GeoDev Germany Blog

Am 12.09.2019 fand wieder ein GeoMob Meetup in München statt. Das Thema war diesmal „Spatial Analytics, Machine Learning and AI“. Vielen Dank an das Organisationsteam Bree Harrison, Abhishek Manandhar und natürlich an Muthukumar Kumar, Managing Editor der Blog-Plattform Geoawesomeness.com, der diese Meetups unter dem Brand GeoMob in Deutschland initiierte.

Gehostet wurde es diesmal im Werk 1, einer coolen Location für Startups und Gründer. Pizza und Getränke wurden von Esri gesponsert, die Rahmenbedingungen waren somit schonmal rundum gelungen.

Das Meetup war inhaltlich gut organisiert, neben 5-zehnminütigen Vorträgen, 3 Lightning Talks und einer Kurzvorstellung des Sponsors Esri gab es in der Pause und auch danach genügend Zeit zum Networken. Die ca. 60 Teilnehmer bestanden aus Studenten, Start-ups und Unternehmen. Ca. 45% davon waren Entwickler.

Das Programm selbst war wieder sehr hochwertig:

Vorträge: 

1. Eberhard Hansis von der Vebeto GmbH stellte das GitHub Projekt „theywillcome“ vor, eine OSM Straßennetzwerk-Analyse mit Python.
2. Michael Heißmeier, Vorsitzender der Training Working Group bei der non-profit Organisation und global Community HOTOSM, erzählte über „Humanitarian Mapping“ mit OSM Daten und wie ihre Machine Learning API dabei unterstützt.
3. Corinne Frey and Katrin Rusch zeigten Beispiele, wie Geoprocessing and Geoanalytics bei Vodafone eingesetzt werden.
4. Dirk Wilfling, Co-Founder des Start-ups Algoly, stellte einen Algorithm Builder vor, mit dem ohne Programmierkenntnisse unterschiedlichste Daten orchestriert und ausgewertet werden können.
5. Gernot Rücker, Co-Founder der ZEBRIS GbR, erzählte über firemaps.net, einem Projekt zur Unterstützung von Brandüberwachung mithilfe von Satellitenbildern.

Lightning Talks:

1. Florentyna Smith von SpaceTec Partners stellte das Copernicus Accelerator Programm vor.
2. Nabin Raj Gaihre von TFE Energy erzählte, wie mit Satellitendaten und Geodatenanalye Dörfer identifiziert und nachhaltig mit Strom versorgt werden können.
3. Henrique Köhler stellte VolksNav vor, einer in seinen Augen intuitiven Alternative zur klassischen Navigation.

Sponsor:

• Alexander Erbe vom Sponsor Esri Deutschland informierte mit einer Story Map über das ArcGIS Developer Program, die European Developer Summit und das Esri Startup Program.

Anschließend gab es noch eine spannende Diskussionsrunde mit allen Vortragenden. Insgesamt war es ein inspirierendes Event, die Teilnahme war wieder lohnenswert.

Euer GeoDev Germany Team

Der zweite GeoMob Munich mit dem Thema „Maps, Machine learning and AI“ fand am Abend des 18.07.2019 statt. Vielen Dank wieder an Muthukumar Kumar, Managing Editor der Blog-Plattform Geoawesomeness.com, der diese Meetup-Reihe unter dem Brand GeoMob in Deutschland initiiert und organisiert. Gehostet wurde es diesmal auf dem Google Campus in München. Google sorgte auch mit Snacks und Getränken für das Wohlbefinden der Teilnehmer, herzlichen Dank dafür.

Der Abend war gut organisiert, in der Pause und nach den Vorträgen gab es genügend Zeit zum Networken, was auch ausgiebig getan wurde. Die ca. 70 Teilnehmer setzten sich zusammen aus Studenten und Vertretern von Start-ups und Unternehmen. Ca. 40 % waren Entwickler.

Das Programm war sehr interessant, es wurden sieben 10-minütige Vorträge gehalten:

1. Wolfgang Deigele, Master Student der TU München, erzählte über Deep Learning bei der Rasteranalyse mit ArcGIS Pro zur Erkennung von Sturmschäden in Wäldern
2. EIXOS Economic Observatory präsentierten, wie sie die wirtschaftliche Aktivität in Städten mit Hilfe von maschinellem Lernen und KI überwachen?
3. Ines Kühnert, Project Manager bei AZO, stellte die Galileo Masters International Innovation Competition
4. Cassi Welling, COO bei Hawa Dawa GmbH, präsentierte, wie Daten über die Luftqualität in Städten mit Hilfe von Machine Learning und KI überwacht und ausgewertet werden.
5. Elizabeth Duffy, Business Development bei UP42, stellte eine Entwicklerplattform mit skalierbaren Modulen zur Erstellung von Geo-Lösungen vor.
6. Aleksander Buczkowski, Senior Manager bei Drone Powered Solutions, PwC, berichtete über die Inspektion von Objekten mit Dronen (z.B. im Energiesektor) und anschließende Auswertung der Bilder mit Hilfe von maschinellem Lernen und KI.
7. Bilge Kobas, Architektin und Co-founder von Bits’ n Bricks, stellte Ihre Herangehensweise und Lösungen für die Stadtplanung vor. Vom Data Mining über Datenprozessierung, Analyse bis zur Visualisierung.

Anschließend gab es noch eine spannende Diskussionsrunde mit allen Vortragenden. Der nächste GeoMob Munich wird am 12.September stattfinden, wir freuen uns Euch dort wieder zu sehen.

Euer GeoDev Germany Team

Am Abend des 11.04.2019 fand das Meetup #geomobMUC zum Thema „Maps for Machines and Geospatial Applications“ statt. Vielen Dank an Muthukumar Kumar, Managing Editor der Blog-Plattform Geoawesomeness.com, der dieses erste #geomob-Meetup in Deutschland initiierte und organisierte (#geomob sind eine Reihe von Events, die auch in London und Barcelona stattfinden). Gehostet wurde es in der Münchner Firmenzentrale der Firma NavVis, einem innovativen Lösungsanbieter für die Digitalisierung und Visualisierung von Innenräumen. Esri Deutschland sponserte das Event und sorgte unter anderem mit Bier und Brezn für das Wohlbefinden der Teilnehmer.

Quelle: meetup.com

Der Abend war straff und gut organisiert, in der Pause und nach den Vorträgen gab es genügend Zeit zum Networken und Socializen. Interessant zum Start war eine Live-Umfrage für die ca. 70 Teilnehmer:

• Die Teilnehmer waren bunt durchmischt und stammten von einer Vielzahl von kleinen und großen Firmen und Organisationen aus München aber auch aus anderen Landesteilen.
• 45% waren Entwickler, 23% Studenten
• Machine Learning war das Wunschthema des nächsten #geomobMUC Meetups

 Hauptteil der Veranstaltung waren 6 hochwertige, 10-minütige Vorträge:

• Lorenz Lachauer, Head Solution Factory Team bei NavVis, erzählte über die Herausforderungen und Möglichkeiten bei der Erfassung, Visualisierung und Nutzung von Daten für Indoor.
• Dario Manns, Co-Founder von FairFleet, präsentierte die technischen Aspekte des Backends hinter ihrem globalen Drohnen-Dienst.
• Yashar Moradi, CTO von CloudEO, erzählte über ihre Vision einer Geospatial Market Platform.

Vor der Pause informierte Matthias Schenker von Esri über die Power von Storymaps und über ArcGIS for Developers für einen leichten Einstieg in die Entwicklung von Geo- und GIS Apps.

• Johannes Start, Product Owner von Artisense.ai, gab einen interessanten Einblick in ihre Technologie zur Erstellung von Karten für autonome Systeme.
• Jed Sundwall, Global Open Data Lead von Amazon Web Services, erzählte über freie Daten in Earth on AWS.
• Siegfried Hartmann, Founder von Analytical Semantics, berichtete über das Analytical Semantics Widget, einer dynamischen Verbindung zwischen Informationsmanagement und Geoinformationssysteme von Esri.

Anschließend gab es noch eine spannende Diskussionsrunde mit allen Vortragenden zu technischen Fragen, aber auch Allgemeines wie beispielsweise zur Gründung von Startups.

Quelle: meetup.com

Insgesamt war es ein tolles und inspirierendes Event. Wir freuen uns auf zwei weitere geplante #geomobMUC Meetups in diesem Jahr in München, und wir würden uns freuen Euch dort (wieder) zu sehen 🙂

Euer GeoDev Germany Team

Impressionen :

Matthias Schenker, Esri (Quelle: Twitter)

Quelle: Twitter

Quelle: meetup.com

Muthukumar Kumar (Quelle: meetup.com)

AppStudio for ArcGIS ist eine innovative Anwendung zur Erstellung mobiler Karten-Apps für Android, iOS, Mac, Linux und Windows. Apps werden einmal erstellt und sind dann plattformübergreifend und auf jedem Gerät sofort verwendbar. Mit der Standard-Version lassen sich die mit den konfigurierbaren Esri Vorlagen erstellten Apps weiter ausbauen. Entwickler-Werkzeuge und Codebeispiele ermöglichen die effiziente Erstellung benutzerdefinierter Apps, powered by ArcGIS Runtime. Fertige Apps können innerhalb des Unternehmens oder in öffentlichen App-Stores bereitgestellt werden. Nun ist die Version 3.1 verfügbar:

Einige Highlights sind:

• Verbesserungen der UI des AppStudio Desktop
• Änderungen/Verbesserungen der Esri Templates
• ArcGIS Runtime wurde zur Version 100.3 hochgezogen
• Qt Framework wurde zur Version 5.11.1 hochgezogen
• AppStudio Player hat ein grüßeres UI- und UX-Update erhalten
• Einige Bugfixes

Ausführliche Informationen zu den Neuerungen von AppStudio for ArcGIS Version 3.1 findet Ihr in diesem News Blog von Esri Inc., im Whats New der Hilfeseiten und in der AppStudio GeoNet Gruppe.

Aus den am Ernst-Reuter-Platz in Berlin erhobenen Verkehrsdaten sollen Anwendungen entwickelt werden, die das Leben, Arbeiten oder den Verkehr vor Ort optimieren. Bis Mitte Dezember können Interessierte ihre Lösungen einreichen.

Gemeinsam mit der Berliner Senatsverwaltung für Wirtschaft, Energie und Betriebe und dem DAI-Labor der TU Berlin ruft Cisco jetzt zum Ideenwettbewerb „Smart City Berlin – Ernst-Reuter-Platz“ auf. Wie das Unternehmen mitteilt, richtet sich der mit 30.000 Euro dotierte Wettbewerb an Studierende und Startups aus Berlin. Sie sollen aus vorhandenen Daten Ideen entwickeln, die das Leben, Arbeiten oder den Verkehr vor Ort für alle besser machen. Bis zum 17. Dezember 2017 haben die Teilnehmer Zeit, ihre Lösungen einzureichen. Die Preisträger werden laut Cisco im Januar 2018 bekanntgegeben. Am Ernst-Reuter-Platz befindet sich das DAI-Labor.

Alle weiteren Infos könnt Ihr auf www.kommune21.de lesen (Originaltext).

Urlaub war traumhaft. Wenn auch nur in diversen Reiseblogs – visuell. Also digital. Aber eben nur abends. Aber immerhin.

So, Esri hat den „Plus“-Zugang zur Maps for Power BI freigeschaltet.

„Und was bringt mir der?“ wird sich nun der eine oder andere fragen.

Vor allem für BI-Anwender, die bisher noch nicht so viel Erfahrung mit GIS gemacht haben, bietet „Plus“ einen einfachen und tollen Einblick in die vielfältigen Möglichkeiten der GIS-Welt (bei Esri).

Standardmäßig können ja bereits vier Grundkarten im Esri-Power BI Visual verwendet werden. Jetzt kommen noch weitere acht hinzu, darunter Satellitenbilder und eine Geländekarte. Somit kann man seine Punkte oder Flächen nun auf einer besseren Kartengrundlage analysieren.

Weiterhin können mehr Punkte on-the-fly geogecodet werden. Bei der kostenlosen Version sind dies 1.500 Punkte pro Karte, bei Plus sogar 5.000. Adresseinträge in Datasets werden also ohne Mehrkosten verortet. Das ist doch was.

Zudem stehen dem geneigten Anwender die Daten aus dem Esri Living Atlas zur Verfügung. Dort findet sich eine Vielzahl an Daten, Apps und sonstigen Geo-relevanten Datensätzen, die auch in Power BI eingebunden werden können.

Zu guter Letzt können in den Infografiken nun auch Daten weltweit abgerufen werden: darunter so spannende Informationen wie Ausgaben für Konsumgüter, Haushaltseinkommen oder Altersstufen pro PLZ-Gebiet.

Ein sehr interessantes Angebot wie ich finde, um sowohl die Datengrundlagen die Esri bietet, erst mal kennen zu lernen, als auch einen einfachen Einstieg in die weite GIS-Welt zu bekommen. Und die ist ja bekanntlich schön und weit...

Plus kann 60 Tage lang getestet werden. Dazu muss nur eine Kreditkarte im eCommerce-Shop bei Esri hinterlegt werden. Wenn es nicht gefällt, und man innerhalb der 60 Tage kündigt, entstehen auch keine Kosten. Ah, hatte ich schon erwähnt, dass die vielfältigen Datengrundlagen in „Plus“ für nur $5 im Monat zu haben sind?

