Datenmanagement für Intelligente Verkehrssysteme und Erdbeobachtung: Unterschiedliche Anwendungsbereiche mit gleichen Big Data Herausforderungen?

Die stetige Zunahme von Güter- und Personenverkehr und wachsende Mobilitätsanforderungen im Alltag sind die Haupttreiber für die Entwicklung von Intelligenten Verkehrssystemen (IVS). Ein IVS trägt wesentlich dazu bei, die Vernetzung und Kooperation zwischen Fahrzeug- und Straßensystemen zu verbessern und damit den Straßenverkehr sicherer, effizienter und umweltfreundlicher zu machen. Konkrete Anwendungsgebiete sind unter anderem das hochautomatisierte Fahren, der Datenaustausch zwischen Fahrzeugen und ihrer Umwelt (Verkehrsinfrastruktur und andere Fahrzeuge), intelligente Logistik oder das Parkraumanagement in Ballungsräumen. Um diese vielfältigen Aufgaben bewältigen zu können sind IVS auf große, heterogene Datenmengen aus unterschiedlichsten Quellen angewiesen. Neben Sensoren in Fahrzeugen und der Verkehrsinfrastruktur, kommen hier auch weitere Informationsquellen wie soziale Medien, Daten von Behörden und Ämtern sowie andere Datenquellen zum Tragen. Aufgabe eines IVS ist es nun u.a. auch diese heterogenen Datenquellen zu einem konsistenten Bild der Gesamtlage zusammenzusetzen, um daraus Schlüsse auf die aktuelle Situation zu ziehen, entsprechende Entscheidung zu treffen oder adäquate Entscheidungshilfen anzubieten. Die Anforderungen im Datenmanagement eines IVS gehen allerdings über die reine Datenintegration hinaus. Weiterhin müssen Informationen in nahezu Echtzeit bei den einzelnen Teilnehmern des Systems verfügbar sein. Den meisten Teilnehmern ist es allerdings nicht möglich ein vollständiges Abbild des Gesamtsystems vorzuhalten. Infolgedessen beschränken sich auf die für sie relevanten Daten, die sich meist auf einen bestimmten temporalen bzw. räumlichen Bereich und ggf. einen bestimmten Ausschnitt der Informationen beziehen. Das IVS muss hier also fähig sein jeden Teilnehmer mit dem jeweils benötigten Ausschnitt des gesamten Datenbestands zu versorgen und diesen auch aktuell zu halten. In einem unterliegenden Datenmanagementsystem führt dies zu einer großen Anzahl an heterogenen Anfragen, die nahezu in Echtzeit zu beantworten sind. Weiterhin sind auch Caching Strategien ein adäquates Mittel, um den erforderlichen Datenverkehr zu begrenzen. In dieser Präsentation stellen wir eine Auswahl konkreter Herausforderungen an die Datenverwaltung eines IVS vor und diskutieren inwieweit sich bereits existierende Methoden und Lösungen aus anderen Anwendungsgebieten nutzen bzw. anpassen lassen. Als exemplarisches Anwendungsgebiet ziehen wir hier den Vergleich zur Erdbeobachtung. Wir beleuchten sowohl Gemeinsamkeiten als auch Unterschiede, um so einen gegenseitigen Transfer von Ideen und Lösungen zu fördern