist etwas, was wir gerade in einem Team auch weiterentwickeln und wo ihr mit einer Software, die diese Woche ein sehr schönes Update bekommen hat, nämlich Streetcomplete, halt eure Gegend auch sehr komfortabel erfassen können. Hier ist ein Screenshot davon, ihr klickt die Straße an und könnt dann hier unten in dem Feld auswählen, wird werdet da durchgeführt und könnt angeben, wie man das erfasst. Das ist ein schönes Beispiel, warum es sehr wichtig ist, auf dieses Ökosystem an Tools zurückzugreifen, weil die Realität ist komplex und entsprechend ist auch das Tagging von OpenStreetMap für einige Datensätze komplex, aber mit Software wie Streetcomplete wird es gut managbar auch beim nächsten Spaziergang, den ihr dann macht. Unter Parkraum.usm-Verkehrswende findet ihr noch mehr Informationen und wir haben da auch ein Meetup monatlich, wo wir uns über diese Themen austauschen. Jetzt möchte ich momentan Nutzen wiederfinden. Das nächste Thema, was ich euch gerne zeigen möchte, ist Radnetzplanung. Ihr stellt euch mal vor, ihr seid eine Kleinstadt, eine Kommune, die möchte ein Radnetz planen oder möchte die Radinfrastruktur verbessern. Dafür braucht ihr im besten Fall ein Radnetz, um strukturiert planen zu können, wo welche Maßnahmen ergriffen werden. Und das ist für kleine Kommunen eine anspruchsvolle Sache. Da würde normalerweise ein Ingenieurbüro beauftragt, das dann für gutes Geld halt ein Radnetz plant. Wir können da aber als Community über OpenStreetMap eine ganze Menge sehr gute Daten liefern und das würde ich euch gerne jetzt mal zeigen. Hier sehen wir schon im ersten Bild, hier sind Orte, da kommen wir aus OpenStreetMap. Hier seht ihr die Flächen in Rot und im Blau, das sind gewerbliche und Wohngebiete. Das sind Basisdaten zusammen mit POIs, also wo sind Geschäfte hier, wo sind Gewerbegebiete. Das sind Basisdaten für die Radnetzplanung im Sinne von Start und Zielpunkten. Da würde man jetzt anfangen und sagen, hier sind Verbindungslinien, hier möchten halt Leute fahren. Dann kann man noch weitere Daten aus OpenStreetMap einblenden, nämlich Barrieren für ein Netz, sei das eine Autobahn, ein Fluss oder einen Flughafen. Also Dinge, wo ein Radnetz mal Schwierigkeiten hat, mal durchzukommen. Dann kann man touristische Routen, die es ja häufig schon gibt, darüber legen und sich anschauen, wo steht ja zumindest ein Schild zur Radinfrastruktur. Dann kann man sich Daten anschauen zum Thema Oberflächenqualität. Hier visualisiert jetzt nur schlechte Oberflächenqualität, aber die Daten würden auch die Gute zeigen. Man kann sich natürlich das Bestandnetz abbilden, das sind alles Daten, die wir etabliert in OpenStreetMap erfassen können. Wir können uns Geschwindigkeiten anzeigen lassen, jetzt hier in Grün, ich glaube alles unter Tempo 30. Und dann kann man sich Straßentypen aus anzeigen lassen, auch in Datensatz, der aus OpenStreetMap gut ableidbar ist. Alles Daten, wenn wir uns das jetzt vorstellen, den Workshop und Radnetz zu entwickeln, diese Datenlayer sich im Detail anschaut, kann man damit ganz hervorragend eine Netzplanung machen. Ihr seht hier, während es natürlich schon wesentlich mehr Daten, die man dafür erfassen muss und die Tools dafür sind, auch vielfältiger. StreetComplete ist auch hier wieder eine sehr gute Wahl für viele dieser Datensätze, aber wenn man als Community in seinem Landkreis ein