Navigation und Service

Massendaten für den Bevölkerungsschutz nutzbar machen: das INSIGHT-Projekt

Die Diskussion über die Rolle von Social Media in Krisensituationen gewann aufgrund des Juni-Hochwassers 2013 in Deutschland an Bedeutung. Die Schnelligkeit und die unbürokratische Handhabung sowie die offene Teilhabe sprechen für die Nutzung dieses Mediums in solchen Lagen.

Die Einholung und Weitergabe von Informationen über das Geschehene, die Nachfragen und Benachrichtigungen über das eigene Wohlergehen oder das eines geliebten Menschen in einer Krisensituation kann auch über Social Media geschehen. Das Ersuchen, die Hilfsangebote und deren Koordination können zu den Nutzungsarten der Social Media gehören

Wurde diese Entwicklung hauptsächlich anderen Ländern, wie z.B. den USA oder Großbritannien mit einer höheren prozentualen Teilhabe an Social Media, zugeschrieben, hat das Hochwasser 2013 in Deutschland eindrucksvoll aufgezeigt, dass die Bedeutung dieses Mediums für solche Lagen hierzulande unterschätzt wurde. Behördlicher Seite wurden die Social Media in Deutschland bisher nur vereinzelt in Krisensituation als Informationsplattform genutzt; als Informationsgewinnung bislang beinahe völlig ignoriert.

Das INSIGHT Projekt (Intelligent Synthesis and Real-time Response using Massive Streaming of Heterogenous Data) greift dieses Thema auf. Das internationale und interdisziplinäre EU-Projekt wird über die Dauer von drei Jahren von der National and Kapodistrian University Athen, von Technion – Israel Institute of Technology, von IBM Dublin, dem Frauenhofer Institut IAIS, der Technischen Universität Dortmund, der Stadt Dublin sowie dem Bundesamt für Bevölkerungsschutz und Katastrophenhilfe (BBK) erforscht.

Optimierung bei Früherkennung und Bewältigung von Katastrophen

Ziel dieses Projektes ist: ein radikaler und revolutionärer Fortschritt in der Früherkennung und Bewältigung von Katastrophenfällen. Hierzu soll ein Demonstrator entwickelt werden, der heterogene Massendaten (Big Data), erzeugt durch unterschiedlichste Sensoren (beispielsweise Smartphones, Verkehrsüberwachungsgeräte, Wasserstandsmessgeräte), in annähernder Echtzeit analysiert und miteinander in Beziehung bringt. Den Daten aus Social Media wird in dem Projekt ein besonderer Stellenwert zugerechnet.

Die automatische Analyse von Massendaten könnte für den Bevölkerungsschutz in unterschiedlicher Weise Anwendung finden:

  • Früherkennung einer Lage
  • Steigerung des Situationsbewusstseins
  • Annahme von Hilfeersuchen
  • Koordination von unkoordinierten Hilfsaktionen
  • Beobachtung der Reaktionen der Bevölkerung
  • Aufarbeitung der Krisensituation

In wieweit der Demonstrator des INSIGHT-Projektes alle diese Aufgaben übernehmen kann, wird sich im Laufe des Projektprozesses herausstellen.

In der bisherigen Arbeit des Bevölkerungsschutzes werden einlaufende, als wichtig erachtete Daten, manuell analysiert; dies ist sehr aufwendig und zeitraubend. Zudem führt die zeitliche Versetzung der Informationen dieser Daten (zum Teil veraltet), auf welchen Entscheidungen getroffen oder Vorhersagen für die Zukunft entwickelt werden, zu Problemen. Zur Optimierung von Entscheidungen sollten des Weiteren vorher getroffene Entscheidungen schnellstmöglich evaluiert werden, um in annähernder Echtzeit von diesen Erfahrungen lernen zu können.

Blick ins GMLZ Blick ins GMLZ, Das GMLZ im Einsatz während der Hochwasserlage in Deutschland (Vergrösserung öffnet sich im neuen Fenster)Im GM­LZ wer­den kom­ple­xe und groß­flä­chi­ge (Not-) La­gen er­fasst, be­darfs­ge­recht ana­ly­siert und an die Bun­des- und Lan­des­be­hör­den wei­ter­ge­ge­ben Quelle: Ba­ta / BBK

Der Demonstrator des INSIGHT-Projektes setzt an diesen Herausforderungen des Bevölkerungsschutzes an. Vom Normalzustand (keine Lage bzw. keine außergewöhnlichen Vorkommnisse) bis hin zu einer ernsthaften Krisensituation, lassen sich verschiedene Phasen erkennen, die entweder virtuell, semi-virtuell bzw. vom Menschen analysiert bzw. gelenkt werden. Solch ein Demonstrator ist weit davon entfernt, von Menschen zu treffende Entscheidungen zu übernehmen. Vielmehr soll der INSIGHT-Demonstrator als ein weiteres Entscheidungsunterstützungstool verstanden werden.

Zum Verständnis der Normalität von Datenströmen (Wetterdaten, Hochwasserpegeln, Twitter-Daten etc.), wird der Normalzustand dieser Datenströme zu Zeiten ohne außergewöhnliche Vorkommnisse analysiert. Um Anomalien dieser Datenströme aufzeigen zu können, wird diese Normalität als Basis herangezogen.
Entdeckte Anomalien (Data Mining) in den Datenströmen können durch Fingerabdrücke von bekannten Ereignissen erkannt (Machine Learning) werden. Liegen bisher keine Fingerabdrücke von Ereignissen zu einer Anomalie vor, so wird probiert, anhand von Informationsaustausch verschiedener Sensoren, diese Anomalie zu erklären. Auch Menschen können in dieser bislang rein virtuellen Analyse miteinbezogen werden.

Lässt sich ein Ereignis einer bestimmten Situation zuordnen, kann festgestellt werden, ob die Situation eine ernsthafte Notfallsituation darstellt oder ob die Anomalie auf völlig harmlose Abweichungen zum Normalzustand zurückzuführen ist.

Echtzeitinformationen für besseres Lageverständnis

In einer tatsächlichen Notsituation werden Entscheidungen, Planungen etc. zur Bewältigung dieser Lage nach wie vor vom Menschen getroffen, jedoch ermöglicht der INSIGHT-Demonstrator durchgehend neue Echtzeit-Informationen für ein besseres Verständnis der Lage vor Ort. Des Weiteren unterstützt der INSIGHT-Demonstrator die Entwicklung möglicher zukünftiger Szenarien der Lage.

Auch das so genannte Crowdsourcing ist ein mögliches Tool des INSIGHT-Demonstrators. In diesem Fall bedeutet Crowdsourcing, die aktive Beteiligung von Nutzern von Social Media an der Informationsgewinnung für ein besseres Verständnis der Lage. So könnten beispielsweise Nutzer von Twitter, die durch eine georefferenzierte Mitteilung dem betroffenen Gebiet der Lage zugeordnet werden können, für benötigte Informationen kontaktiert werden. Eigene Messungen (Wasserstände, Messung ionisierender Strahlungen, Wärmemessungen etc.), Übersendung von Fotos und Videos zur besseren Beschreibung der Lage sind nur einige Möglichkeiten zur Nutzung dieses Werkzeuges zur Informationsgewinnung.

Das INSIGHT-Projekt arbeitet mit zwei Anwendungsbeispielen (Use Cases); lokalisiert in der Stadt Dublin und grenzüberschreitend in Norddeutschland.
In Dublin steht die Analyse und Lenkung des Straßenverkehrs sowie des öffentlich Nahverkehrs im Vordergrund des Interesses, um Verkehrstauung zu vermeiden; zusätzlich zugespitzt durch Hochwassersituationen in der Stadt.

In dem Anwendungsbeispiel in Norddeutschland wird das Szenario einer Sturmflut simuliert. Da wird der INSIGHT-Demonstrator beispielhaft im Gemeinsamen Melde und Lagezentrum (GMLZ) des Bundesamtes für Bevölkerungsschutz und Katastrophenhilfe (BBK) zur Erprobung kommen. Die Beobachtung und automatische Analyse von Social Media (in diesem Projekt wird ausschließlich auf simulierte Twitter-Daten zurückgegriffen) sowie weiteren Datenströme zur Früherkennung der Sturmflut, Beobachtung der Stimmungslagen der Bevölkerung (beispielsweise durch Retweets bestimmter Tweets) sowie der eingetretenen Schäden, Nutzung von Handy-Daten zur Lokalisierung von anonymisierten Aufenthaltsorten von Menschenanhäufungen, sind konkrete Möglichkeiten des Einsatzes des INSIGHT-Demonstrators.