Data Science Summit für Städte & KommunenBericht über die Veranstaltung vom 9. November 2023
Auch wir als German Data Science Society (GDS) e.V. wollten uns herzlich bei den Organisatoren (Mainova AG und infas 360 GmbH) des Data Science Summit in Frankfurt bedanken! Die Organisation war top und das Event war sehr spannend. Des Weiteren auch ein Dankeschön an Martin Giehl, Ingmar Kohl und Michael Herter!
Übergreifend ging es auch um „Hitze in Städten“ – ein höchst relevantes Thema aufgrund der Temperaturentwicklungen in den letzten Jahren. Ab 32 Grad bestehen direkte Gesundheitsrisiken.
Daher galt es zu erfahren: Wie kann diese Belastung anhand von Daten erkannt werden und damit verbundene Probleme frühzeitig „bekämpft“ werden?
Unser Vorstand Prof. Göran Kauermann leitete die Veranstaltung ein und begann mit einer Vorstellung des Auftrags und der Zielsetzung der German Data Science Society (GDS) e.V.. Er betonte die Bedeutung von Data Science als eine Wissenschaft, die Daten in allen Kontexten nutzt und die die Methoden der Statistik und des maschinellen Lernens kombiniert.
Unser Beitrag als GDS besteht darin, eine Plattform und ein Netzwerk für unternehmerische Datenwissenschaftler und akademische Einrichtungen bereitzustellen und so diese beiden zentralen Säulen miteinander zu verbinden.
Weitere Highlights waren die guten Nachrichten von Ingmar Kohl: Frankfurt hat sich das Ziel gesetzt bis 2035 klimaneutral zu werden.
Es blieb grün – die Abteilung Klimastrategie der Stadt Langenfeld stellte einige Projekte vor zur aktiven Bürgereinbindung bei der Erreichung von Klimaneutralitätszielen.
Michael Herter betonte die Wichtigkeit von Geodaten und die Notwendigkeit von Investitionen zur Verbesserung der Datenverfügbarkeit im Kontext der Innenstadtentwicklung.
Häufig stößt man auf rechtliche Hindernisse – Datenverfügbarkeiten sind beschränkt oder sie sind aus rechtlichen Gründen nicht für Auswertungen zugänglich.
Ähnliche Hindernisse gelten auch für Mietspiegel und deren Erstellung. Prof. Göran Kauermann erläuterte genauer die verwendeten Methoden und Daten bei Erstellung des Münchner Mietspiegels.