Radnetzdaten für ein Radnetz ranholen will, dann ist OpenStreetMap dafür eine sehr gute Basis. Ein Thema will ich noch mal hervorheben, weil wir für diese Radnetzplanung auch eine Menge an Sekundärdaten nutzen, die erst mal nicht primär Verkehrswende relevant sind. Also zum Beispiel diese farbigen Flächen zum Thema Geschäfte. Ich würde jetzt nicht direkt auf die Idee kommen, für eine Radnetzplanung Geschäfte zu erfassen irgendwo, aber die sind ja schon erfasst. Das ist ein anderer Datensatz in OpenStreetMap, den andere Menschen für uns erfasst haben, den wir hier mit nutzen können. Tooling, StreetComplete, wie gesagt, ist da wieder ein guter Kandidat, aber auch der ID Editor im Browser oder für iOS-Nutzer GoMaps sind Tools, die ich empfehlen kann. Es gibt noch weitere, aber wenn ihr einsteigen wollt, dann kann ich euch die ans Herz legen. Mein nächstes Beispiel betrifft so diesen Wandel in der Denke, sowohl von uns als Aktivisten, aber auch von Menschen, die in der Verwaltung arbeiten, weg von Einzelmaßnahmen hin zu einem flächengelten Denken, sag ich mal. Also Einzelmaßnahmen meine ich, eine Kreuzung sichermachen gegenüber halt alle Kreuzungen im Kiez angucken. Ich habe hier ein Beispiel mitgebracht, das Friedrichstein-Korzberg zusammen mit Fixmer Berlin gemacht hat. Da geht es um das Thema Schulwegsicherheit. Das ist insofern anders als viele andere Schulwegsicherheitsprojekte, als dass sie halt den Spiel umgedreht haben. Es geht nicht darum, wie passt sich das Kind dem Auto an und dem findet den sicheren Weg, sondern wo wohnen denn die Kinder, wo sind die Schulen und wo würde denn der Routing-Algorithmus den optimalen Weg berechnen. Und das kann man sich dann halt anschauen. Wo sind Flächen, die besonders viel dann durchlaufen würden? Wo gibt es schon Infrastruktur, wie Ampeln oder Zebraschreifen, die eine gewisse Sicherheit geben? Wo fehlen die Infrastruktur? Und dann kann man halt anfangen, seine Unterhaltungen erstmal zu gewichten. Man kann das nutzen, als Planer, um in die Unterhaltung zu gehen mit Anwohnern und Schulen. Aber man kann natürlich auch insgesamt seine Umsetzungsplanung dadurch beschleunigen. Im besten Fall hat man irgendwann einen Regelplan und muss nicht jede Kreuzung einzeln gestalten, sondern kann da ein Standardverfahren anwenden. Ein weiteres Beispiel wäre eine Auswertung, die Alex mal nebenbei gemacht hat. Wir haben sehr detailliert in Neukölln das Fußweginetz erfasst. Und sobald man solche Daten mal hat, kann man natürlich auch Dinge sichtbar machen, die sonst eher unsichtbar sind. Hier geht es um das Thema Qualität der Gehwege, der Oberflächenqualität und Qualität von Kreuzungen. Und da kann man noch eine Menge weiter daraus machen, weil wir halt die Daten jetzt gemeinsam vorliegen haben und eine Analyse, die wir hier einmal gestalten können, auch der nächste Ort wieder nutzen. Wie der Thema mitmachen, was brauchen wir, um solche Sachen zu machen? Wir brauchen ein gutes Gehweginetz. Das ist etwas, was in OpenStreetBamp noch nicht so etabliert ist. Aber was man durchaus erfassen kann, also wir brauchen ein gutes Fußweginetz und wir brauchen dabei die Gehwegeübergänge. Wir brauchen Daten zur Schule. Da gibt es von MapComplete einen eigenen Editor nur, um Schuldaten gut zu erfassen. Daten zur Beleuchtung sind da auch interessant. Nächstes Thema, Fahrradständer. Fahrradständer