Big Data im Krisenmanagement: Aktuelle Anwendungen und Forschungsthemen DENNIS BRAKOWSKI, CHRISTIAN FRANKE, THORSTEN NOWOTNY

Transkript

1 Big Data im Krisenmanagement: Aktuelle Anwendungen und Forschungsthemen DENNIS BRAKOWSKI, CHRISTIAN FRANKE, THORSTEN NOWOTNY

2 Gliederung Einleitung Big Data Krisenmanagement Insight Projekt Global Pulse Analyse von Krankheitsausbreitungen Smarter Cities

3 Drei Datenmerkmalen von Big Data, die so genannten drei Vs Datenmenge (Volumen) Die Geschwindigkeit der Datenproduktion (Velocity) Die Vielzahl von Datenquellen (Variety)

4 Wirtschaftliche Bedeutung von Big Data Optimierung und Personalisierung von Werbemaßnahmen und Steigerung von Cross- und Up-Selling aufgrund von besserem Kunden- und Marktwissen Besseres Risiko-Management in Zahlungs- und Handels-Strömen durch Entdeckung von Abweichungen und Unregelmäßigkeiten Aufbau flexibler und intelligenter Abrechnungssysteme in der Versorgung (Strom, Wasser, Gas) und Telekommunikation Erkennen von Interdependenzen und automatisierte Hypothesenbildung in Wissenschaft und Forschung

5 Wissenschaftliche Bedeutung von Big Data Hadoop MapReduce Open Source-Software aus einem Forschungsprojekt des Unternehmens Yahoo Die Basis dafür ist ein Algorithmus von Google ist das Herz von Hadoop ist ein von der Google Inc. eingeführter Algorithmus für mathematische Analysen der Daten

6 Krisenmanagement als Prozess Identifikation Planung Steuerung Kontrolle

7 Krisenmanagement als System Aktives Krisenmanagement Antizipatives Krisenmanagement sind potenziellen Unternehmenskrisen, deren Konsequenzen sich das Unternehmen erst in der Zukunft bewusst wird. Präventives Krisenmanagement befasst sich mit den unterschwelligen Krisen in einem Unternehmen, die als nicht mehr beherrschbar gelten. Reaktives Krisenmanagement Repulsives Krisenmanagement beschäftigt sich mit den akuten Unternehmenskrisen, die aufgrund von Zukunftsprognosen noch als beherrschbar angesehen werden. Liquidatives Krisenmanagement sind bedrohliche, bereits vorhandene Krisen, die die Existenz des Unternehmens in Frage stellen.

8 Krisenmanagement als System

9 INSIGHT-Projekt (Intelligent Synthesis and Realtime Response using Massive Streaming of Heterogenous Data) Früherkennung von Katastrophen Bewältigung von Katastrophen Echtzeitanalyse durch verschiedene Sensoren : Social Media Tweets Mobilfunkgeräte Wetterdaten Hochwasserpegeln Facebook durch Analyse von Datenströmen durch Informationsaustausch durch maschinelle Analyse Hilfsaktionen zu koordinieren aktuelle Situation in den Katastrophengebieten einzuschätzen Übertragung der neuen Echtzeit-Informationen durch Crowdsourcing durch aktive Teilnahme der User von Social Media Auswertung von Daten Einschätzung der Krisenlage

10 Früherkennung und Bewältigung von Katastrophen Früherkennung einer Lage Steigerung des Situationsbewusstseins Annahme von Hilfeersuchen Koordination von unkoordinierten Hilfsaktionen Beobachtung der Reaktionen der Bevölkerung Aufarbeitung der Krisensituation

11 Echtzeitanalyse (BIG DATA) Crowdsourcing Fotos oder Videos Social Media Echtzeitinformationen

12 Global Pulse Daten und Fakten Gründung 2009 Voices of the Vulnerable Open-Source-Toolkits Pulse Labs New York (USA) Jakarta (Indonesien) Kampala (Uganda)

