 Hallo Lars, du, ich habe gehört, in der Herrmannstraße soll jetzt ein Radweg entstehen. Das war ja auch mal ganz schön gefährlich, da lang zu fahren. Hallo Alex. Ja, das habe ich auch gelesen. Es gibt natürlich ein paar Anwohner, denen das nicht so gefällt und die sich da beklagen, dass dadurch ihre Parkplätze wegfallen. Ja, das ist ja immer so. Aber sind da überhaupt so viele Parkplätze? Und sind da nicht auch genug in der Umgebung? Ja, so richtig sagen kann das glaube ich keiner. Wie kann man das nicht irgendwo nachgucken oder beim Amt nachfragen? Es gibt doch für alles Daten, da muss man doch nur im Geoportal oder so gucken oder meinst du, überall in der Stadt stehen Autos rum und niemand kann so richtig sagen, wo genau die stehen? Ja, ich habe mal im Geoportal geschaut. Da findet man was zu Parkplatz und Parkraum zu Parkzonen, findet man da was. Aber das sind halt nur Flächen. Und es gibt auch noch einen Datensatz, sieht ganz gut aus, der heißt Parkbuchten, aber OH, der ist von 2014 und außerdem sind da nur wenige Straßen drin. Guck mal, ich habe hier einen Parkraumgutachten gefunden zur Einführung einer Parkraumbewirtschaftungszone, aber es ist nur für so einen kleinen Stadtteil und es ist auch nur PDF. Tja, hier gibt es eine Initiative, die heißt Parkplatz-Transform und die haben einen ganz anderen Ansatz, die zählen nämlich Parkplätze und wollen damit auf die Flächen Ungerechtigkeit aufmerksam machen. Ach, guck mal an. Und dann messen die da aus, wie viel Platz für Parkplätze es gibt, das ist ja spannend. Das habe ich auch gerade in diesem Parkraumgutachten gelesen, dass das alles vermessen wird. Aber es klingt ganz schön aufwendig. Könnte man nicht unsere OSM, unsere Open-Street-Map-Daten nehmen und dann daraus sowieso die Straßenlänge ableiten und wenn man das dann durch so die Länge von so einem Auto teilt, müsste man eigentlich auch ein ähnliches Ergebnis kommen, oder? Das klingt ganz gut. Lass uns das mal informieren. Genau, so ungefähr haben wir uns gefühlt, als wir vor zweieinhalb Jahren zu diesem Thema Parkplätze gekommen sind. Und als wir gemerkt haben, dass in Berlin überall über das Thema Parkraumgeräte diskutiert, teilweise auch gestritten wird, da haben wir gedacht, da müssen wir uns auch mal mit dem Thema beschäftigen. Im Zuge der Verkehrswende ist ja die Aufteilung des Straßenraums ein heißes Thema geworden. Also überall wird Platz für Radwege, für sichere Schulwege, für attraktive Fußgängerzonen gesucht, aber es gibt gleichzeitig ganz viel Raum für Autos, der da auch so ein bisschen im Weg steht. Und tatsächlich gibt es auch kaum systematische Daten dazu, wo diese Autos genau stehen. Also man weiß, wie viele Autos angemeldet gibt, aber man weiß nicht, wo der Parkraum, wie der Parkraum verteilt ist. Das heißt, in der Stadt- und Verkehrsplanung oder auch diese ganzen Diskussionen in der Zivilgesellschaft, die finden immer so ein bisschen im Luftlernraum statt, weil es da gar keine richtige empirische Datengrundlage gibt. Und das möchten wir ändern und deswegen sind wir dabei, einen Open Source System aufzubauen, mit dem jeder überall auf der Welt im Prinzip Parkraumdaten erfassen kann, und zwar mit Open Streetmap. Open Streetmap ist, kennt ihr vielleicht, das ist die sogenannte freie Weltkarte, ich kann mal kurz in den Raum fragen, wer hat Open Streetmap schon mal gehört oder gesehen? Wer nutzt es ab und zu mal? Oh, ist auch viel, sehr gut. Und OSM ist ja im Prinzip eine große Geodatenbank und da gibt es auch Dinge, die jetzt nicht im Vordergrund stehen, die man auch zum Beispiel auf so einer Standardkarte, wie sie hier angezeigt ist, nicht sieht. Und einen solcher Datensatz sind zum Beispiel die Informationen zum Parken am Straßenrand. Also ihr kennt das ja, wenn man durch so eine Straße geht, dann stehen meistens Autos irgendwo am Rand, mal parallel, mal schräg, mal quer zur Fahrbahn und das kann man in OSM erfassen. Also OSM ist ja ein großes Communityprojekt und wer mitmacht, der kann sozusagen ein Editor öffnen, klickt dann so eine Straßendinie an und dann könnte er oder sie sagen, okay, hier auf der linken Seite, da stehen die Autos parallel zur Fahrbahn und hier auf der anderen Seite stehen sie rechts zur Fahrbahn. Und solche Daten haben wir als Grundlage genommen, um eben dieses Parkraumdatensystem zu entwickeln, also wir haben eine Methode entwickelt, voraus mal eben daraus Stellplatzzahlen generieren kann, indem wir diese Daten nehmen, aber auch noch ganz viele andere Daten. Darauf gehen wir gleich nochmal genauer ein, wie wir das methodisch machen. Aber bevor wir das uns genauer angucken, habe ich hier mal ein Beispiel, was wir damit gemacht haben. Ich versuche mal den Link zu öffnen, sehr gut. Also das ist eine Parkraumkarte, die wir für den Berliner Ortsteil Neukölln mit dieser Methode entwickelt haben. Das ist sozusagen unser prototypischer Testraum in Neukölln, da kann man jetzt hier sozusagen an den Straßendinien sehen, wie viele Fahrzeuge da stehen. Wenn man reinzoomt, kann man dann sozusagen jedes einzelne Auto