ist erstmal ein Datensatz, der vielleicht ein bisschen langweilig klingt. Aber wenn man sich Fahrradständer so aus der Verkehrsländer anguckt und strategisch einsetzt, wie hier in diesem Beispiel, dann haben sie zwei große Vorteile. Zum einen bringen sie Sichtbarkeit des Fahrrads ins öffentliche Straßenland und zum zweiten schützen sie hier eine Kreuzung, die Sichtachse sehr effektiv. Man könnte auch da wieder glauben, dazu muss es doch Daten geben, aber auch da ist unsere Erfahrung nur punktuell, nur nicht in der Fläche. Es gibt hier so ein schönes Beispiel, dass jemand weiß, wie viele Fahrradbügel in der Stadt überhaupt vorhanden sind. Das Problem haben auch andere. Es gibt hier die Infostelle Radparken am Bahnhof, die unter radparken.info ein Projekt gemacht hat, wo sie nicht mit OpenStreetMap, aber losgelöst die Community aufgefordert hat, in der Umgebung des Bahnhofs Fahrradbügel zu kartieren oder die Daten zu verbessern. Weil hier auch eine Datengrundlage fehlt, um auch da wieder eine Gewichtung vorzunehmen, mit welchem Bahnhof muss ich eigentlich als erstes sprechen, wo ist der Bedarf am größten und wo gibt es welche Infrastruktur. Ein anderes Projekt ist hier Radbügel Aachen, wo eigentlich zwei andere Dinge passieren, nämlich einmal können Bürger einen Bedarf melden und Planerinnen können dann darstellen, was sie gebaut haben. Aber hier können wir uns wieder sehr gut vorstellen, finde ich, wenn es dann einen guten Datensatz zu Radbügeln gibt, dann kann das die Planungsprozesse beschleunigen, weil man nicht mehr um jede Kreuzung jedes Gebiet einzeln ablaufen muss, um zu sehen, ob da nicht um die Ecke noch mal wieder was steht. Das BB Navi hat eine schöne Funktion, da kann man sich direkt zum Radbügel routeen lassen. Ein Beispiel für die sekundären Nutzen, der dann entsteht. Genau, so wie könnt ihr mitmachen. Also auch hier wieder Streetcomplete hat ein Quest zu. Aber da der Datensatz von Radbügeln gar nicht so kompliziert ist, kann man das gut auch mit dem ID Editor oder mit GoMap machen. MapComplete hat ein eigenes Team. Ihr könnt hier reinklicken, was Neues anlegen oder die bestehenden Ergänzen. Und ein wichtiger Faktor dabei ist auch immer dann das Thema Vollständigkeit. Wie viel habe ich Sie denn jetzt alle in meinem Kiez in meiner Umgebung? Dafür haben wir ein Tool gebaut in der Community, das Open Data Datensätze abgleicht. Also hier seht ihr die roten Bügel, die sind noch nicht in OpenStreetMap wahrscheinlich. Wahrscheinlich sind sie da, gilt es halt zu kontrollieren. Alle anderen haben wir schon eingetragen. Und das kann einem sehr helfen, den nächsten Spaziergang dann zu richten. Wenn ihr OpenStreetMap, wenn ihr OpenData-Sätze dazu findet, meldet euch gerne und das können wir damit abgleichen. Nächstes Beispiel, da geht es mir darum, unsichtbare Mängelsichtbar zu machen. Wenn wir uns das hier mal als Radnetz vorstellen, ein Beispiel hier aus Köln, was kurz über Twitter ging, das ist ja ein typisches Radnetz, nämlich kein Netz. Und das ist aber wiederum etwas, was aus meiner Sicht viel zu unsichtbar ist in den Daten, die es so gibt. Ja, vor allem, wenn man da noch Qualität von Netz da einbringen möchte. Berlin hat ja, wenn man sich die Anzahl Kilometer anguckt, schon ganz gute Kilometerzahlen. Aber wenn man dann die Qualität dieser Radwege zum Teil anschaut, dann würde ich die