Mit Hilfe von Dynamic Vision Sensorik, der digitalen Verarbeitung der Sensorsignale und unter Einbeziehung von Algorithmen der Mustererkennung mittels künstlicher Intelligenz (Deep Learning) wurde ein Verfahren entwickelt, mit dem das Aufkommen und Verhalten von Nutzer:innen in öffentlichen Räumen ermittelt und visualisiert werden kann. Ziel war es, ein System zu entwickeln, das aufwendige Prozesse der Datensammlung vereinfacht und für Stadtgestaltungsentscheidungen bereit steht. Durch die Datenerhebung wird eine objektivierte Grundlage und Versachlichung für Transformationsprozesse im Stadtraum geschaffen, die es Entscheidungsträger:innen und Bürger:innen erleichtern kann Debatten zu entemotionalisieren. Hierdurch können die Teilhabe und das Vertrauen in politische Prozesse gestärkt und belegbare Qualitätsstandards geschaffen werden, die der Versachlichung der Diskussions- und Entscheidungsprozesse dienen.
Als Reallabor für das Forschungsvorhaben diente eine etwa 3000m² große Fläche im Stadtwald Rheydt in Mönchengladbach, die zusammen mit einer Fokusgruppe und Landschaftsarchitekt:innen von der mags nutzerorientiert geplant und umgesetzt wurde. Dieser Raum kennzeichnet sich dahingehend, dass nur natürliche Materialien wie Sand, Rasenwellen, Steine, Baumstämme o.Ä. als Spielelemente verwendet werden. Ein wesentlicher Bestandteil des Projektes war der Zyklus: analysieren – bauen – testen. Dieser iterativ gestaltete Projektablauf soll dazu beitragen, dynamische Orte zu schaffen, die im Bezug auf das Nutzer:innenverhalten gestaltet und angepasst werden.
Die von dem Messsystem zu erfüllenden Kriterien sind die Wahrung der Anonymität und der Persönlichkeitsrechte der Menschen, die sich im öffentlichen Raum bewegen. Dies wird dadurch sichergestellt, dass eine personenbezogene Datenerhebung ausgeschlossen wird, indem auf eine klassische Videokamera verzichtet wird. Anstelle eines Sensorsystems, welches im späteren Schritt die erhobenen Daten anonymisiert, gewährleistet die Nutzung der Dynamic Vision Sensorik eine Erhebung von ausschließlich anonymen Daten. Bei dieser Art von Sensor handelt es sich zwar ebenfalls um einen optischen Sensor, jedoch reagieren die einzelnen Pixel des Sensors asynchron auf relative Veränderungen der Lichtintensität, wodurch lediglich die Veränderungen, also die Bewegungen von Personen, in der betrachteten Szene erfasst werden.
Die Messungen der drei Sensoren werden anschließend miteinander verknüpft, um die Ergebnisse in einer Übersicht darstellen zu können. Die Daten der drei Sensoren werden in der Vogelperspektive über einem Orthofoto dargestellt (s. Abb. unten). Die Visualisierung der Bewegungsaktivität gibt Aufschlüsse über konkrete Aufenthaltsorte und das Bewegungsverhalten der Nutzer:innen des Spielplatzes, was eine Identifikation von weniger bis stärker frequentierten Bereichen ermöglicht. Die komplexen Ergebnisse sollen Stadtplaner:innen sowie interessierten Bürger:innen offen zugänglich in einem interaktiven Interface zur Verfügung gestellt werden. Eine prototypische Veranschaulichung der Funktionen kann in einem weiteren Blogbeitrag angeschaut werden.
Den kompletten Artikel finden Sie hier: https://urban-digital.de/public-life-smart-measurement-digitale-stadtraumanalyse/