Die letzten Sonnenstrahlen genießt wohl gerade jeder noch ausgiebig – am Wochenende soll ja der Herbst Einzug halten. Höchste Zeit also den nächsten Urlaub zu planen. Doch wohin? In die Sonne!

„Ja gerne, bezahlst du mir auch den Flug?“

Nein, aber ich kann Euch ein Tool zeigen, das Euch bei der Darstellung, Visualisierung und dem Finden der Nadel im Datenhaufen helfen kann und Euch somit den Urlaub vielleicht etwas besser genießen lässt. Kurzum, es geht um Power BI.

Ein Business Intelligence (BI) Tool von Microsoft, dass gerade in aller Munde ist. Interessant deshalb, weil es kostenlos zum Download bereit steht und die Desktop-Version automatisch ein „Visual“ von Esri enthält.

Mit den ArcGIS Maps for Power BI kann man schnell, einfach und ansprechend Geo-Daten in Power BI visualisieren - eben auch Standorte!

Meine Top 11 Locations für Sonne im Winter habe ich in einer Excel-Tabelle zusammengefasst. Die kann nun ganz einfach in Power BI geladen werden. Man kann noch viele andere Datenformate importieren, einfach mal durchklicken, was da so alles möglich ist.

Es folgt ein Import-Assistent, der einen durch den Prozess leitet – hier einfach die entsprechende Tabelle auswählen.

Anschließend werden die Daten bearbeitet, sollten Änderungen nötig sein. Was alles möglich ist, zeige ich Euch in einem späteren Blog-Eintrag.

Sobald der Datensatz geladen ist, kann er ganz einfach per Drag & Drop in die Power BI Seite geladen werden und entsprechend visualisiert werden.

Man kann im rechten Arbeitsbereich unterschiedliche Visuals oder Visualisierungen auswählen, von Blockdiagrammen, Liniendiagrammen und vielen mehr bis hin zum ArcGIS Maps for Power BI-Visual.

Dieses auswählen und schon kann man einfach seine Koordinaten-Felder (zwei getrennte Felder für Lat/Lon) in die entsprechenden Buckets packen und die Karte zoomt automatisch auf die entsprechende Ausdehnung.

Das Highlight aber: der Bearbeitungsmodus. Hier gibt es unterschiedliche Smart Mapping Methoden, um die Karte einfach und schnell visuell ansprechend zu gestalten.

Ich habe mir über die in ArcGIS Online vorhandenen public layer die Ozean-Strömungen (Suche nach Ocean current) hinzugeladen und die Locations etwas sonnen-mäßiger gestaltet. 

Ähnlich funktioniert es mit den Tabellen und den anderen Visuals: einfach entweder ein Visual auswählen und mit Werten befüllen oder einfach ein Feld in die Seite ziehen und dann entsprechend ein anderes Visual auswählen.

Das geniale ist nun, dass sich eine Selektion z.B. in einer Tabelle, auf alle anderen Visuals auswirkt. Wählt man also Neuseeland aus, werden alle anderen Darstellungen auf Neuseeland reduziert und man erhält einen besseren Einblick in die Daten.

Zum leichteren Einstieg und selbst testen ist meine Power BI-Version angehängt.

Natürlich kann man sich auch die Standort-Daten von neu geplanten Shops, die Standorte der Konkurrenten oder auch die für den Winterurlaub angedachten Skiorte aufbereiten und entsprechend detailliert untersuchen (oder auch Fahrzeiten berechnen und Infografiken anzeigen lassen).

Mehr gibt’s beim nächsten Mal, viel Spaß beim Reise planen!

Ah, und wer noch nen Tipp hat, entweder die Excel entsprechend befüllen oder in den Kommentaren nen Geheimtipp posten. Und ja, wir sind unter uns...

We all love open data!

And we love them even more if we can turn them into meaningful maps faster than I can put my make-up on.

So, it was clear that, as soon as Berlin shares their GTFS data on their open data portal, magic will happen.

The General Transit Feed Specification (GTFS) is a standardized data format for storing public transit routes, stops, and schedules. GTFS data is used in Google Maps transit trip planning. What can you do with GTFS data, you ask? Here are a few examples of applications you can build based on this type of data:

• Trip planing and maps
• Timetable
• Data visualizations
• Accessibility
• Real-time transit information

 GTFS Data is GIS Data, so you can use this data to visualize the public transit system, perform spatial analysis, reveal patterns, identify hot spots and white spaces, conduct time-based analysis and get powerful insight.

Based on the Berlin Transit Open Data, I used ArcGIS Pro to answer following question: how many trips per hour are there at the stops on a Monday morning between 6 A.M. and 9 A.M. and what is the maximum wait time for this time window?