halt gerne rauswerfen aus so einem Datensatz. Hier hat jemand den Otterwaffe ein paar Jahre ein sehr spannendes Projekt gemacht. Ihr seht hier oben vier Kategorien. Blau ist die Kategorie, die er geeignet für Kinder nennt. Und rot ist die Kategorie, wo er sagt, ich sage jetzt Mark Kampfradler. Und so hat er jetzt hier sein Gebiet hier erfasst und kann jetzt sagen, man kann jetzt hier so ein bisschen das Radnetz erahnen. Aber jetzt sieht man wieder, die Chance, die da drinsteckt, so eine Datenbank wie Umspeed-Mapel zu nutzen für die Datengrundlage, weil wenn man diese Daten ja mal drin hat, hat man sie auch rutenfähig. Also kann ich jetzt eine Routensoftware darüber legen. Und kann jetzt hier sagen, ich bin jetzt hier in Kategorie Kampfradler, ich möchte hier von Punkt A nach B ruten. Und das mache ich in 13 Minuten sein, soweit. Ja, jetzt gehen wir die Kategorie mal durch. Und jetzt sind wir bei 16 Minuten, 18 Minuten und fast 60 Minuten, wenn ich mit meinem Kind fahren möchte. Ja, so warum? Weil halt wahrscheinlich hier an zwei, drei Kreuzungen halt irgendwelche Übergänge fehlen, die diese Straße einfach völlig ungeeignet machen als Strecke, mit der ich, wo ich mit meinem Kind fahre. Und das ist eine ganz wichtige Botschaft, die total unsichtbar ist in Radnetzen. Wenn ein Netz von A nach B halt an ein oder zwei Stellen, na ja, lebensgefährlich ist, dann mache ich damit die gesamte Route kaputt. Und dann werde ich auch niemanden zum Fahrrad, zum Umsteigen bewegen, weil diese Strecke einfach ungeeignet ist. Und das ist etwas, was man sichtbar machen kann, wie man hier sieht, auch noch in anderen Visualisierungen. Hier ist so eine isochrone Darstellung, also hier ist wieder das Kind. Ja, und das kommt halt hier nicht rüber, deswegen hat das in 15 Minuten, glaube ich, hier unten steht es, 15 Minuten kann das hier so in diesem Bereich rein. Der Kampfradladen ist ein wesentlich größeres Spielfeld. Es gibt ja verschiedene Software inzwischen, die diese 15 Minuten statt darstellt und auch solche Visualisierungen bildet. Und wir brauchen halt dafür eine Datengrundlage, die so feingranular ist, dass sie uns halt erlaubt, diese Unterscheidung auch zu machen, weil viele der Projekte, die ich da bisher kenne, machen halt einfach nur eine Route und also nur in Anfangsstrichen machen dann Routing, ohne halt zu schauen, wie sicher fühle ich mich denn oder wen würde ich denn da eigentlich auf die Straße lassen. In Berlin gibt es, oder gibt es auch so ein Projekt, den Happy Bike Index von Fixmer Berlin. Inzwischen ist dieser Ansicht, die ihr hier seht, nicht mehr so online, weil die Datenbasis fehlt. Das ist so eines der nächsten großen Projekte für mich, dass wir in Berlin halt wirklich auch überums Readmap die Daten ranholen und sowas dann auch wirklich darstellen können. Dafür braucht es einen durchaus detaillierten Datensatz. Also wir haben das mal dieses Projekt von Ottawa einfach mal laufen lassen in Berlin und irgendwie ist halt Berlin grün und das entspricht nicht meinem Gefühl im Straßenland. Und ich vermute, dass es auch daran liegt, dass einfach die typische Straße, die typische Wohnstraße in Ottawa eine andere Breite, eine andere Parksituation als wir das hier in Berlin haben. Also wir brauchen Daten, die zum Beispiel ausdrücken können, ob das eine Protected Bike Lane ist und auf welche Art sie protected