Freie Klima- und Wetterdaten nutzbarer machen - Stand, Ideen und Produkte aus dem Forschungsprojekt FAIR
This is a modal window.
Das Video konnte nicht geladen werden, da entweder ein Server- oder Netzwerkfehler auftrat oder das Format nicht unterstützt wird.
Formale Metadaten
| Titel |
| |
| Serientitel | ||
| Anzahl der Teile | 88 | |
| Autor | ||
| Lizenz | CC-Namensnennung 4.0 International: Sie dürfen das Werk bzw. den Inhalt zu jedem legalen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen. | |
| Identifikatoren | 10.5446/56811 (DOI) | |
| Herausgeber | ||
| Erscheinungsjahr | ||
| Sprache |
Inhaltliche Metadaten
| Fachgebiet | ||
| Genre | ||
| Abstract |
| |
| Schlagwörter |
16
20
32
34
45
46
67
75
78
79
80
85
00:00
UploadingChatten <Kommunikation>BiproduktBesprechung/Interview
01:13
PerspektiveAnwendungssoftwareLaufzeitMetrologieFokalpunktBiproduktComputeranimation
03:39
FokalpunktInternetdienstMetadatenVorverarbeitungIndexServerHTTPVisualisierungKoordinatentransformationInformationRegelungSchnittstelleDatenkompressionDatenformatErzeugendeInhalt <Mathematik>VisualisierungInformationsmodellierungParametersystemOffene MengeRichtungFokalpunktDateiformatBiproduktDienst <Informatik>RohdatenInterface <Schaltung>Computeranimation
11:46
FokalpunktKennzahlZugriffParametersystemGeschwindigkeitsverteilungInformationKennzahlAnwendungssoftwareZugriffHöheRoutingFokalpunktApp <Programm>Computeranimation
15:32
MetadatenKonfigurationsraumInternetdienstRichtungFilterung <Stochastik>Prozess <Physik>Dienst <Informatik>Computeranimation
16:51
RohdatenVollständigkeitZugriffInternetdienstDienst <Informatik>DatenbankPostgreSQLCDOICONFilterung <Stochastik>KoordinatentransformationVerschlingungStochastische ErzeugungGeschwindigkeitVisualisierungAPISVGVektor <Datentyp>EnergiePositionLängeParametersystemVerteilungsfunktionDatenbankDatensatzGeschwindigkeitStatistikZugriffEindeutigkeitErzeugendeKoordinatentransformationVisualisierungEnergiedichteRichtungDateiformatPostgreSQLDienst <Informatik>RohdatenComputeranimation
20:12
InternetdienstParametersystemDatensatzPolygonDownloadingBiproduktComputeranimationXML
21:14
InternetdienstAnwendungssoftwareBiproduktDienst <Informatik>Computeranimation
22:19
InformationMengeReiheAnwendungssoftwareZusammenhang <Mathematik>EntscheidungstheorieAbteilung <Mathematik>Aussage <Mathematik>BlaseInformationsmodellierungRichtungMetadatenFokalpunktChatten <Kommunikation>Dienst <Informatik>RohdatenInterface <Schaltung>Besprechung/Interview
Transkript: Deutsch(automatisch erzeugt)
00:07
Hallo und herzlich willkommen zu der zweiten Vormittagssitzung auf der Bühne 3. Wir haben drei interessante Vorträge heute. Der erste wird sein...
00:28
Verzeihung. Der erste ist ein, freie Klima- und Wetterdaten nutzbar machen, Standideen und Produkte aus dem Forschungsprojekt FAIR. Ich begrüße die Vortragenden, die hier anwesend sind auch. Es wird ein Video geben, aber sie haben die Möglichkeit,
00:42
rechts oben in der Venueless Fragen direkt dort eins zu fragen. Bitte nicht in dem Chat eins zu fragen, sondern in dem Fragenblock, sodass dann ein Upload durchgeführt werden kann von einem Timing und bestimmte Fragen priorisiert werden, wenn es mehrere Fragen gibt.
01:05
Dann freue ich mich auf den ersten Vortrag. Und die Vortragenden, nämlich Mark Jansen und Christopher Frank. Herzlich willkommen zum heutigen Vortrag zum Forschungsprojekt FAIR.
