Visualisierung von (Geo-) Daten im Internet/Intranet

Transkript

1 Visualisierung von (Geo-) Daten im Internet/Intranet Die Kombination von Daten und Webtechnologien Jann Wendt EGEOS GmbH, Wissenschaftspark, Einsteinstraße 1, Kiel

2 Think spatial, discover potentials, develop solutions! Ungefähr 80% der Daten in Unternehmen und Verwaltungen haben einen Raumbezug, jedoch wird diese Informationen kaum oder überhaupt nicht genutzt. Wir helfen dabei diese Potentiale voll auszuschöpfen! Gründung im Jahr 2011 Sitz im Kieler Wissenschaftspark Internationales Team aus Geoinformatikern, Webentwicklern, Webdesignern und Geographen Jann Wendt - Geschäftsführer

3 Tätigkeitsfelder Web-Anwendungsentwicklung - Entwicklung von individuellen Web-Applikationen - (Webbasierte) GIS-Infrastrukturen - Anpassung, Support und Weiterentwicklung Datenmanagement und -analyse - Datenmanagement und Anwendungsintegration - Auswertung und Visualisierung von (räumlichen) Daten - Lage-, Attribut- und Prozessanalyse von (Geo-) Daten

4 Geodaten und Web Teil des täglichen Lebens

5 Geodaten und Web Teil des täglichen Lebens: Google Maps

6 Geodaten und Web Teil des täglichen Lebens: Google Maps Start am 8. Februar 2005

7 Geodaten und Web Teil des täglichen Lebens: Google Maps Start am 8. Februar 2005 Routenplaner, Navigation

8 Geodaten und Web Teil des täglichen Lebens: Google Maps Start am 8. Februar 2005 Routenplaner, Navigation StreetView

9 Geodaten und Web Teil des täglichen Lebens: Google Maps Start am 8. Februar 2005 Routenplaner, Navigation StreetView Traffic

10 Quelle:

11 Warum eigentlich Visualisierung?

12 Warum eigentlich Visualisierung? Fragen beantworten (oder aufwerfen)

13 Warum eigentlich Visualisierung? Fragen beantworten (oder aufwerfen) Kontext erkennen

14 Warum eigentlich Visualisierung? Fragen beantworten (oder aufwerfen) Kontext erkennen Entscheidungen unterstützen

15 Warum eigentlich Visualisierung? Fragen beantworten (oder aufwerfen) Kontext erkennen Entscheidungen unterstützen Muster entdecken

16 Warum eigentlich Visualisierung? Fragen beantworten (oder aufwerfen) Kontext erkennen Entscheidungen unterstützen Muster entdecken Inspirieren

17 Beispiele: Internet Connection Speed (Diagramm) Quelle:

18 Beispiele: Internet Connection Speed (Karte) Quelle:

19 Beispiele: Kombination von Informationen Quelle:

20 Herausforderungen im Internet

21 Herausforderungen im Internet User Interface & User Experience

22 Herausforderungen im Internet User Interface & User Experience Keep things simple and consistent

23 Herausforderungen im Internet

24 Herausforderungen im Internet

25 Herausforderungen im Internet User Interface & User Experience Keep things simple and consistent Skalierbarkeit

26 Herausforderungen im Internet User Interface & User Experience Keep things simple and consistent Skalierbarkeit Verteilen von Lasten (Load-Balancing)

27 Herausforderungen im Internet User Interface & User Experience Keep things simple and consistent Skalierbarkeit Verteilen von Lasten (Load-Balancing) Effektives Abfangen von Lastspitzen

28 Herausforderungen im Internet User Interface & User Experience Keep things simple and consistent Skalierbarkeit Verteilen von Lasten (Load-Balancing) Effektives Abfangen von Lastspitzen Quelle:

29 Herausforderungen im Internet User Interface & User Experience Keep things simple and consistent Skalierbarkeit Verteilen von Lasten (Load-Balancing) Effektives Abfangen von Lastspitzen Performance

30 Herausforderungen im Internet User Interface & User Experience Keep things simple and consistent Skalierbarkeit Verteilen von Lasten (Load-Balancing) Effektives Abfangen von Lastspitzen Performance Schlüssel für die Akzeptanz der Applikation/Website

31 Quelle:

32 Herausforderungen im Internet User Interface & User Experience Keep things simple and consistent Skalierbarkeit Verteilen von Lasten (Load-Balancing) Effektives Abfangen von Lastspitzen Performance Schlüssel für die Akzeptanz der Applikation/Website Sicherheit

33 Herausforderungen im Internet User Interface & User Experience Keep things simple and consistent Skalierbarkeit Verteilen von Lasten (Load-Balancing) Effektives Abfangen von Lastspitzen Performance Schlüssel für die Akzeptanz der Applikation/Website Sicherheit Oftmals nur zweitrangig im Vergleich zu User Experience und Design

34 Herausforderungen im Internet User Interface & User Experience Keep things simple and consistent Skalierbarkeit Verteilen von Lasten (Load-Balancing) Effektives Abfangen von Lastspitzen Performance Schlüssel für die Akzeptanz der Applikation/Website Sicherheit Oftmals nur zweitrangig im Vergleich zu User Experience und Design z.b.: SQL-Injections, Cross-Site-Scripting, Session-Hijacking etc.