ist. Wir brauchen im besten Fall Daten zur Radgeometrie, wie oft werde ich hier wieder um Bäume oder Pumpen geschwenkt geleitet. Und dann natürlich solche Standarddatensätze zu breite Parkplätzen, Spuren, Höchstgeschwindigkeiten. Alles Daten, die so komplex nicht zu erheben sind, können immer anfangen spazieren zu gehen, das iPhone rauszuholen und euer Umfeld halt digital abzubilden. Ja, also wir können mit guten Daten die Verkehrseine beschleunigen. Das ist eigentlich meine Botschaft hier. Und zwar halt für mich in vor allem drei Ebenen. Wir können eine Grundlage schaffen für Planungen, um Planungen zu beschleunigen, indem wir in dieser Story Radnetz verschiedene Daten miteinander verknüpfen und als Informationslayer übereinanderlegen. Wir können Mängelsichtbar machen, wie der Happy Bike Index oder das Beispiel aus Otter war, wenn es um die Netzwerkbetrachtung geht. Und wir können in dieser Denke in die Fläche zu gehen, eine Grundlage schaffen, die Planung beschleunigt und auch ein bisschen Daten getriebener macht. Das alles können wir aus meiner Sicht hervorragend mit OpenStreetMap machen, eben weil es unser gemeinsamer, ich sag jetzt mal, Deutschland weiter Datensatz sein kann. Es bietet uns eine gemeinsame Spezifikation, also so Umfeld abzubilden. Dafür, sich die Spezifikation auszudenken, ist kompliziert. Es kommt eine komplexe Sache, um Screamap hat viel von gemacht. Es gibt eine Menge schon Tooling dafür und wir können das auch gemeinsam weiterentwickeln. Die Daten sind da, um sie zu analysieren. Einige Analysen wie Parkraum haben wir schon angefangen. Und das Schöne für mich daran ist, ob das jetzt die Ortsgruppe ist, die halt ihr lokales Radnetz in der Kleinstadt analysiert oder man das halt auf ganz Berlin oder ganz im Bundesland skaliert, macht im Grunde dann keinen Unterschied, weil das Verfahren und die Daten sind die gleichen. Ja, deswegen meine Aufforderung. Fängt bitte und gerne an, euren Kiez zu mapen. Probiert die Software mal aus, kommt gerne in unser Meetup mal rein. Auf unserer Wiki-Seite findet ihr mehr Informationen. Auch zu der Frage, zum Beispiel, ob wir Gänge mapen und all solche Details. Und das ist meine OpenStreetMap Story und jetzt haben wir noch etwas Zeit für Fragen. Dankeschön. Vielen Dank Tobias. Ich finde es ja super spannend, dass man da auch immer das selber mitmachen kann. Und ich schaue mir Street Complete auf jeden Fall mal an. Direkt dazu mal eine Frage. Also bei uns in der Stadt soll, ich komme nicht aus Berlin, aus einer anderen Stadt, soll demnächst, die Stadtverwaltung hat da beschlossen, werden Autos ausgestattet mit speziellen Handys und die fahren dann durch die Stadt und die machen dann mit Bilderkennung. Erkennen die dann Straßenschäden und dann können sie die Straßenschäden mapen und dann praktisch feststellen, wo muss man was an der Straße fixen. Ich würde mir das ja total gerne wünschen, dass ich einfach vorne an mein Fahrrad oder an mein anderes Verkehrsmittel, mit dem ich gerade unterwegs bin, mein Handy-Klipse, das auf Kamera aufnehmen gehe und dann durchfahre und dass dieses ganze Tagging automatisch passiert mit Bilderkennung. Wie weit seid ihr da schon? Ein bisschen langer Weg. Also erst mal eine Fotobasis zu schaffen für die Stadt ist eine der ersten Sachen, die ich in einer lokalen Community empfehlen würde. Ich würde empfehlen, Mapillary