01:21
Ich freue mich sehr, dass ich Ihnen dieses wirklich interessante Projekt aus meiner Perspektive vorstellen darf. Ich bin Christopher Frank, arbeite bei der CIS-TDI als Forschungsleiter. Habe tatsächlich vor zwei Jahren bei der CIS angefangen, habe eigentlich Metrologie studiert und deswegen habe ich hier auch
01:40
einen sehr schönen Eingang in das Unternehmen CIS-TDI mit dem Forschungsprojekt FAIR gefunden. Denn es ist eigentlich ein IT-Unternehmen und ich bin ja Metologe. Aber es geht in diesem Projekt eben explizit darum, freie Klima- und Wetterdaten anwenderfreundlich aufzubereiten,
02:01
sodass diese tatsächlich auch in der Wirtschaft ihren Nutzen direkt bringen können. Also sehr schön anwendernah, aber immer noch mit dem Fokus metrologische Daten. Ich möchte Ihnen heute den Stand präsentieren von diesem Forschungsprojekt, das jetzt seit zwei Jahren läuft
02:21
und noch ein knappes Jahr Laufzeit hat. Das heißt, wir sind noch mittendrin, wir sind noch agil, wir passen unsere Ergebnisse noch an, wir passen unsere Implementationen noch an, auch an neue Ideen, Wünsche und so weiter und Verbesserungsvorschläge.
02:42
Ich möchte Ihnen die Produkte zeigen, die wir bisher erstellt haben und hoffe, dass wir im Anschluss auf eine schöne Diskussion kommen. Das Forschungsprojekt ist gefördert vom Bundesministerium für Verkehr und digitale Infrastruktur im Rahmen des M-Funds.
03:02
Wir sind neun Partner in diesem Forschungsprojekt, sehr groß aufgestellt, wir haben den Deutschen Wetterdienst dabei, wir haben drei Anwender aus dem Windsektor, aus dem Verkehrssektor und aus dem Großeventsektor, die diese Daten direkt nutzen möchten.
03:22
Wir haben Universitäten dabei und IT-Unternehmen, die dann tatsächlich das auch technisch umsetzen können, diese heterogen-metrologischen Daten für die Anwendung aufzubereiten. Nun gehen wir mal in die Motivation über.
03:41
Wir beschäftigen uns mit dem Wetter. Warum? Na ja, etwa 80 % der Wirtschaft weltweit ist vom Wetter abhängig. Das ist so eine Schätzung, die häufiger mal im Netz posiert.
04:00
Die habe ich hier einfach mal mit aufgenommen, denn ich denke, daran ist viel Wahrheit zu finden. Nun, warum eigentlich offene Daten? Ich denke, da laufe ich hier offene Türen ein. Sie bei der Foskes wissen genau, in offenen Daten steckt extrem viel Potenzial,
04:21
es erzeugt wirtschaftliches Wachstum, es fördert Innovationen in der Wirtschaft, die Verwaltung profitiert, die Zivilgesellschaft profitiert. Weiterhin, warum offene Daten, na ja, der direkte und indirekte Nutzen offener Daten
04:41
wird allein in Deutschland auf 43,1 Milliarden Euro pro Jahr geschätzt. Das laut einer Studie 2016 von Markus M. Dubb. Ein enormes Potenzial, das auch stetig steigt, wenn man sich das in der Historie anschaut.
05:02
Nun, wo kommen denn nun eigentlich die Wetterdaten her? Wir haben hier in der Mitte eben diesen Pool, diesen offenen Datenpool, und das ist der deutsche Wetterdienst, der die Daten für unterschiedlichste Anwendungszeige bereitstellt, darunter Transport und Logistik, Flug, Verkehr, Verkehr,
05:23
und aber auch Industrie 4.0, die Energiewirtschaft. Nun, was ist aber denn eigentlich der Auftrag des deutschen Wetterdienstes? Wir wissen, der deutsche Wetterdienst, der berät die unterschiedlichen Sektoren schon seit Jahrzehnten,
05:40
bereitet die Daten auf, aber es gibt jetzt eine neue Aufgabe des deutschen Wetterdienstes seit 2017, die da sagt, dass die Geodaten, die dort erzeugt werden, großzügig bereitgestellt werden sollen, auch in ihrer reinen Form, um damit eine wirtschaftliche Weiternutzung durch Dritte ermöglichen.