tatsächlich sehen, man kann auch sehen, wo nicht geparkt wird. Und wenn man weiter rauszoomt, kann man das dann so auf Straßenebene aggregieren. Man kann das auch für ganze Stadtteile sumieren, man kann das in Relation setzen zu der Bevölkerungszahl, zu den angemeldeten Fahrzeugen und so weiter. Und das ist eben auch Grundlage für ganz spannende Analysen, die man damit machen kann. Hier haben wir zum Beispiel mal die Park verfügbaren Parkplätze mit den angemeldeten Fahrzeugen in Relation gesetzt, sodass man dann so Bereiche sieht, wo man leichter ein Parkplatz findet oder schwerer, so nennt er Parkdruck, wie auch immer. Genau, also sowas könnte man damit machen. Wie komme ich jetzt zurück zu der Folie? Die hier, ne? Genau. Und wie machen wir das? Also, wir haben ja so ne Straße, ich habe gerade schon gesagt, das ist in OSM so ne Linie, die man anklicken kann. Sondern nehmen wir mal ein einfaches Beispiel, hier ist so ne Straße mit Parallelparken auf beiden Seiten. Und dann können wir aus unseren Geodaten, die ja in Raumbezug haben, theoretisch sagen, wie lang diese Straße ist, sagen wir mal dies 42 Meter lang. Und in der Verkehrsplanung Literatur gibt es dann so Angaben, wie viel Platz so ein Auto im Mittel einnimmt. Das sind 5,2 Meter, also so ein Auto ist 4,4 Meter lang, aber es gibt dann noch so ein bisschen Platz dazwischen, damit die ein und aus parken können. Und wenn man das miteinander teilt, dann kommen da eben ungefähr acht Fahrzeuge raus, die auf so einem Straßenstück stehen können. Nun ist ja die Relation ein bisschen komplexer. Also es gibt dann nicht nur eine Straße, sondern es gibt noch andere Straßen, wo auch Autos stehen. Und aus den OSM-Daten können wir dann sozusagen aus der Straßenbreite, die wir interpolieren können, die Boardsteinkanten ermitteln. Da gibt es ja in der Straßenverkehrsordnung so ein Passus, wo steht, dass man 5 Meter um diese Boardsteinschnittpunkte nicht parken darf. Und dann nehmen wir so eine virtuelle Schere und schneiden einfach da die Parkplätze aus. Und ähnlich kann man das bei ganz vielen anderen Sachen machen. Also zum Beispiel gibt es Einfahrten, auch da darf man nicht parken. Es gibt Parkverbote, Halteverbote, auch die können wir mit OSM erfassen. Da können wir dann einfach, dann verzichten wir einfach darauf, diese Autos sozusagen virtuell zu generieren. Es gibt Fußgänger, Querungen, auch Gehweg, Vorstreckungen. All das sind ja so Objekte, die wir in OSM erfassen können und die wir dann sozusagen aus unseren Daten abziehen können. Der Einfachheit. Also wir müssen nicht jedes kleine Parkverbot kartieren, sondern wir haben einfach diese großen Linien und die ganzen Objekte, die diese Parkzonen oder diese Parkraumaufteilung generieren. Und Bushaltestellen gibt es auch noch als Beispiel. Und wir haben das subtraktive Methode oder subtraktives Modell genannt. Also wir haben die Straßenlinien und dann ganz viele Objekte, die das Park beeinflussen und stanzen, das dann sozusagen so aus, dass am Ende der Raum übrig bleibt, indem tatsächlich geparkt werden kann. Und da kommen erstaunlich genaue Ergebnisse dabei raus. Da sagen wir auch später noch was dazu. Genau in der Realität würde das dann zum Beispiel so aussehen. Also das ist jetzt hier ein Beispiel aus einer Köln. Da entstehen dann eben so mal mehr, mal größere, mal kleinere Kreise, die dann am Ende des Ergebnisses generieren, wie ihr es gerade auf der Parkraumkarte gesehen habt. Würdest du weiter machen? Ja. Alex hat das halt für eine Köln gemacht in den letzten Jahren. Und das funktionierte halt so gut, dass wir uns denn hingesetzt haben und überlegt haben, ja, bloß für eine Köln ist ja auch ein bisschen einfach. Wir wollen das halt für ganz Berlin machen. Und Anfang des Jahres hatten wir die Idee, wir hatten vom Prototype-Fand gehört, der halt Projekte unterstützt und da hat mir dann uns spontan beworben. Und zu unserer großen Freude wurden wir dann auch akzeptiert und sind jetzt in der Runde 12. Ja, sind wir angenommen worden und arbeiten jetzt seit 1. September noch 6 Monate an dem Projekt und werden dafür auch finanziert. Und unsere Ziele dafür, die wir uns vorgenommen haben, sind zwei große Komplexe. Einmal die Automatisierung. Wir wollen zum Beispiel die Berechnung untertägig machen, also dass wenn Änderungen in OSM passieren, auch spätestens am nächsten Tag dann unsere Exporte und Statistiken zur Verfügung stehen. Dafür müssen wir halt die OSM-Daten kontinuierlich importieren. OSM wird rund um die Uhr aktualisiert. Und wir möchten auch automatisieren, dass verschiedene Exportformate dazu, sage ich später nochmal mehr, erzeugt werden. Und das Ganze soll natürlich auch skalieren. Wie gesagt, nicht nur für Neukölln, für alle Bezirke, alle 12 Bezirke in Berlin machen wir das. Und potentiell könnten wir damit aber auch weitere Städte noch berechnen oder auch in anderen Ländern das machen. Und unser Motto ist dabei, was in Neukölln funktioniert, funktioniert auf der ganzen Welt. Ja, ihr kennt jetzt schon OpenStreetMap, deswegen will ich hier mal ganz schnell drüber gehen, warum wir OpenStreetMap gewählt haben, weil es halt ein globaler verfügbarer Datensatz ist. Er hat eine ganz tolle Crowdsourcing-Community, die sehr flexibel ist und sehr schnell ist und die Daten in OpenStreetMap haben einen, wir haben es genannt, variablen Detailgrad. Wir können da also erfassen, ob überhaupt eine Straße existiert und bis hin zu den Details, dass man links und rechts parken kann, dass man parallel parken kann, diagonal oder senkrecht parken kann, dass man nur montags bis mittwochs dort parken kann. Also, wir können dann noch sehr präzise sein. Es ist ein OpenDatensatz und unsere Methoden sind halt transparent, weil wir auch den ganzen Code dokumentieren und veröffentlichen. So, jetzt ein bisschen zur Technik. Wie fängt das Ganze an bei uns? Eigentlich fängt jedes OpenStreetMap-Projekt damit an, dass man sich erst mal einen Planeten besorgt. Das sogenannte PlanetFile, das ist allerdings 65 Gigabyte groß und auch mit der durchschnittlichen Downloadgeschwindigkeit in Deutschland hat man da manchmal ein Problem, aber man will auch gar nicht so viel Daten haben, weil da auch Daten dabei sind, die für unser Projekt uninteressant sind. Und deswegen gibt es auch Anbieter und User, die Extrakte anbieten. Das sind denn schon vorgefilterte, aufbereitete Daten. Und das ist die erste Auswertung bei uns oder erste Einschränkung bei uns, dass wir nur in unserem Fall jetzt nur Berlin-Daten benutzen, also administrative Grenzen werden benutzt, um den Ausschnitt zu erstellen. Und der zweite Schritt ist eine Filterung per Attribut. Wir wollen nämlich nur Straßen haben. Zusätzlich noch ein paar Haltestellen, Zebra-Streifen und so weiter. Und dafür benutzen wir ein Tool, das heißt OSM2PGSQL. Und mit diesem Tool schreiben wir die Daten in eine Datenbank. In unserem Fall ist das PostgreSQL. PostgreSQL arbeitet zusammen mit PostGIS. Und PostGIS ist praktisch die Erweiterung, die Goerweiterung zu PostgreSQL, so dass wir räumliche Operationen machen können, zum Beispiel Verschneidungen. Und Puffer berechnen. Uns interessiert, ob an einer Straßenlinie im Umkreis von 8 Metern Parkplätze gemäppt sind. Oder ob es dort Haltestellen gibt. Oder was Alex von Schönen gemeint hat, Schnittkreuzungspunkte von Bordsteinkanten oder von Straßen und dort einen Puffer berechnen. So berechnen wir halt, was Alex von Schönen gezeigt hat, die ganzen einzelnen Elemente. Und diese können wir dann zum Ausstanzen benutzen. Und das geschieht komplett in unserer Datenbank. Und wenn wir damit fertig sind, können wir verschiedenste Sachen dann bereitstellen. Das sind einmal Dateien, die wir zum Download anbieten. Da unterstützen wir verschiedene Dateiformate. Oder haben uns vorgestellt, die zu unterstützen. Was wir jetzt schon können, sind Vector-Teils erzeugen. Da zeige ich nachher noch unsere Parkraumkarte, die den aktuellen Stand darstellt. Und wir wollen auch Debug Lea erzeugen, sodass wir Mapper unterstützen können, unsere Daten zu erheben. Übersichtskarten und Dokumentationen unseres Projektes werden dann auch noch kommen. Und damit übergebe ich wieder an Alex. Genau, unsere Parkraumdaten, die leben ja von der Vollständigkeit der Daten. Die zeigt, was wir da alles einbeziehen. Deswegen heißt das also, je mehr Parkraumrelevante Daten wir in den USM erfassen, desto besser wird das Ergebnis. Deshalb ist es auch wichtig zu wissen, wo Daten fehlen, welche Daten fehlen. Wir planen deshalb auch so, zum Beispiel habe ich mal so ein Beispiel skizziert. Das ist jetzt noch nicht ein produktiv Einsatz, aber so ungefähr könnte es aussehen, dass man sozusagen das Straßennetz in Berlin oder in die anderen Stadt, wo man das System aufsetzt, sieht, dann hat man so rote Linien. Da weiß man, da fehlen noch Daten, da könnte man gezielt hingehen, die Daten erfassen. Oder was hier im Hintergrund mit diesen grünen und gelben und roten Flächen angedeutet ist, dass man vielleicht auch so ein Layer hat, wo man die Datenqualität abschätzen kann. Wenn zum Beispiel noch viele Einfahrten fehlen oder Gehwegübergänge in USM nicht erfasst sind, das kann man ja interpolieren, wo der Detailgrad besonders hoch oder besonders niedrig ist. Das könnte man auch so als Mappinganreiz oder als kathographisches Ziel sozusagen umsetzen. Das führt uns zu dem grad genannten Grundproblem. Also wenn die Daten fehlen, dann wird die Methode ungenauer bzw. je mehr Daten wir haben, desto besser wird es. Also einerseits brauchen wir diese Parkstreifendaten, andererseits brauchen wir diese ganzen Objekte, die das Park beeinflussen. Vieles davon ist in USM schon vorhanden, aber vieles eben auch nicht. Wenn man also eine Parkraumanalyse machen will, muss man gezielt diese Daten dann suchen und vervollständigen. Das kann man ja systematisch machen. Deshalb planen wir auch so Mappingkampagnen zu konzipieren, wo wir Tools zur Verfügung stellen, um Parkraum gezielt zu vervollständigen. Und ein erster Schritt dabei wäre zum Beispiel Programmen oder einen speziellen Editor zu nehmen, mit dem man eben das Straßennetz systematisch mit Parkraumdaten anreichern kann. Da würden dann so Basisdaten herauskommen, wo man also jeder Straße zugeordnet hat, wie man da parkt. Wir haben da recht ausführliche Tests gemacht, wie genau solche Methoden je nach Detailgrad sozusagen werden. Wir haben festgestellt, dass wir dann so auf ungefähr 80 Prozent Genauigkeit kommen. Das klingt jetzt noch nicht besonders viel, aber für manche Auswertungen ist das schon absolut ausreichend. Und vor allem hat diese Methode den Vorteil, dass diese Abweichung immer eine Unterschätzung ist, weil wir, wenn Daten fehlen, eher mehr Parkplätze generieren, als es tatsächlich gibt. Deswegen könnte man sozusagen abhängig vom Datenniveau sagen, okay, wenn wir jetzt 80 Prozent Genauigkeit ungefähr haben, dann muss der Parkraum, den wir hier berechnet haben, zu hoch sein um etwa 20 Prozent. Das heißt, man kann schon so ungefähr so eine Größenordnung auf jeden Fall abschätzen, wenn man nur so ganz einfache Basisdaten hat. Und dann kann man natürlich beliebigen Aufwand treiben, um die Daten anzureichern. Also wir haben festgestellt, wenn man so viele Einfahrten zum Beispiel oder gerade breite Einfahrten kartiert, wenn man darauf achtet, dass die Bushaltestellen korrekt ausgerichtet sind, dass Ampeln und Zebra Streifen zum Beispiel in den OSM gut erfasst sind, dann kommt man so auf ungefähr 90 Prozent. Das ist schon ausreichend für ganz einfache oder für viele Anwendungen eigentlich so in der Praxis. Und das kann man dann beliebig weiter treiben. Also der Detailgrad kann beliebig wachsen, damit wächst natürlich auch der Aufwand. Aber genau die Neuköllinkarte, die ihr vorhin gesehen habt, da haben wir ganz viele Tests gemacht, wie genau diese Daten sind, indem wir das gezählt haben an hunderten Autos. Und tatsächlich kann man den Parkraum damit ziemlich relativ getreu abbilden. Also man kommt eigentlich genau auf das Ergebnis, was man auch in der Realität hat. Wenn man jetzt das ordnungswidrige Parken sozusagen außen vorlässt. Genau einen recht wichtigen Punkt haben wir jetzt noch gar nicht beschrieben. Nämlich, wir haben eine Kooperation mit dem Berliner Bezirk Friedeszeit Kreuzberg gestartet. Also das ist so ein Bezirk in Berlin, der immer recht vorne mit dabei ist, wenn es um die Umsetzung der Verkehrswende geht. Vielleicht der Einzige weiß ich nicht genau. Auf jeden Fall haben Sie eben auch gemerkt, dass diese Parkraumdaten für viele Anwendungszwecke interessant sein können. Und deshalb sind wir in der USM-Community in Berlin gerade dabei, diese Mapping-Kampagne hier prototypisch zu testen, was man da kollaborativ sozusagen erreichen kann und sozusagen diese Werkzeuge zu erstellen, die man dafür braucht, um das später auch in anderen Städten testen zu können oder ausbreiten zu können. Und unser Ziel ist es eben, die Daten mit der Zeit auf einen Niveau zu heben, dass sie von den Planerinnen und Verkehrsplanerinnen, Stadtplanerinnen im Bezirksamt genutzt werden können. Das mittelfristige Ziel ist sozusagen, dass da so ein amtlicher Stempel drauf kommt, ist amtlich geprüft. Da haben wir so einen Prüfkatalog uns zusammen überlegt und werden das dann stichprobenhaft testen, dass man sozusagen ganz genau sagen kann, hier in Friedesheim, Kreuzberg sind die Daten so und so gut und das reicht für diese Anwendung, die wir vorhaben. Oder kann das dann ja auch noch mit der Zeit immer weiter verbessern. Und der Vorteil vor allem davon ist auch, dass man das kontinuierlich pflegen kann. Also wir können die Daten ja in USM mit der Zeit einfach weiter editieren, wenn irgendwo bauliche Veränderungen stattfinden. In unserem Live-System sozusagen direkt sichtbar, während diese Parkraumstudien, die wir am Anfang so erwähnt haben, das ist dann immer so ein Momentaufnahme. 2014 ist echt schon lange her. Da passiert viel in der Zeit und dann ist das einfach später veraltet und man müsste es eigentlich komplett neu erheben. Das ist dann bei uns sozusagen nicht so. Ein Beispiel dafür, wofür der Bezirk diese Daten konkret braucht, ist zum Beispiel das Thema Versiegelung. Also der Bezirk Friedesheim Kreuzberg hat sich zum Ziel gesetzt bis 2026. 10 Prozent aller Flächen im allerversiegelten Flächen im öffentlichen Raum zu entziegeln. Also zum Beispiel Asphalt durch andere Oberflächen zu versetzen auf den Wasserversickern kann. Und Parkraum ist da eben ein sehr guter Ansatzpunkt. Also der ist ja quasi ungenutzter Raum oder man kann damit nicht viel anderes machen als ein Auto draufstellen. Das heißt man könnte diese Fläche entziegeln, dadurch Grundwasserregenerierung zum Beispiel unterstützen. Und wenn man aber kein Parkraumdaten hat, kann man nicht so richtig wissen, wo man da ansetzen kann. Und man kann vor allem auch nicht den Fortschritt kontrollieren. Das ist so ein praktisches Beispiel. Ja, da sind wir nämlich schon mittendrin im Thema. Wie können wir diese Daten nutzen? Was kann man damit eigentlich anfangen? Also wir sind, wir fanden sehr auffällig, dass in den letzten zwei, drei Jahren sehr viele Projekte in diesem Bereich sich entwickelt