dazu zu nutzen. Einmal das Geld zu sammeln, findet rein das Dissigart-Kamera und dann einmal das Radnetz abzufahren, weil das ermöglicht viele dieser Mappingaufgaben halt auch vom Sofa auszumachen. Das ist der Begriff im Open-Street-Map-Lingo für das Sofa-Mapping. Aber man hat dann eine sehr, sehr gute Datenbasis durch diese 360-Grad-Bilder. Und wir haben in Berlin das Glück, dass wir da eine große ehrenamtliche Gruppe haben, die solche Bilder ranholt. Und das hilft uns an sehr vielen Stellen. Das Übersetzen aber von dem, was ich sehe, hin zu Text, das ist aus meiner Sicht noch eine ganze Weile in einem manueller Vorgang. Es gibt ein paar Beispiele, die in der KI gestützt halt Automatismen stattfinden. Und die sind auch total fein. Aber ich denke, was ich hier gezeigt habe, das wird so schnell keiner ersetzen können. Und die Chance, die wir hier alt haben, ist immer halt auch, den manuellen Prüfprozess halt mit drin zu haben. Genau, und vielleicht noch eine Ergänzung, eine Chance, die Open-Street-Map-Party im Vergleich zu vielen dieser Einmal-Befahrungen, ist halt ein kontinuierlicher Update-Prozess. So werden wir das auch für dieses Beispiel des Parkraums bauen. Wenn ihr jetzt losgeht und euren Kiez hier mapt, dann wird morgen halt der neue Datensatz prozessiert sein. Und wenn ihr dann eine neue Ausfahrt gemapt habt, dann ist halt da jetzt kein Park in das Auto mehr. Und das ist halt in dieser ständige Aktualisierung und dieser klare, einfache Aktualierungsprozess, der dahinter steckt, ist etwas, was meines Wissens keine Verwaltung und keine andere Software gerade mitbietet. Ja, was total wichtig ist. Alles klar, Dankeschön. Gibt es denn Fragen an Tobias? Vielen lieben Dank für den spannenden Input. Ich frage mich, wie das praktisch aussieht, weil du meintest, okay, jede Person kann das mit dem Handy. Was genau machst du dann, wenn du jetzt zum Beispiel solche Mängel im Radnetz genau erfassen willst? Danke schön. Also OpenStreetMap hat ein sehr spannendes Henei-Problem. Man macht Visualisierungen und auch Analysen erst, wenn Daten da sind. Aber Daten sind erst da, wenn jemand eine Analyse gemacht hat und man weiß, wofür man sie macht. Wir haben jetzt in diesem Parkraumprojekt halt diese Prozessierung ans Laufen gebracht für Berlin, dass man halt, wenn ich heute tagge, das morgen sehen kann. In einige der Standartvisualisierungen, zum Beispiel dieser Radnetzkarte oder der Fahrradkarte, würde ich, wenn ich heute Radnetz erfasse, das auch zehn Minuten später sehen oder eine Stunde später. Aber da haben wir schon auch noch einiges an Weg vor uns, dass wir halt solche Visualisierungen, zum Beispiel diese Themenkarten, die ich gezeigt habe aus dieser Kommune südlich von Berlin, dass wir solche Visualisierungen einfach jetzt auch für uns alle verfügbar machen. Da arbeiten gerade verschiedene Gruppen dran und auch die Firma, für die ich beruflich arbeite. Und wenn wir das weiterentwickelt haben, dann kriegst du direktes Feedback. Du hast dann erfasst, hier ist ein Radweg, was weiß ich, auf dem G-Weg, ein geteilter G-Radweg, und dann ist der nach ein paar Stunden oder morgen dann erfasst oder sichtbar in der Karte. Ansonsten müsstest du jetzt erstmal sozusagen so arbeiten, dass du einfach in den Software reineditierst und dich darauf verlässt, dass die Daten gespeichert sind und verfügbar sind. Und das Feedback gibt dir diese Software direkt. Also du gehst in jetzt StreetComplete rein, klickst das Wegesegment an und wirst dann da durchgeführt und fragt dich dann, ist hier rechts ein Fußweg, kannst du sagen, ja, nein, oder separat erfasst. Er zeigt dir die Karte, der gibt dir Bilder dazu, wie man das erfassen kann und führt dich dabei, das zu erfassen. Und bei der anderen Software wie dem ID-Editor, da muss man sich halt ein bisschen mehr rein denken, aber auch kein Hexenwerk. Ja, erst mal auch vielen Dank von meiner Seite. Wie groß ist denn das Interesse von Städten selber, OpenSuite-Map jetzt für ihren Bedarf zu nutzen? Also ich komme aus Hamburg, da gibt es irgendwie Dataport und da ist irgendwie alle Restriktionen immer manchmal recht schwer nachvollziehbar. Genau, hätte mich einfach mal geinteressiert. Auch gerade was die Verfügbarkeiten eurer Services angeht, zum Beispiel. Ich glaube, um an den Punkt zu kommen, dass zum Beispiel auch Verwaltungsmitarbeiter offiziell auf die Daten zugreifen, das sind noch ein, zwei Schritte mehr zu gehen. Da kommt man in die Fragestellung, wie aktuell sind die Daten, wie vollständig sind die Daten und die zu Beantworten erfordert wieder noch mehr Prozessierung und mehr Visualisierung. Aber ich weiß, dass inoffiziell sehr gerne auch mit OpenSuite-Map Daten gearbeitet wird, weil inoffiziell haben viele Verwaltungskolleginnen und Kollegen da ja nahezu, also sie haben nur verschiedene Datensätze in ihrem offiziellen, offiziell zur Verfügung, die verschiedene Altersstufen haben und auf verschiedene Arten falsch sind, sage ich mal. Und dann greift man natürlich gerne auf OpenSuite-Map Daten zu. Also die Bereitschaft, glaube ich, ist schon da, aber um es wirklich offiziell zu machen, muss noch mehr Tooling auch ran. Genau, und was das für öffentlichen die eigenen Daten angeht, die die Ämter halten. Ja, dann kommen wir in diese ganze OpenData-Story rein. Da wiederum ist Hamburg ja ganz gut am Start meines Wissens. Also als Community für viele der Sachen, die wir hier in Parkraum zum Beispiel in Berlin machen, sind wir sehr dankbar für alle OpenData, die der Senat hier oder die Bezirke uns geben, weil sie erlauben uns, OpenSuite-Map wiederum zu kontrollieren. Und damit diesen einen gemeinsamen Datensatz halt zu verbessern. Also wir haben zum Beispiel den OpenData-Datensatz genommen von Zebra-Streifen. Wir haben den abgeglichen mit OpenSuite-Map festgestellt, gut in einem offiziellen Datensatz ist da auch mal irgendwie 100 Meter Versatz drin, aber manche fehlen den OpenSuite-Map. Ein paar haben wir nachgetragen, ein paar haben wir halt nicht verändert. Aber auf die Art und Weise können wir jetzt mit mehr Sicherheitsnageln, wir haben für Berlin Zebra-Streifen ziemlich sauber erfasst. Und dafür sind sollte offene Datensätze total wertvoll. Und ich wünsche mir sehr, dass das einfach mehr zum Standard wird, dass so etwas veröffentlicht wird. Das hängt halt sehr stark vom einzelnen Mitarbeiter häufig ab. Und meiner Beobachtung nach gibt es selten bisher Standardprozesse, um das, sage ich mal, zum Standard zu machen. Danke. Ja, auch danke für den Vortrag. Du sagtest gerade, Berlin sind alle Übergänge erfasst. Wäre es dann irgendwie möglich, mit dem Amt zusammenzuarbeiten, dass sozusagen die nächsten Fußgängerüberwege planen, so dass ihr die Daten direkt vom Amt bekommt oder so? Gibt es da eine Zusammenarbeit? Das ist so eins meiner nächsten Etappenziele. Das Schönste wäre natürlich, die Kollegen würden sich da nach der Planung, die würden sich ein OpenSuite-Map account machen, einfach eine Notiz setzen. Man kann ja öffentliche Notizen setzen und sagen, diese Planung ist jetzt umgesetzt. Dann weiß ich genau, wo das ist und muss nicht aus einem OpenData-Datensatz, der Hausnummern präzise ist, mir das Georeferenzieren und dann da vorbeilaufen und mir das dann angucken. Das wäre schön. Das hängt an einzelnen Verwaltungsmitarbeitern und daran, dass sie die Chance darin sehen und auch verstehen, wie es geht. Da haben wir bisher auch in Berlin noch keine Beispiele für, dass das rund läuft. Aber wäre super. Danke schön. Ich habe schon öfter mit USM-Daten gearbeitet und finde es super und habe jetzt auch endlich mal Lust, selber dazu beizutragen. So für mich als bisher Außenstehende habe ich die OpenSuite-Map Community bisher sehr als weiß und männlich gesehen. Mich würde interessieren, was du als Insider dazu sagst und was es vielleicht auch innerhalb der Community für Bestrebungen gibt. Die Menschen, die dazu beitragen, diverser zu machen. Weil wir ja auch in dem Ottawa-Beispiel gesehen haben, gerade für Kinder, die haben spezifische Bedürfnisse und so geht es ja vielen Gruppen. Das würde mich noch ein bisschen interessieren. Ich weiß, dass es auf weltweiter Ebene in der OpenSuite-Map Community da Projekte gibt. Die adressieren, dass es so ist, wie du sagst, nämlich viel männlich, viel weiß. Für mich selber habe ich ein anderes Projekt. Ich versuche jetzt selber die Daten ran zu holen und andere zu motivieren. Wir haben kein dediziertes Projekt, das sich damit in Berlin beschäftigt. Weitere Fragen an Tobias. Da kommen noch Dachzüge. Habt ihr Fragen an Tobias? Nein, ihr möchtet bei OpenSuite mitmachen. Das gehen Sie wieder raus. Jetzt hast du noch eine Chance, ein Werbeblock zu machen. Das war ein kompletter Werbeblock gerade. Also probiert es gerne aus. Es gibt eine Menge Ehrenamtler, die auch wahrscheinlich in eurer Region aktiv sind. Das sind auch Menschen, die hohes Interesse daran haben, diese kleinen Erfassungen zu machen. Es zieht ja auch einen bestimmten Schlag Menschen an, aber die meisten davon sind sehr nett. Man trete da einfach in den Austausch. Man muss es ein bisschen lernen. Ich hoffe, ich konnte euch zeigen, dass das Potenzial davon enorm ist. Da habe ich gerade eine Frage. Habt ihr einen Tag für OpenSuite-Map Communities in meiner Umgebung? Auf Twitter oder so? Nein, auf OpenSuite-Map. Genau, da kommen wir in die Frage. Was ist auf OpenSuite-Map? Das wäre ein nicht verizierbares Objekt. Deswegen gibt es das nicht. Alles klar. Noch einmal großen Applaus für Tobias und für eure Anstrengung und für das Bereitstellen von tollen Datensätzen, die wir gerade gehört haben, nicht unbedingt den offiziellen Datensätzen nachstrehen müssen. Ich darf euch als Herralt noch einmal daran erinnern. Wir haben später die Abschlussveranstaltung in Ahrhorn, nicht in Ahrder, hier im Hauptgebäude. Die Garderobe hier dürfte auch demnächst zumachen. Also falls ihr noch was im Hauptgebäude in der Garderobe habt, nehmt es bitte raus. Ihr könnt es in den Mathegebäude in die Garderobe packen. Ansonsten wünsche ich euch noch einen schönen Abend und noch einmal Applaus für Tobias.