06:05
Dabei liegt der Fokus zunächst in dieser Regelung auf Open Data. Open Data, nicht unbedingt Smart Services so, dass die Daten direkt auch genutzt werden können, sondern erst mal bitte Wohrdaten auch bereitstellen. Das wurde dann auch schnell gemacht.
06:24
Das ist super, damit man eben auch die Wohrdaten bekommt in der Wirtschaft und die Möglichkeit bekommt, diese zu verarbeiten und in die Anwendung herein zu integrieren, zu bringen. Und es entstand dann natürlich ein Open Data-Portal.
06:46
Dass dieses dann recht komplex aussehen würde, wenn man Wohrdaten von metrologischen Daten hat, war jetzt erst mal der Wirtschaft vielleicht nicht so bekannt. Das hieß aber, man traf da auf eine Hürde, auf mehrere Hürden. Das heißt, es gibt jetzt diesen HTTPS-Server,
07:02
über den die hochwertigen amtlichen Daten hochaktuell auch bereitgestellt werden. Aber diese sind wenig angereichert mit Meta-Informationen. Es werden viele Abkürzungen genutzt. Es gibt unterschiedliche Orte, wo man sich nicht mehr auskennt sehr schnell,
07:20
weil eben sehr viele Abkürzungen genutzt werden. Selbst Metologen, erfahrene Metologen, wissen häufig dann nicht mehr direkt, was ist das eigentlich für ein Produkt, was steht da jetzt tatsächlich drin, an Informationen, inhaltliche Informationen. Da möchte man ja in der Anwendung dran. Man hat es mit wenigen Schnittstellen hier zu tun.
07:42
Man hat riesige Datenfalls unter Umständen. Das heißt, man muss auch mit großen Datenfalls umgehen können, diese herunterladen, was auch sehr lang dauern kann. Und man muss die Infrastruktur auch mitbringen, um solche großen Datenformate überhaupt herunterladen zu können.
08:06
Dann hat man es auch mit sehr vielen unterschiedlichen metrologischen Datenformaten zu tun. Das sind nun mal Rohdaten. Und die Metologie ist nach der Armee der Sektor, der am meisten Daten produziert.
08:21
Entsprechend hat man in der Historie Datenformate aufgebaut, die darauf optimiert sind, riesige Datenmengen zu halten, ohne extrem viel Speicherplätze einzeln. Und das sind eben nicht unbedingt die anwenderfreundlichsten Datenformate, die jetzt extrem bekannt sind in der Wirtschaft. So was wie GeoJSON oder CSV, das wird in der Metologie eher nicht genutzt.
08:47
Das heißt, man hat auch hier die Hürde, wie kann ich überhaupt an die Daten rankommen? Wie kann ich die öffnen, erst mal sehen? Und genau an diesen Hürden möchten wir mit FAIR helfen. Wir möchten hier eine Schnittstelle bauen,
09:01
dass die Daten einfach bereitgestellt werden in den Formaten, die man haben möchte. So, nun, wir haben hier nochmal das Bild, die methodologischen Daten vom Deutschen Wetterdienst in der Mitte und eben die großen Fragezeichen, wie können wir die denn jetzt nutzen? Wie kommen die denn jetzt eigentlich in die Wirtschaft rein?
09:22
Sie sind zwar als Rohdaten da, aber es ist eben eine Hürde da. Und da arbeiten wir als FAIR. Und was hier eben auch dazugekommen ist, ist diese Bidirektionalität. Auch Pfeile von der Wirtschaft zum Deutschen Wetterdienst sind hier gezeichnet. Das zeigt auch, wir kümmern uns nicht nur darum,
09:43
Daten zur Wirtschaft zu bringen, sondern eben auch zurück zum Deutschen Wetterdienst. Das ist sehr hilfreich für den Deutschen Wetterdienst, denn desto besser, desto mehr Orten man die mythologischen Parameter kennt, den Zustand der Atmosphäre kennt,
10:00
desto besser kann man eine Wettervorhersage machen. Desto besser kann man die mythologischen Modelle tunen, um bessere Produkte zu erzeugen. Man kann besseres Post-Processing machen und so weiter. Hierfür bauen wir eben auch eine Schnittstelle, damit diese Bereitstellung sehr einfach möglich wird.
10:25
Hier unten noch ein paar Schlagwörter. Wir beschäftigen uns mit Web-Feature-Services, mit WMS, mit unterschiedlichen Formaten wie GML, Geo, JSON, CSV. Wir machen Visualisierungen der metrologischen Daten. Wir machen Metainformationen, Aufbereitungen,
10:40
damit man die Daten besser findet. Koordinatentransformationen, Datenreduktionen und so weiter. Was sind die wesentlichen Ziele? Zielsetzungen sind im Wesentlichen ein Gleichstück. Wir möchten die Daten anwenderfreundlich bereitstellen in Richtung Wirtschaft. Wir möchten zusätzliche Daten für den Deutschen Metadienst erschließen.
11:06
Im Rahmen des Projekts validieren wir die bereitgestellten prototypischen Datenprodukte beim Deutschen Metadienst. Ob diese wirklich einen Mehrwert für den Deutschen Metadienst erzeugen.
11:21
Wir konzentrieren uns in diesem Vortrag vor allem auf dieses Gastlizier. Ich möchte Ihnen zeigen, wie wir das umsetzen für unterschiedliche Anwendungsszenarien. Hier eigentlich auch mit dem Fokus auf den Windenergie-Setzloh.
11:42
Wir schauen hier auf die Offenbarkeitsverbesserungen und möchten die Daten zudem machen. Was sind die Anwendungsszenarien? Wir haben drei Stück mit im Projekt. Wie schon am Anfang erwähnt, haben wir auch drei Anwender. Mit diesen haben wir Anforderungserhebungen durchgeführt. Wir haben einmal die Beiver.re, die auch Windparks baut und betreibt.
12:09
Das heißt, dieses erste Anwendungsszenario ist, wir möchten Wetterdaten für den Windsektor bereitstellen zur Planung von Windparks. Dann haben wir den zweiten Anwendungsszenario,
12:24
die wetterabhängige Verkehrsführung. Das heißt, mit der Yellowmap AG haben wir einen Anwender hier mit drin, der eine Anwendungsszenarie bereitgestellt hat, zur Verwertung der Wetterdaten bei der Verkehrsführung
12:43
mit dem Spezialfall der Elektromobilität. Die Elektromobilität hat eine besondere Abhängigkeit von dem Wetter, denn Batteriespeicher ist extrem abhängig davon, welche Temperatur wir draußen haben, aber auch natürlich vom Wind. Die Reichweite ist extrem abhängig von dem Wetter selbst.
13:03
Sie möchten mit diesen einfachen Zugängen, mit einer API im Idealfall, die Möglichkeit bekommen, Wetterinformationen mit beim Routing zu berücksichtigen. Der Drittpunkt ist, wir unterstützen die KME, die Karlsruhe Marketing und Event GmbH, die auch Teil des Konsortiums ist,
13:25
dabei die Planung zu optimieren im Prozess, die Planung eines Festivals zu optimieren mit Wetterinformationen im Hintergrund. Das Konsumverhalten ist abhängig vom Wetter, das heißt, unterschiedliche Dinge müssen im Vorfeld bestellt werden,
13:42
aber auch der ganze Prozess, der Aufbau von einem Festival, wie das draußen stattfindet, hängt vom Wetter ab, wann kann ich die Bühne aufbauen, wann kann ich einen Kran aufstellen, funktioniert das überhaupt, muss ich damit rechnen, dass meine ganze Wiese vermatscht ist, weil es so viel regnet hat oder ähnliches.
14:02
Dafür bauen wir eben auch eine App. Wir konzentrieren uns aber im Folgenden auf dem Windsektor. Nun, um uns zu konzentrieren, möchte ich einmal kurz wiederholen, was sind eigentlich die Anforderungen aus der Windbranche?
14:23
Zunächst einmal der erste Punkt, ein einfacher und auch schnellerer Zugriff auf historische Winddaten, wobei schnell ist hier eigentlich nicht der Fokus. Der Fokus ist eher darauf, einfach und an beliebigen Orten und Höhen, da wo eine Windkraftanlage jetzt geklärt werden soll,
14:41
und das in CSV-Format, und das am liebsten als eine lange Zeitserie über Jahrzehnte, in möglichst hoher Auflösung, also mindestens mal stündlicher Auflösung, sollten Informationen über die Windgeschwindigkeit und Windrichtung, die Höhe und ähnliches bereitgestellt werden.
