hack4GDI_DE 2024

Ziel dieser Challenge ist es, das nationale Radwegenetz, insbesondere die zwölf nationalen D-Routen sowie spezifische Themenrouten, zu systematisieren und visuell darstellbar und damit besser zugänglich und nutzbar zu machen, zum Beispiel für die Planung und Optimierung von Radverkehrsnetzen.

Das nationale Radwegenetz dient der Förderung des Fahrradverkehrs und bietet eine umfassende Infrastruktur für Radfahrer. Das Netzwerk umfasst verschiedene Routen, die sowohl für den Freizeit- als auch für den Alltagsverkehr geeignet sind. Besondere Bestandteile dieses Netzwerks sind die insgesamt zwölf nationalen D-Routen sowie zwei spezielle Themenrouten. Die D-Routen bilden ein überregionales Radverkehrsnetz, das wichtige kulturelle und landschaftliche Highlights in Deutschland miteinander verbindet und sowohl für lange Radreisen als auch für die Nutzung im Rahmen des Alltagsverkehrs konzipiert ist.

Die Challenge umfasst die Beschaffung, Exploration und Selektion von Daten zur Radverkehrsinfrastruktur in Deutschland, die Analyse spezifischer Radwegedaten, einschließlich der Längenberechnung und Typisierung, sowie die Visualisierung der Ergebnisse. Dabei sollen komplexe Geodatendienste, Shapefiles und GeoJSON-Dateien verwendet werden. Untersucht werden müssen auch Codelisten. Außerdem können und sollen Daten aus Wikidata in Analyse und Visualisierung integriert werden. 

Die Challenge zielt darauf ab, städtische Hitzeinseln zu identifizieren und lokale Klimazonen zu berechnen. Ziel ist es, das Phänomen städtischer Hitzeinseln zu verstehen und die Vulnerabilität einer Stadt gegenüber solchen Erscheinungen zu erfassen, um Planungsgrundlagen und Optimierungsvorschläge für die Stadtentwicklung zu schaffen.

Zu diesem Zwecke soll im Rahmen eines GIS-Ansatzes nützliches Stadtmobiliar in Form von "Erfrischungsorten" visualisiert und mit Informationen zu den Hitzeinseln verbunden werden. Dazu zählen etwa Verschattungen sowie Stadtmöbel wie Trinkwasserbrunnen oder Bänke.

Die Auswahl der Methoden ist freigestellt. Genutzt werden können frei verfügbare Satellitendaten oder terrestrische Daten etwa zu Niederschlägen und Temperaturen , um die Ergebnisse zu verfeinern. Verschiedene Methoden der Geoinformatik bieten sich für weiterführende Analysen im urbanen Kontext an. Beispielsweise könnte die Erreichbarkeitsanalyse von Infrastruktureinrichtungen entlang "kühler Wege" als Ergänzung zum gängigen Routing-Ansatz der kürzesten Wege betrachtet werden. Auch lassen sich Stadtstrukturen analysieren, die die städtische Resilienz gegenüber Hitzestress beeinflussen können, wie die Exposition/Verläufe von Straßen oder die Bebauungsdichte. Der Kreativität sind hier keine Grenzen gesetzt.

In dieser Challenge soll eine detaillierte Erreichbarkeitsanalyse für Flughäfen durchgeführt werden, die auch Aspekte der Nachhaltigkeit und des Klimaschutzes berücksichtigt. 

Im Rahmen der Analyse soll die Zugänglichkeit von Flughäfen aus verschiedenen städtischen Gebieten bewertet werden. Gleichzeitig sind potenzielle Engpässe in der Erreichbarkeit sowie Optimierungsmöglichkeiten zu identifizieren, die zur Reduzierung der Umweltauswirkungen des Luftverkehrs beitragen können. Erforderlich ist dafür die Beschaffung und Analyse von Geodaten zu Straßen-, Schienen- und öffentlichen Verkehrsnetzen sowie zu den Flughafenstandorten selbst. Die Ergebnisse der Erreichbarkeitsanalyse sollen visualisiert und aufbereitet werden, um fundierte Empfehlungen für die Verbesserung der Mobilitätsinfrastruktur im Zusammenhang mit Flughäfen und zur Förderung nachhaltiger Mobilitätslösungen zu ermöglichen.

Der Aufschwung und die Bedeutung des Luftverkehrs post-Covid stellt Städte und Regionen vor neue Herausforderungen im Bereich der Mobilität und der Erreichbarkeit von Flughäfen. Eine fundierte Analyse der Mobilität rund um Flughäfen ist daher von großer Bedeutung für Stadtplaner, Verkehrsplaner und andere Entscheidungsträger, um nachhaltige Mobilitätslösungen zu entwickeln.

In dieser Challenge ist die Kreativität der Teams gefragt. Auf der Grundlage ausgewählter Geodaten, Luft- und Satellitenbilder aus den Bereichen „Umwelt“ und „Mobilität“ sollen die Teams eine innovative Geschäftsidee entwickeln, die auch zur Vermarktung geeignet ist. 

Welches Businessmodell für welche Zielgruppe oder welche Kunden dabei entwickelt wird, bleibt in dieser Challenge den Teams frei überlassen. Die einzige Vorgabe ist, dass die genutzten Daten mindestens je zwei Datensätze aus der Mobilithek des BMDV und den Daten in der GDI-DE enthalten müssen. Die anderen Komponenten wie Technik, Tools oder Schnittstellen sind frei wählbar. Das Ziel ist es, durch geschickte Analyse und Kombination von Daten eine Anwendung oder ein Produkt bereitzustellen, bei welchem der Nutzen wie auch das Ziel erkennbar sind und das zumindest als Proof-of-Concept geeignet ist.

Die Ergebnisse dieser Challenge sollen das Potential der frei verfügbaren Geodaten für eine wirtschaftliche und bürgernahe Nutzung bestätigen und zeigen, dass mögliche Fragestellungen mit Hilfe von Kombination und Analyse unterschiedlicher Geodaten aus unterschiedlichen Disziplinen beantwortet werden können.

Ziel dieser Challenge ist die Analyse der Auswirkungen regionaler Besonderheiten und anderer relevanter Faktoren auf das Radmobilitätsverhalten in Baden-Württemberg. 

Der Radverkehr spielt eine entscheidende Rolle für die klimafreundliche Mobilität. Zur zielgerichteten Förderung ist es wichtig den Verkehr besser zu verstehen. So fallen regionale Unterschiede im Anteil des Radverkehrs am gesamten Verkehrsaufkommen auf. Daten zur Analyse des Nutzungsverhalten beim Fahrrad bieten Zählstationen. Die dort erhobenen Daten ermöglichen Tages- und Jahresganglinien, die im Rahmen der Challenge analysiert und mit weiteren relevanten Faktoren wie zum Beispiel Wetterdaten verschnitten werden können. So entsteht ein differenziertes Bild zum Radmobilitätsverhalten einer Region. Im Rahmen der Challenge soll auch eine Übertragung der Analyse auf andere Bundesländer geprüft werden.

Ziel dieser Challenge ist die Entwicklung einer technischen Lösung, mit der Fahrplandaten des SPNV (Schienenpersonennahverkehr) abgefragt und mit den Kreuzungspunkten der Netze des MIV (motorisierter Individualverkehr) kombiniert und digital bereitgestellt werden können. Auf der genutzten Datengrundlage sollte eine Berechnung des Zeitpunkts der Unterbrechung des MIV-Flusses möglich sein. Das Ergebnis soll standardisiert über Datenplattformen weitergereicht werden können, um es zum Beispiel Navigationsdienstleistern zur Verfügung zu stellen.

Autofahrerinnen und Autofahrer lassen sich durch Navigationssoftware bei der Wahl der Strecke und während der Fahrt unterstützen. Zugrundeliegende Routing-Algorithmen greifen dabei auf Daten zum Straßennetz, der Situation auf der Straße und vielem mehr zurück. Gerade im Umfeld von großen Städten und in Metropolregionen gibt es zusätzliche Einflussfaktoren durch die Überschneidung von Verkehrsträgern auf Straße und Schiene. Dabei entstehen Fahrtverzögerungen für den motorisierten Individualverkehr (MIV) von mehreren Minuten, die bisher bei der Routenplanung nicht berücksichtigt werden. Im Rahmen der Challenge geht es also darum, für dieses Problem eine Lösung zu entwickeln.