35 Herausforderungen im Internet Browser

36 Herausforderungen im Internet Browser Unterschiedlichste Browser (Internet Explorer, Firefox, Chrome, Edge, Safari), die Code auf unterschiedliche Weise (Cross-Browser Kompatibilität) verarbeiten

37 Herausforderungen im Internet Browser Unterschiedlichste Browser (Internet Explorer, Firefox, Chrome, Edge, Safari), die Code auf unterschiedliche Weise (Cross-Browser Kompatibilität) verarbeiten Quelle:

38 Quelle:

39 Herausforderungen im Internet Browser Unterschiedlichste Browser (Internet Explorer, Firefox, Chrome, Edge, Safari), die Code auf unterschiedliche Weise (Cross-Browser Kompatibilität) verarbeiten Devices Unterschiedlichste Geräte mit verschiedensten Anforderungen

40 Quelle:

41 Herausforderungen im Internet Browser Unterschiedlichste Browser (Internet Explorer, Firefox, Chrome, Edge, Safari), die Code auf unterschiedliche Weise (Cross-Browser Kompatibilität) verarbeiten Devices Unterschiedlichste Geräte mit verschiedensten Anforderungen Responsives Webdesign

42

43 Herausforderungen im Internet Browser Unterschiedlichste Browser (Internet Explorer, Firefox, Chrome, Edge, Safari), die Code auf unterschiedliche Weise (Cross-Browser Kompatibilität) verarbeiten Devices Unterschiedlichste Geräte mit verschiedensten Anforderungen Responsives Webdesign Neue Devices und Technologien

44 Herausforderungen im Internet Quelle:

45 Herausforderungen im Internet Quelle: Quelle:

46 Herausforderungen im Internet Quelle: Quelle: Quelle:

47 Big Data und IoT

48 Big Data und IoT Big Data (unabhängig, aber Web macht sammeln und verbreiten einfach)

49 Big Data und IoT Big Data (unabhängig, aber Web macht sammeln und verbreiten einfach) Volume, Variety, Velocity, Veracity

50 Quelle:

51 Quelle: (2013)

52 Quelle:

53 Quelle:

54 Quelle:

55 Big Data und IoT Big Data (unabhängig, aber Web macht sammeln und verbreiten einfach) Volume, Variety, Velocity, Veracity Selektive Darstellung von Daten

56 Big Data und IoT Big Data (unabhängig, aber Web macht sammeln und verbreiten einfach) Volume, Variety, Velocity, Veracity Selektive Darstellung von Daten Prozessierung durch spezielle Frameworks (z.b. Hadoop) und Hardware (z.b. GPU)

57 Big Data und IoT Big Data (unabhängig, aber Web macht sammeln und verbreiten einfach) Volume, Variety, Velocity, Veracity Selektive Darstellung von Daten Prozessierung durch spezielle Frameworks (z.b. Hadoop) und Hardware (z.b. GPU) Internet der Dinge (IoT)

58 Big Data und IoT Big Data (unabhängig, aber Web macht sammeln und verbreiten einfach) Volume, Variety, Velocity, Veracity Selektive Darstellung von Daten Prozessierung durch spezielle Frameworks (z.b. Hadoop) und Hardware (z.b. GPU) Internet der Dinge (IoT) Alltagsgegenstände mit Sensoren/Prozessoren/Netzwerktechnik

59 Big Data (unabhängig, aber Web macht sammeln und verbreiten einfach) Selektive Darstellung von Daten Prozessierung durch spezielle Frameworks (z.b. Hadoop) und Hardware (z.b. CUDA) Internet der Dinge (IoT) Alltagsgegenstände mit Sensoren/Prozessoren/Netzwerktechnik APIs (Application Programming Interface) zur Kommunikation (JSON) Interoperabilität (teilweise) Beispiel: Industrie 4.0 Quelle:

60 Big Data und IoT Big Data (unabhängig, aber Web macht sammeln und verbreiten einfach) Volume, Variety, Velocity, Veracity Selektive Darstellung von Daten Prozessierung durch spezielle Frameworks (z.b. Hadoop) und Hardware (z.b. GPU) Internet der Dinge (IoT) Alltagsgegenstände mit Sensoren/Prozessoren/Netzwerktechnik APIs (Application Programming Interface) zur Kommunikation (JSON)

61 Big Data und IoT Big Data (unabhängig, aber Web macht sammeln und verbreiten einfach) Volume, Variety, Velocity, Veracity Selektive Darstellung von Daten Prozessierung durch spezielle Frameworks (z.b. Hadoop) und Hardware (z.b. GPU) Internet der Dinge (IoT) Alltagsgegenstände mit Sensoren/Prozessoren/Netzwerktechnik APIs (Application Programming Interface) zur Kommunikation (JSON) Interoperabilität (teilweise)

62 Big Data und IoT Big Data (unabhängig, aber Web macht sammeln und verbreiten einfach) Volume, Variety, Velocity, Veracity Selektive Darstellung von Daten Prozessierung durch spezielle Frameworks (z.b. Hadoop) und Hardware (z.b. GPU) Internet der Dinge (IoT) Alltagsgegenstände mit Sensoren/Prozessoren/Netzwerktechnik APIs (Application Programming Interface) zur Kommunikation (JSON) Interoperabilität (teilweise) Beispiel: Industrie 4.0

63 Applikationsstruktur Quelle: EGEOS GmbH

64 Beispiele (Beta)

65 AMUCAD AMmUnition CADastre Sea Quelle: (EGEOS GmbH)

66 Vielen Dank!