15:02
Das am liebsten im CSV-Format, aber auch das EFS-Format ist hier sehr gewünscht. Der zweite Punkt ist, sehr gerne gesehen wäre hier, nach Wünschen eben eine Aufbereitung der Daten, eine visuelle, zum Beispiel als Windhose, Energiehose,
15:20
und aber auch die Angabe statistischer Kennzahlen der Winddaten, also eine Beschreibung der Verteilungsfunktion, die sogenannten By-Bull-Parameter. Das haben wir alles aufgenommen am Anfang und möchten umsetzen. Das würden wir gerne anländerfreundlich bereitstellen,
15:40
auf Basis der hohen Daten des Deutschen Wetterdienstes Richtung der Wirtschaft. Nun, wie setzen wir das Ganze denn eigentlich um? Was ist denn unser Konzept in FAIR? Wir entwickeln hier einzelne Dienste zur Bereitstellung von erstmal Metadaten, dass man Daten auch erstmal einfach verfinden kann.
16:04
Wir entwickeln einzelne Dienste zur Datenbereitstellung, also erstmal zum Bezug dieser Daten, zur Weiterverarbeitung dieser Daten, zur Filterung und dann eben auch zur Integration in die eigenen Prozesse.
16:21
Dazu entwickeln wir aber auch noch ein Portal, eine GUI-basierte Download-Möglichkeit dieser Wetterdaten, die sich dann auch über welches man konfigurieren kann und dann bestellen kann und im Hintergrund im Portal werden dann
16:40
vollautomatisch GUI-Dienste zusammengesteckt, die man braucht, um dieses spezifische Produkt zu erhalten und dann bereitzustellen. Nun, die FAIR-Dienste, welche sind das eigentlich, die dann genutzt werden, bereitgestellt werden, über das FAIR-Portal eben dann auch genutzt werden. Nun, zum ersten ist es ein Rohdatendienst.
17:02
Der macht erstmal nichts weiter als die Daten, die Rohdaten vom deutschen Wetterdienst, von diesem HTWS-Server in die FAIR-Architektur herunterzuladen. Wir machen hier Qualitätsprüfungen auf Redundanzfreiheit, damit wir Daten nicht mehrfach herunterziehen, sondern eine Eindeutigkeit haben. Wir machen Vollständigkeitsprüfungen
17:21
und noch ein paar weitere Qualitätsprüfungen. Das Ganze soll möglichst geschwindigkeitsoptimiert stattfinden und dabei achten wir dann zunächst einmal hauptsächlich darauf, wir laden so wenig wie möglich herunter, aber so viel wie nötig selbstverständlich. Wir haben einen Postgresur-L-Dienst,
17:43
das heißt, um die Flexibilität aufzubauen. Wir möchten die Daten ja auch in möglichst vielen Formaten abgeben können, möchten wir die Daten nach Postgres haben. Deswegen haben wir hier einen Dienst gebaut zur Integration der heterogenen Rohdaten in eine Postgresur-L-Datenbank.
18:00
Bei der Integration ist uns aufgefallen, na ja, die Datenmenge vervielfacht sich unter Umständen oder tut es eigentlich immer aufgrund der Indizes, die mit angelegt werden, die ja diesen schnellen Zugriff dann auch in der Datenbank auf die Daten ermöglicht. Deswegen machen wir Vorprozessierungen auf Kommandozahlen-Ebene,
18:20
zum Beispiel mit einem kleinen Data-Operator. Wir machen räumliche Filterungen, zeitliche Filterungen, Koordinatentransformationen und noch andere kleine Dinge. Wir haben hier hauptsächlich verfügbar gemacht, oder die Integration, die hier möglich ist, ist für Kripp-II-Daten, für Net-CDF-Daten und KML-Daten.
18:41
Datensätze explizit, die in den Formaten bereitgestellt werden von deutschen Wetterdiensten, die wir jetzt hier auch schon integriert haben, sind Cosmoria-6, ICON, Bahnmoss und Mossmix. Mossmix ist aktuell in Arbeit, das ist eben das KML-Dateiformat. Nun, wir haben auch einen Meta-Ratendienst entwickelt,
19:03
basierend auf dem Geo-Network, über das eine schnelle Auffindbarkeit der Daten ermöglicht wird. Hier ist auch ein Screenshot dargestellt. Es gibt hier eine übersichtliche Datenbeschreibung. Man bekommt die ganzen Links zu den einzelnen Bereitstellungsquellen einmal auf dem HTPS-Server, aber eben auch, ob es über FAIR bereitgestellt wird.
19:23
Wir haben diesen Windrosendienst, eine Windrosen-API zur Visualisierung der Windrichtungen und Geschwindigkeiten. Das Ganze wird als SVG abgegeben, diese Windrose. Aber wenn man die Daten selbst, die geplant werden, haben möchte, können wir diese auch als TSV abgeben.
19:43
Wir haben das Ganze eben auch als Energierose. In der Energierose geht es nicht darum, wo kommt der Wind hauptsächlich her, oder in der Statistik her, aus welcher Windrichtung, sondern welche Energiedichte ist eigentlich in diesem Wind vorhanden, aus welcher Richtung. Dann haben wir einen Weibulldienst entwickelt
20:02
zur Erzeugung der Weibullparameter. Da beschreibt die Verteidigungsfunktion in der auftretenden Windgeschwindigkeit. Wie sieht das Ganze aus, wenn man das für den Anwendungsfall Windenergie herunterladen möchte? Hier haben wir das FAIR-Portal. Wir haben hier ein Benutzerkonto.
20:21
Wir können die Historie wiederfinden als einzelner Nutzer. Wir sehen hier eine Übersicht der unterschiedlichen Produkte. Cosmoria 6, Cosmoria 2, Synop. Wenn wir das genauer angucken, haben wir hier eine einfache Produktauswahl mit einer Metadatenschreibung direkt. Cosmoria 6 ist ein Datensatz mit historischen Daten.
20:42
Dann hier eine direkte Datenauswahl, die einfach ersichtlich ist. Man kann hier die Windgeschwindigkeit herunterladen. Man kann den Druck auf Meereshöhe herunterladen. Man kann die Temperatur in 2 Metern herunterladen. Man kann die Zeitspanne angeben, die SIB-Einheit angeben. Man kann sich unterschiedliche Datenpunkte aussuchen
21:02
mit einem Rechteck, mit einem Polygon. Man kann sich unterschiedliche Dinge visualisieren. Man hat die direkte Dauermöglichkeit. Ja, so weit. Zusammenfassung. Wir haben drei wichtige Punkte. Die Welt braucht metrologische Daten
21:20
für unterschiedliche Anwendungen. Wir haben den zweiten Punkt. Die aktuellen Bereitstellungswege erlauben für einen Teil der Daten noch keine automatisierte Nutzung. Und der dritte Punkt, der wesentliche ist, fair bietet Dienste für einen einfachen Bezug und die Integration von metrologischen Daten über Portal und Dienst.
21:41
Wir bedanken uns sehr für Ihre Aufmerksamkeit. Es hat uns sehr gefreut, diesen Vortrag vorzubereiten. Ich bedanke mich nochmal bei den drei weiteren Beteiligten an diesem Vortrag, die direkt mitgewirkt haben. Und natürlich bei allen, die inhaltlich an den Produkten mitgewirkt haben. Ich freue mich auf eine schöne Diskussion mit Ihnen.
22:01
Herzlichen Dank. Und ja, kontaktieren Sie uns. Auch im Nachgang selbstverständlich sehr gerne. Schönen Tag, bis später. Vielen Dank für den sehr informativen Vortrag
22:23
über euer, wie ich finde, wichtiges und auch interessantes Projekt. Es gibt eine ganze Reihe von Fragen. Die meisten sind ungefähr gleichgewichtet. Ich fange mal an mit der Nummer zwei.
22:40
Beinhaltet die Biddirektionalität auch Wetterinformationen, die von, ich würde sagen, von Windkraftanlagen geliefert werden. Wenn ja, können Betreiber von Windkraftanlagen noch in euer Projekt einsteigen. Ja, sicher, sehr gerne. Direkt die Antwort. Wir sind noch offen für weitere Daten,
23:01
die bereitgestellt werden Richtung deutschen Wetterdienstes. Und würden uns da sehr freuen. Das bezieht sich nicht nur auf Daten von Windkraftanlagen, also sogenannte SCADA-Daten, sondern auch allgemein, falls Daten in der Wirtschaft erhoben werden.
23:22
Ich möchte kurz ergänzen, vielleicht, weil es im Chat schon einen tollen Austausch gab dazu, sehr gerne mich oder den Christopher anschreiben, eine E-Mail-Adresse. Wir sind in dem Forschungsprojekt schon auf so was wie der Zielgerade. Aber natürlich sehr gerne nehmen wir da jeden Input, jeden Kontakt. Und wir melden uns dann definitiv und hauschen nach,
23:44
ob und wenn wieder eine Kollaboration aussehen kann. Gut, vielen Dank. Marc, die nächste Frage wäre, werdet ihr alle Daten des DWG verfügbar machen? Ich kenne allerdings das neue Portal nicht. Oder hat jetzt nur bestimmte bereitgestellt,
24:02
die für euer Projekt und eure Zielgruppen interessant sind? Ja, bedingt durch die Vielfalt der Anwendungen und vor allem auch die Vielfalt der Daten des Deutschen Wetterdienstes, die dort bereitgestellt werden, müssen wir uns beschränken auf Teile des Datenschatzes.
24:21
Und dies haben wir durchgeführt durch die Anforderungsanalysen, dass wir da herausfinden, welche Modelldaten und speziellen Informationen angefragt werden. Ja, also alle. Der DVD ist unglaublich reichhaltig mit seinen Daten,
24:40
die er bereitstellt. Das ist also unmöglich, alles aufzugreifen. Aber wir richten uns sehr gerne an die zeitlich verändernden Anforderungen. Auch da sehr gerne. Da gab es eine Meldung im Chat aus einer anderen Richtung, aus einem anderen Sektor, habe ich schon die Infos bekommen. Nimm mal her damit. Wir suchen da ständig nach neuen Dingen,
25:01
die aus diesem Fundus noch quasi oben draufgesetzt werden können. Ja, so. Der DVD ist ja auch so ein bisschen in Richtung Umwelt. Und was ich meine zu beobachten, über die vielen Jahre, in denen ich in dem Bereich tätig bin, ist, dass man in diesem Bereich generell eine größere Offenheit hat.
25:21
Also, es war schon das LfU Baden-Württemberg schon lange viele Daten bereitgestellt, als die öffentliche Vermessungsverwaltung da noch weit davon entfernt war. Ja, okay, vielleicht wird es dann auch für den Deutschen Wetterdienst zu gelten. Dann ist auch eine Zusammenarbeit mit der Deutschen Bahn geplant. Die Bahn wird ja auch viele Wetterdaten benötigen.
25:44
Ja, vielleicht zage ich da einen Satz zu. Aus der Antragsphase gab es bereits die ganz grobe Kontaktaufnahme aus dem existierenden Netzwerk und dem finalen Partnernetzwerk, was im Forschungsprojekt zusammenkam. Wir stehen im Austausch mit einzelnen Abteilungen der Deutschen Bahn. Die Deutsche Bahn ist ja auch ein sehr großer Konzern.
26:03
Es gibt auch eine Letter of Intent, soweit ich weiß. Das heißt, die sind regelmäßig eingeladen, auch an den entsprechenden Ergebnissen zu partizipieren. Und ja, da wollen wir auf jeden Fall hin, dass auch da diese Daten durch diesen großen Infrastrukturdienstleister besser nutzbar sind. Gut, vielen Dank für die Antwort.
26:25
Dann gibt es noch ein Abbau zu gehen. Die Ideen so weit, dass man später einmal online einen VR-Typ, also ich nehme an, das beziehe sich auf eine Windkraftanlage, auf eine Karte positionieren und Ertragsdaten zurückbekommen könnte.
26:43
Ja, also wir haben die Windenergie, also WIA ist ganz sicher eine Windenergieanlage. Okay. Also wir haben entsprechende Projektierer bei uns im Team mit dabei. Das ist sicherlich eine entfernte Idee. Ganz so dynamisch würde ich es jetzt hier stand,
27:00
aber man darf ja auch noch hoffen und wünschen, würde ich es noch nicht sehen. Es geht da, glaube ich, tatsächlich um die Standortfindung und die, ja, durchaus, ich sage mal, die Vorprozessierung. Dann gibt es ja auch beide Windenergieanlagen. Die haben ja nichts, die haben ja bereits Systeme, in denen Sie Ihre Entscheidungen treffen und für da halt entsprechend zuzuarbeiten. Christopher, möchtest du ergänzen?