haben. Da geht es ganz oft so um das Thema Flächengerechtigkeit, lebenswerte Kieze, Aufenthaltsqualität im öffentlichen Raum. In diesem Jahr hat jetzt auch diese Nahtverwaltung angefangen, ihren Parkraum systematisch zu untersuchen. Das heißt dieses Thema, da brennt es irgendwie an der Stelle und dieses Grundproblem der fehlenden Daten ist immer wieder so der Kern dieser ganzen Projekte. Das heißt man kann diese Daten in erster Linie erst mal nutzen, um überhaupt zu zählen. Also wie viel Parkplätze gibt es, man kriegt so ein Gefühl für die Größenordnungen, das gibt regelmäßig Presseartikel, wo man das auch lesen kann. Hier zum Beispiel aus dem Mai, da hat der RBB bei den Berliner Bezirken nachgefragt, die konnten dann nicht so richtig darauf antworten, außer Neukölln, die haben dann unsere Karte verlinkt, das war ganz witzig. Oft gibt es dann auch so Medienberichte, dass irgendwo was Neues gebaut wird, ein Radweg, eine Fußgängerzone, und dann gibt es immer diesen Automatismus, dass es dann Anwohnerbeschwerden gibt. Aber eigentlich gibt es ja gar keine Grundlagen, um zu erfassen, wie die Parkraumsituation tatsächlich ist oder auch eine Grundlage, um politisch darüber zu diskutieren, was ist eigentlich ein verträgliches Maß von Parkraum, was für uns in der Stadt gönnen angesichts der vielen anderen Ansprüche an den öffentlichen Raum. Das heißt, das ist schon mal so eine Lücke, die man damit sehr gut schließen kann. Das führt uns schon ein bisschen zum Thema Flächengerechtigkeit, Flächenverbrauch. Wir haben mit unseren Neuköllner Daten das mal getestet, wie viel Raum sozusagen parkende Autos einnehmen. Wir haben ja Linien, haben wir vorhin gesagt, aber wir können ja diese Linien auch mit ihrer Breite dann, zum Beispiel, multiplizieren oder Parkplätze, die so eine Fläche sind, die kann man ja direkt als Fläche sozusagen geometrisch damit einbeziehen, und da kann man darauf, dass 7% der gesamten Neuköllnerfläche sozusagen für Parkplätze reserviert sind. Also da sind jetzt nicht nur die Straßenparkplätze drin, sondern alle Parkplätze, aber das finde ich schon eigentlich eine recht interessante Menge. Also dieser blaue Punkt da, das ist tatsächlich sozusagen flächentreu, so viel Platz in Neuköllnen wird derzeit für Parken verschenkt. Und wenn man nur den Raum zwischen den Fassaden, also die Verkehrsräume, wo die Fußgängerinnen, Fußgänger laufen, die Fahrradfahrer fahren, und die Autos, wenn man nur den Raum betrachtet, dann ist es immerhin schon ein Fünftel, der mit parkenden Autos belegt ist. Das heißt, letztendlich gibt es da ein recht großes Flächenpotenzial, sag ich mal. Genau, dieses Thema Parkraumdichte, das hatte ich vorhin auch schon mal angesprochen. Also wir können mit unseren Daten dann Erkenntnisse gewinnen, wie das Verhältnis zwischen parkenden Autos und angemeldeten KFZ ist. Wir haben das hier prototypisch, da kann man sozusagen diesen Parkraumdruck erkennen. Wir sehen Orte, wo man vielleicht leichter ein Parkplatz findet. Wir sehen aber gleichzeitig auch Orte, wo man vielleicht viel leichter Maßnahmen umsetzen könnte. Also wenn man jetzt feststellt, da gibt es einfach, ich sag mal, Parkraumpotenzial oder genügend Parkplätze, dann könnte man ja da auch mal prioritär, zum Beispiel bestimmte Nachhaltigkeitsmaßnahmen umsetzen, so als ein Beispiel. Ich fand auch sehr interessant, dass das Gesamtverhältnis zwischen verfügbaren Stellplätzen und angemeldeten KFZ tatsächlich kein überangebot an Stellplätzen hergibt. Also wir haben das jetzt für Neukölln gemacht, das ist ja wirklich ein ganz innenstädtischer Ortsteil. Eigentlich könnte man sagen, es ist ungewöhnlich, dass es in der Innenstadt noch mehr Parkplätze gibt, als es Autos gibt, gerade weil es ja auch mal so viele Beschwerden gibt von Autofahrerinnen, irgendwo was sich verändert. Das heißt, wir haben ein überangebot, was ja auch, wenn man politisch überlegt, dass wir Fahrzeuge vielleicht aus der Stadt verdrängen wollen, der sozusagen noch gar nicht dazu geeignet ist, die Autos zu verdrängen, weil solange es ausreichend Parkraum gibt, wird auch niemand sein Auto abstaffen. Das ist dann wahrscheinlich eher eine Laufbereitschaft, die nicht vorhanden ist, aber keine Parkraumverfügbarkeit. Also da gibt es auf jeden Fall Potenzial für Veränderungen. Wir sind ja hier auf der Bitz- und Bäume-Konferenz, deswegen haben wir auch mal angeguckt, wie das Verhältnis zwischen Autos und Bäumen ist. Also jetzt für Neukölln, ich hatte es gerade gezeigt, 40.000 Stellplätze davon sind 27.000 entlang der Straßen, also ungefähr zwei Drittel. Und wenn man nur diese Autos an den Straßen betrachtet und das mit den Bäumen in Bezug setzt, dann kommt man darauf, dass es dreimal mehr Parkplätze als Bäume gibt, obwohl er so eine Baumschreibe eigentlich in den halben Platz von einem Auto einnimmt. Das heißt, auch da ist ein interessantes Ungleichgewicht oder je nachdem, wie man es betrachtet. Ich habe das mal so auf die Bezirke oder die Orts, die Kieze sozusagen von Neukölln gelegt, und da fand ich ganz interessant, dass