I started off by downloading the Display GTFS in ArcGIS Toolbox that Melinda Morang created. Using this tool, I was able to visualize my GTFS open data and discover the public transportation network and stations from Berlin and the surroundings. Given a geodatabase path, all you have to do is run the scripts and it automatically creates feature classes for both transit routes and stops.

To better understand my data, I categorized my transit shapes based on the type of route (e.g. bus, tram, metro).

But this level of insight was not quite enough, so I decided to use some more tools Melinda developed. After downloading the BetterBusBuffer Toolbox, I ran the Count High Frequency Routes At Stops Script and got some amazing results. In the picture down below, the rectangles represent the trip frequency per hour for a typical Monday morning. 

To get a better understanding of the waiting times at the bus and train stations in Berlin, I just adjusted the symbology to MaxWaitTime. I then blended out the stops where the waiting time was greater than 60 min. and got the following results:

As you can see, inside of the MP of Berlin, there are no rectangles. This means that the next step in analysis should focus on reducing the waiting times in the rural areas around Berlin, for the public transportation segments going to downtown Berlin. 

Feel free to download the rest of the transit toolboxes to unlock The Science Of Where and create the Maps That Change The World! 

If you any questions about this blog entry, you can reach me under this e-mail.

Follow me on Twitter and LinkedIn.

Last weekend I had the chance to attend HackZurich, one of the biggest hackathons in Europe. And what can I says? The event was a blast. Over 580 people from 58 countries showed to spend 3 days together at TechnoPark Zürich and work on various challenges. And that was actually only the tip of the iceberg. In fact, the organizers had to close applications already in June counting an unbelievable 4864 applications. Not bad, hm?

So many hackers of course attract a lot of sponsors too, be it now challenge or technology sponsors. I was really impressed by the breath of sponsors: Google, Microsoft, SNN, Thomson Reuters, Wikidata, Randstad, Rai Lab, Swiss Re, Swisscom, Zühlke and SBB were just a few of the big names.

They all had very diverse and interesting challenges. Here are 2 out of the 18(!) that really caught my attention:

• Bühler Group, a manufacturer for food processing machines, asked for ideas to improve wheat production.
• Reuters opened up their API to basically access their news database.

Talking about the challenges: I liked the clear instructions the organizers gave. team size between 2 and 4 and the clear goal to actually build something in the 3 days.

Esri was one of the technology sponsors and gave a tech talk on Saturday to inspire people. Additionally, Matthias Schenker‌ (Esri Switzerland), John Yaist and David Martinez‌ (both Esri Inc.) made themselves available at the Esri booth to support the various teams.

Curious about the outcome? In our next blog, we will describe a few of the teams and of course will tell you finally won the Esri price. Stay tuned 🙂 And be sure to reserve your seat early enough for next year. There won't be less hackers willing to go.

Finally, here are some more impressions:

On September 18th, the third GeoMonday of this year was held on the topic “artificial intelligence and geodata”. More than 30 good-humoured Geogeeks, well supplied with pizza and beer, listened to exciting lectures and discussed lively about them.

Did you miss this past GeoMonday? No problem, we have recorded all talks and took some pictures, see below. And don't worry, after GeoMonday is before GeoMonday. You can find all the details on meetup.com or here on GeoNet.

See you again soon!

Your GeoDev Germany & GeoMonday Team!

Michael Marz, Esri Deutschland:

How neural networks make GIS-supported crop production more efficient

High-tech has already arrived in agriculture. Modern agricultural machinery and geographic information systems make precision farming possible. An important aspect in crop production is the basic fertilization with nutrients and additives. The pH value can already be determined in a small scale and during the crossing of a tractor with specific sensors. For essential macronutrients like phosphorus, on-site soil sampling as well as complex and cost-intensive determination of the content in the laboratory are still necessary. Phosphorus content depends on chemical and physical soil conditions. If these conditions are known, the content of phosphorus can be estimated. This paper provides extracts from a research project on how neural networks help to estimate local phosphorous content for fertilization by learning those nonlinear multilateral relationships in the soil.

Martin Wilden and Matthias Stein, con terra:

Natural language understanding in web mapping applications

"Will speech soon do away with typing?" - This question has recently been raised by a large German newspaper. Lately, more and more speech assistants like Google Assistant, Amazon's Alexa, Mircosoft's Cortana or Apple's Siri are reaching the market and allowing users to control many parts of their life by voice input. This technology is called natural language understanding (NLU) and may also be used to control Web mapping technology. Imagine that you could say "show me all schools in Berlin" instead of using a selection tool to select those features.

Some impressions: