Datenanalyse: Auf der Spur des FeinstaubsBerliner Wissenschaftler kombinieren große Mengen unterschiedlicher Daten
Weitergehende Analyse von Experten erforderlich
Die Berliner Wissenschaftler sind also sehr vorsichtig, wenn es darum geht, verbindliche Erkenntnisse oder Schlussfolgerungen aus ihren Daten abzuleiten: „Eine zeitliche Korrelation beschreibt natürlich nicht immer eine kausale Beziehung“, gibt Ziawasch Abedjan, Professor an der TU Berlin, zu bedenken. Man kennt das aus dem vermeintlichen Zusammenhang von Störchen und Neugeborenen.
Um einen realen ursächlichen Zusammenhang zwischen einem bestimmten Ereignis und dem Anstieg der Feinstaubemissionen zu entdecken, müssen die Ergebnisse der erfassten Daten nun von Experten unterschiedlicher Fachrichtungen analysiert werden.
Am „Berliner Big Data Center“ (BBDC), wo die Wissenschaftler von TU Berlin und DFKI ihre Ko-operation angesiedelt haben, werden allgemein Forschungen mit dem Ziel vorangetrieben, große Datenmengen kontinuierlich und in sehr kurzer Zeit zu verarbeiten. Autonome Autos benötigen beispielsweise solche Systeme, um den richtigen Weg durch den komplexen Straßenverkehr zu wählen. Schnelligkeit und Zuverlässigkeit sind da unbedingt nötig, denn bestimmte Daten machen „sofort nach ihrer Entstehung“ eine Reaktion des Systems erforderlich, etwa wenn ein Sensor eines autonomen Autos einen unerwartet querenden Fußgänger entdeckt. Oder wenn ein Motordefekt auftritt. Am BBDC wurde kürzlich ein Verfahren entwickelt, den Datendurchsatz im Vergleich zu alternativen Techniken zu verzehnfachen. Das erlaube nicht nur, Rechnerressourcen zu sparen, damit ließen sich auch ganz neue Anwendungen entwickeln, heißt es beim BBDC.