es da sehr unterschiedliche Quoten gibt. Also es gibt diese roten Flecken, sind sozusagen Kieze oder Ortsteile mit besonders schlechten Parkplatz-Auto, im Autobaumverhältnis. Und interessanterweise sind es auch welche, wo der Parkraumdruck gar nicht besonders hoch ist. Also eigentlich könnte man genau da anfang mal ein paar Bäume anstatt von Autos zu pflanzen und hätte schon ein bisschen was für die Nachhaltigkeit getan. Aber ich glaube, in Berlin schaffen wir es gerade noch nicht mal, die Sturmschäden auszugleichen. Deswegen wird es wahrscheinlich eher noch ein utopischer Traum bleiben. Genau, das sind so ein paar Eindrücke, was man mit den Daten machen kann. Vielleicht noch viele andere Ideen. Wir können gerne nachher darüber diskutieren und viel machen. Aber wie man eigentlich jetzt diese Daten erfassen kann, wie ihr vielleicht auch selber dazu beitragen könnt, da wird euch Lars jetzt noch mal was dazu erzählen. Genau. Ohne die Daten können wir halt solche Berechnungen nicht machen. Und wir sind darauf angewiesen, dass Leute ihr auch Daten erhebt. Und ich möchte mal kurz schildern, wie man jetzt mitmachen kann, wie man sich beteiligen kann, ohne jetzt großartig programmieren zu müssen, sondern einfach nur Daten erfassen. Und das allererste, was ich erwähnen möchte, ist eine Android-App. Die heißt Street Complete. Ich habe auch zur Bequemlichkeit den QR-Code dort zum Play Store auf die Folie gepackt. In der Folie ist es aber auch noch mal verlinkt. Und das ist eine App, mit der sehr einfach, sogar ohne OSM-Kentnisse Daten erfasst werden können. Ich zeige gleich noch ein paar Screenshots. Ich habe gerade noch mal die anderen Kategorien erwähnen, die ich jetzt hier mal ein bisschen ironisch benannt habe. Also Street Complete ist für alle, die geeignet, die ein Smartphone bedienen können. Wer schon mal an einem Computer saß, an dem eine Tastatur angeschlossen ist, da gibt es dann schon andere Editoren. Es gibt ein Land, das heißt der ursprüngliche Entwickler. Und da haben wir einen angepassten Editor für Parkraum-Informationen. Und es gibt MapRollet, das ist eine Plattform, mit der Mapping-Challenges erstellt werden können. Und da haben wir einige erstellt und da können gezielt zum Beispiel Parklets oder Einfahrtensinn in Vorbereitung oder Zebrastreifen korrigiert und erfasst werden. Und wer denn der Profi ist und an Weihnachten bei der Familie immer alle Treiber aktualisieren muss, der für den ist dann halt Jossum geeignet. Das ist der Java OpenStreetMap-Editor, mit dem man alles machen kann. Ganz schnell mal zu den Screenshots. Das ist das visualisiert Street Complete und da gibt es ein nettes Feature, das ist noch gar nicht mal so alt, das heißt Parking Overlay. Und das funktioniert so. Auf dem Linkenscreen sieht man Straßen und man kann dann die Straßensegmenten antippen. In dem nächsten Screen kann man auswählen, wie wird da geparkt, parallel oder diagonal oder wird gar nicht geparkt. Und dann wählt man noch im dritten Schritt die Position aus und erhält dann, hier unten sieht man das dann auch visualisiert, für diesen Abschnitt habe ich jetzt mal eingestellt, hier kann man rechts der Straße parken in vorgesehenen Bereichen und die Straße wird diagonal geparkt. Und dann drückt man einfach nur noch ganz unten rechts auf den roten Knopf und die Daten sind erfasst. Also ohne überhaupt mit USM Text sich rum ärgern zu müssen, kann man so durch den eigenen Kiez laufen und die Daten erfassen. Für Mapolet, alles ist auch nochmal verlinkt und das muss man sich vielleicht auch selber denn angucken. Aber wie ich schon gesagt habe, da haben wir Challenges erstellt, also über eine Web-Oberfläche wird man da geführt und kann dann halt zu bestimmten Themen, die wir da anbieten, Zeberstreifen, Parklets, Parkbuchten und in Zukunft auch Einfahrten dann Challenges abschließen und damit die Daten vervollständigen. Das ist der Parking-Läden-Editor. Tobias hat den für unser Projekt angepasst. Der hat am Freitag, am Sonntag auch noch ein Talk zum Thema USM und Verkehrswende. Und hiermit können dann auch Daten für die einzelnen Park, also links und rechts der Straße, die einzelnen Parkinformationen angepasst werden. Das Tolle ist, man kann da auch verschiedene Luftbilder machen, die wir da eingebunden haben, Luftbilder in dem Fall jetzt von Berlin und auch Daten der Straßenraumbefahrung von 2014 und auch die amtlichen Alkostaten können da auch hintergelegt werden. Zu Josson will ich jetzt gar nicht viel sagen, vielleicht kennen den einiger, aber das ist halt der Editor, mit dem man halt alles in den Open Street mehr machen kann. Man hat maximale Freiheiten und muss sich allerdings wahrscheinlich auch erstmal ein bisschen einarbeiten. Ein besonderes Tool, oder zwei, die aber das Gleiche machen, möchte ich noch erwähnen, es gibt Mapillary, was leider zum Meta-Konzern inzwischen gehört, und Cutterview, das ist die freie Alternative. Und dort sind Straßeneinsichten gespeichert, die man ähnlich mit einem ähnlichen Interface wie bei Google Streetview oder bei anderen Anbietern sich dann die Straßen angucken kann. Und wir haben in Berlin eine Zusammenarbeit mit Wikimedia von denen haben wir 360 Grad Kameras bekommen und unsere sehr aktiven Fahrradfahrer in Berlin, die schneiden die sich auf den Helm und fahren damit ganz Berlin ab. Und so haben wir schon ein sehr umfangreiches Datenmaterial an 360 Grad Bildern oder überhaupt an Straßenbildern, die beim Mapping sehr hilfreich sind. So kann man halt dann auch noch Details sehen, Straßenschilder sehen, teilweise Bootsteinkanten sehen. Um das zusammenzufassen, wir brauchen wirklich Hilfe, und zwar bei der Datenerfassung. Wir haben gezeigt, dass wir mit den Berechnungen tolle Auswertungen machen können. Auch da kann man sich beteiligen, unsere Positorie ist offen bei GitHub, das alles in den Folien auch verlinkt. Und alle Informationen findet ihr bei uns auf der Projektseite unter parkraum.osm-verkehrswende.org. Eine kleine Hürde, wenn ihr Daten erfasst wollt, ist, ihr müsst ein OSM-Account erstellen, und das war es aber auch schon dann. Und dann könnt ihr euch Tools aussuchen. Einige habe ich hier vorgestellt und dann einfach loslegen. Wenn ihr mehr Informationen haben wollt, mit uns in Kontakt treten wollt, gibt es da verschiedene Möglichkeiten. Wir haben Mailing-Listen, wir haben ein Matrix-Chat. Wir treffen uns einmal im Monat online, das nächste Treffen findet am 4.10. statt. Genau, und eine Besonderheit in Berlin, im Oktober findet hier wieder ein OSM-Hackweek statt, zu dem man sich anbellen kann, auch kostenfrei. Da werden wir dann zusammensitzen mit anderen Leuten und ein Wochenende lang an OSM rumhacken. Ganz interessant für uns wäre auch, wenn ihr in der Verwaltung arbeitet, oder in der Stadt- und Verkehrsplanung, und ihr das interessant findet, was wir hier machen, dann sprecht ihr uns an und sucht Kontakt. Vielleicht gibt es da auch Möglichkeiten, dass wir für euch Daten erstellen können. Genau, damit ... Falls ihr nachher mal eine Mittagspause braucht oder so ein bisschen draußen rumlaufen wollt und OSM-Daten erheben wollt, dann testet da mal dieses Street-Complete-App, die ist ziemlich cool und recht niedrigspällig. Ganz abschließend als kleine Motivation. So sieht gerade Berlin aus, im Erfassungszustand. Überall, wo Null steht, heißt wirklich 0% Parkinformation. Und es kristallisieren sich so ein paar Kiezer raus, wo vielleicht auch die Vortragenden wohnen und wo jetzt auch schon deutlich mehr Daten erfasst wurden. Ja, damit ... Damit kommen wir zum Ende. Oh, die Zeit ist um ... Wir bedanken uns für die Aufmerksamkeit und hoffen, dass ihr noch viele Fragen an uns habt. Wir werden auch die ganze Zeit auf der Konferenz noch sein. Und ihr könnt uns jederzeit ansprechen. Vielen Dank. So, wir hätten jetzt noch fünf Minuten für Fragen. Erst mal vielen Dank für den Vortrag. Meldet euch, ich komm zu euch, gebe euch das Mikrofon und die beiden werden euch noch Fragen beantworten. Super. Ja, vielen Dank erst mal für den Vortrag, super spannend. Ich hab mich gefragt, ob es sowas auch schon im Bereich Fahrradwege gibt. Also weil die ja auch mehr oder weniger gut ausgebaut in Berlin sind. Und das ist ja sozusagen der zweite Teil der Verkehrswende, dass man eben auch weniger Parkraum hat und bessere Fahrradwege. Und ja, das hatte ich mich schon öfter mal gefragt. Und da ihr da so super viele Erfahrungen schon habt, vielleicht kennt ihr da auch schon eine Initiative, oder wisst, ob da schon ein Projekt im Gange ist. Meinst du jetzt mit OSM-Bezug, also dass wir sozusagen aus den Geodaten-Analysen machen. Da haben wir tatsächlich drüber nachgedacht, sind bis jetzt noch nicht so richtig dazu gekommen, weil es eben so viele Möglichkeiten gibt. So eine Parkraumkarte für Neukölln ist schon in Arbeit. Aber das wirklich analytisch zu betrachten und mit systematischen Auswertungen, das ist auf jeden Fall noch auf der To-Do-List. Aber da haben wir noch nicht viel geschafft. Gibt es ja auch FixMyCity, zum Beispiel in Berlin, würde es auch gerne machen. Also gibt es so Parkteure, die in dem Bereich, glaube ich, arbeiten und auch das Potenzial von OSM in dem Bereich entdecken. FixMyCity ist so eine, kennst du, ne? Genau, also OSM-Daten sind auf jeden Fall super gut, dazu geeignete Analysen zu machen. Aber es fehlt auch noch viel, also zum Beispiel Radweg Breiten, Oberflächendaten, so was. Aber StreetComplete, zum Beispiel, ist auch super geeignet, um solche Daten zu bevollständigen. Rainer Zecha aus Mainz, ich finde eure Initiative superklasse. Bei uns ändert sich der Parkraum jetzt immer mehr. Also es gibt jetzt eine EU-Initiative, es gibt immer mehr Carsharing-Plätze, teilweise mit Elektroautos, mit Ladestationen und teilweise mit Planung, wäre so was möglich, mit eurem Tool zu machen, dass man auch jetzt in Zukunft früher immer Parkräume verschwinden sollen und mehr Carsharing und anders genutzte Sachen einkommen, dass man das qualitativ einzeichnet. Bist du? Also wir haben auf jeden Fall die Möglichkeit, das in OSM zu hinterlegen. Also letztendlich kann man alles in OSM hinterlegen, aber für Carsharing und ähnliches gibt es auf jeden Fall auch schon eine erkannte Schemaß. Und wir tun das auch in Berlin tatsächlich schon im Hintergrund. Das wehrten wir jetzt noch nicht aktiv aus, aber wenn wir so weit sind, dann wäre das auch Teil dieser Parkraumanalyse, dass man zum Beispiel Parksharing-Angebote auf der Karte erkennen kann oder die in Beziehung setzen kann, so anderen Verkehrsarten und so weiter. Also wir haben das in OSM zum Teil drin und können das vervollständigen. Hallo, vielen Dank für euren Vortrag und die Initiative. Ich finde es wirklich fantastisch. Ich habe in Berlin mitten damit zu tun und ärgere mich einfach auch über rumstehende Autos. Eigentlich nur ein Kommentar. Die Bezirksverordnung Versammlung von Berlin Mitte hat letztes Jahr beschlossen, dass sie 25 Prozent der Parkplätze im Laufe der Legislaturperiode ersetzen wollen. Im Wesentlichen haben die gesagt, sie wollen diesen Raum an den Kreuzungen nutzen und dann Fahrradabstellplätze oder so brauchen aber auch noch Ideen. Und wenn man mal, ich war mal bei einer Veranstaltung, wenn man da konkret danach fragt, dann stellt man fest, die sind total froh darüber, dass es überhaupt keine Daten gibt, weil es wird am Ende der Legislaturperiode niemand sagen können, ob ihnen das gelungen ist oder nicht, weil sie schon vorher nicht wussten, wie viele Parkplätze es gab und auch hinterher nicht wissen werden, wie viele Parkplätze es noch gibt. Wenn euer Thul dabei helfen kann, dann bin ich auch gerne bereit durch mein Kiez zu laufen oder mich anschreibt, mich zu setzen oder meine Kinder loszuschicken oder so. Ich bin ganz, ganz doll begeistert. Vielen Dank. Mitte war tatsächlich der einzige Bezirk, der in diesem RBB-Beitrag vorhin auch Zahlen genannt hat. Also, Herr Köln hat auf unsere Karte verwiesen und Mitte hatte so eine Schätzung, wir glauben, es gibt ungefähr 80.000 Parkplätze. Also, die scheinen Gefühl dafür zu haben, aber es ist natürlich nicht empirisch oder belastbar. Vielen Dank für den Vortrag. Eine Frage, dieses Street-Complete, gibt es da was Vergleichbares für angebissene Zitrusfrüchte? Tobias, gibt es da was für angebissen Zitrusfrüchte? Nein. Also, USM-Editorin, aber die sind nicht so schön intuitiv bedienbar. Ich weiß jetzt nicht, ob ich sagen soll, tut mir leid, aber es ist halt so. Haben wir noch Zeit für eine Frage oder eine? Bei der Berechnung der Parkplätze wertet ihr auch die Straßenbreite aus, im Sinne von, da darf eigentlich nur eine Seite beparkt werden, aber wenn ... Du meinst, wenn sie zu schmal ist, das ist ... Genau, weil sie zu schmal ist. Ja, wir haben da, ich sag mal, einen speziellen Tag, der das ausdrücken kann. Wir sind noch nicht so richtig, also uns einig, wie wir damit umgehen, aber das ist denkbar. Abkommt es jetzt so selten in der Innenstadt vor, dass wir es noch nicht ... Also, meistens, eigentlich fassen wir in USM einfach, es gibt Links- oder Rechtsparkplätze, und meistens ist es ja auch dann traditionell so, dass auf solchen Straßen auf einer der beiden Seiten gepackt wird. Und erst wenn das sozusagen sich so hin und her abwechselt, dann wird es ein bisschen problematisch. Kommt uns in der Innenstadt selten, also gibt es einfach selten, weil da eben der Parkdruck so hoch ist, angeblich, aber in den Außenstadt-Bereichen oder im ländlichen Raum ist das auf jeden Fall ein relevantes Thema, da müssen wir auf jeden Fall noch eine Lösung dafür finden. Und mit Street Complete kann man auch die Straßenbreite erfassen. Ja, genau. Also, eine Frage noch, ich bin auch sehr begeistert, und nur kurz noch praktisch der Hinweis, oder wie ist denn das bezüglich automatischer Aktualisierung? Also, gibt es dann Art Workflow, mit dem dann schon sichergestellt ist, wo man das praktisch auch automatisieren könnte, dass alle jetzt zu einem Zeitpunkt einfach das dann wieder aktualisiert wird, weil sich der Parkraum ständig ändert? Ja, also die USM-Daten ändern sich permanent, und im Moment haben wir das Setup so, dass es einmal am Tag alles neu berechnet wird. Das wollen wir auch noch verbessern, das Setup. Also, ich arbeite gerade daran, dass ich da eine Docker-Konfiguration zur Verfügung stelle, dass auch jeder selber sich die Umgebung runterladen kann und für eine beliebige andere Region die Berechnung machen kann. Der Haken ist halt, es müssen überhaupt erst mal die Daten in den USM erfasst werden. Also, nicht nur die Straße an sich, sondern gezielt die Parkinformation damit am Ende, was bei rauskommt. Ich habe immer unseren aktuellen Arbeitsstand für dieses Live-System geöffnet. Das ist jetzt noch nicht so hübsch, wie diese Neuköllner Parkraumkarte, aber grundsätzlich ist das das selbe Ergebnis. Also, wir sehen hier die verschiedenen Straßenabschnitte und die verfügbaren Parkplätze oder die potenziellen Parkplätze. Also so sieht das dann aus, und das wird auch einmal täglich aktualisiert. Das heißt, wenn man was in USM meppt, dann wird das am nächsten Tag da sichtbar. Vielen Dank für den Vortrag noch mal. Ich habe jetzt die Kontaktdaten auch. Danke schön.