27:21
Ja, einmal kurz ergänzen. Und zwar haben wir auch schon in die Richtung gearbeitet, was die Windenergie-Rose angeht, die nämlich auch schon ein Modell, ein typisches Modell, was jetzt noch statisch ist, zugrunde hat und dann entsprechend nicht nur die Windrose, sondern auch die Energierose abgeleitet wird.
27:42
Das geht schon in diese Richtung. Aber natürlich werden hier keine weiteren Modelle, metrologischen Modelle benutzt, um die höchste Genauigkeit abzuleiten, sondern wir nutzen die Rohdaten des Deutschen Wetterdienstes, zum Beispiel Cosmo VH6 an dieser Stelle.
28:04
Gut, vielen Dank. Dann kann man natürlich denken, könnte das Ganze jetzt noch weitergehen und können solche Daten weltweit verfügbar gemacht werden? Ja, also im Rahmen des Forschungsprojekts sicherlich nicht. Grundsätzlich lässt sich das natürlich skalieren.
28:22
Also wir haben uns eine Infrastruktur, also jetzt bei unserer technologischen Infrastruktur überlegt, die durchaus skalierfähig ist. Da würden wir jetzt im Rahmen des Projekts und auch mittelfristig keinen Fokus drauf legen, aber es gibt durchaus auch jetzt schon die Untersuchungen, wie das in den Nachbarländern aussieht. Wie ist denn da die Datenlage, um das gegebenenfalls zu erweitern?
28:44
Okay. Aber in dem Zusammenhang gibt es einen Überblick, ob diese Offenheit bei den anderen Wetterdiensten auch in gleicher Weise da ist wie beim Deutschen Wetterdienst. Für Europa würde ich das grundsätzlich bejahen wollen,
29:00
aber das Grundproblem, was dieses Projekt ja irgendwie angehen möchte, ist ja eher so nicht so sehr die Offenheit, sondern eher die Auffindbarkeit nebenbei. Also fast alle Behörden oder halbstaatliche Organisationen, die diesen Auftrag erfüllen für die jeweiligen Staaten, die produzieren eigentlich fast alle eine ganze Menge an Daten.
29:21
Da kommt man auch schon irgendwie dran, aber die schiere Masse an Daten und unterschiedliche Konventionen, das macht es sehr, sehr schwierig, jene zu konsumieren. Und es gibt da auch nicht wenige Standards, die das versuchen zu vereinfachen. Metadatenstandards und Open-Archive-OAI-Schnittstelle ist vielleicht so jemand für Fachleute, aber es ist wirklich nicht einfach.
29:42
Ich vermute fast, das wäre schon was Schönes für ein Folgeprojekt. Okay. Und vielleicht eine letzte Frage. Wie sieht es in dem Projekt aus mit diesen modernen, recht passierten API-Standards? OGC-API-Features und so weiter,
30:01
ja, ist eine Entwicklung für einzelne Daten. Da geht es um die IMMT-Daten. Letztlich sind das Wetterdaten, Klimadaten, die auf Schiffen erhoben werden. Da werden wir solche eine API raufsetzen, um das auch wiederum nutzbarer zu machen für einen breiteren Kontext. Weitere APIs haben wir auch schon umgesetzt.
30:26
Natürlich noch nicht nach außen hin offen bisher, aber umgesetzt für Icon-Vorhersagen aus dem EU-Modell und dem D2-Modell sowie für das Modell WarnMOS, wo es statistische Aussagen über die Wahrscheinlichkeit
30:44
des Auftritts von Wettereignissen dargestellt werden. Wir haben schon wieder so viel oben draufgesetzt an Mehrwert. Das ist ein genialer Datensatz, wenn man darüber nachdenkt. Da sind wir froh, dass wir die Metadaten zu unseren Diensten und zu den Diensten des DVDs auch noch mal explizit führen.
31:01
Auch da gibt es ein Metadatenportal, um die Sachen wiederum über verschiedene Schnittstellen aufwendbar zu machen.