13 Mining Indonesian Tweets to Understand Food Price Crises Indonesisches Statistikamt, Welternährungsprogramm, Weltbank Twitter Firehose API ForSight von Crimson Hexagon Lokale Linguistik Experten Association for Computational Linguistics

14 Ereignisse erkennen 26. März 2. April Juli November 33% Kraftstoffsubventionssenkung geplant 20% der Staatsausgaben in 2011 Massendemonstration u. a. vor dem Repräsentantenhaus Sojabohnenknappheit Einfuhrsteuern gesenkt Einheimische Produktion überfordert Gesetzesvorschlag zur Gründung einer neuen Lebensmittelbehörde Prozesse zwischen Behörden optimieren Versorgung mit Grundnahrungsmitteln sichern

15 Tägliches Twitter Volumen

16 Emotionalität der Tweets

17 Vergleich Lebensmittel- und Kraftstoffpreise

18 Möglichkeiten der Nutzung der sozialen Netzwerke Soziale Netzwerke für weitere Forschungen geeignet Großes Potential zur Unterstützung von Krisenmanagement Emotionale Handlungen beeinflussen Ergebnisse

19 Analyse von Krankheitsausbreitungen mit Big Data QUANTIFYING THE IMPACT OF HUMAN MOBILITY ON MALARIA & GOOGLE FLU

20 Malaria mit Big Data analyisieren Quantifying the Impact of Human Mobility on Malaria Harvard School of Public Health (HSPH) Ziel: Zusammenhänge zwischen der Ausbreitung von Malaria und Reisen der Bevölkerung herstellen Mobilfunk-Bewegungsdaten von etwa 15 Millionen Kenianern

21 A: Verbreitung von Malaria in 2009 B: Mobilfunktürme (schwarze Punkte) und erweiterte Wohnsegmente C: Die den Siedlungen zugeordneten Regionen als Basis für die Reisreouten

22 Malaria mit Big Data analyisieren A: Monatlicher Verkehr zwischen den Regionen B: durchschnittliche monatliche Importierung von Parasiten durch zurückkehrende Anwohner C: durchschnittliche monatliche Importierung von Parasiten durch Besucher

23 Malaria mit Big Data analyisieren Erstmalig Mobilfunk-Standortdaten für ein Forschungsprojekt verwendet Ein Zusammenhang zwischen Reisen und importierter Malaria konnte nachgewiesen warden Lake Victoria als Quelle muss mehr Aufmerksamkeit geschenkt werden

24 Google Flu Online Projekt das den Verlauf von Grippewellen anzeigt Zusammenhang zwischen Suchanfragen und dem Verlauf von Grippewellen konnte nachgewiesen warden Ist offiziellen Berichten 1-2 Wochen zeitlich vorraus

25 Google Flu

26 Google Flu Das System hat 2012 die Grippegefahr in den USA überschätzt Vermutlich aufgrund Berichterstattung System wurde danach überarbeitet Als zusätzliche Informationsquelle im Krisenmanagement des Gesundheitswesens etabliert

27 Smarter Cities NACH SCHÄTZUNGEN DES UN/DESA WERDEN BIS 2050 KNAPP 69% DER BEVÖLKERUNG IN STÄDTEN WOHNEN

28 Smarter Cities

29 Smarter Cities Öffentliche Sicherheit Polizei Krankenversorgung Feuerwehr ( IT-Infrastruktur )

30 Smarter Cities Vorteile für das Krisenmanagement besserer Überblick über das Geschehen (Überwachungskameras) Koordinierung der Einsatzkräfte (GPS-gestüzte Einsatzfahrzeuge) Verteilung auf die Krankenhäuser (Freie Kapazitäten in Echtzeit) schnellere Alarmierung der Bevölkerung über Social Media und konventionelle Medien Bei Evakuierung Anpassung der Verkehrsleitsysteme

31 Smarter Cities

32 Smarter Cities

33 Vielen Dank für Ihre Aufmerksamkeit Alle Quellen und Informationen finden Sie auch unter: