Mobilitätsdatenanalyse

Worum geht's

Du lernst, wie Mobilitätsdaten gesammelt, vorverarbeitet, analysiert und visualisiert werden. Schwerpunkt sind GIS/OSM-Methoden, räumlich-zeitliche Auswertungen (z. B. Hotspots, Clustering, Heatmaps) sowie einfache Machine-Learning-Verfahren zur Klassifikation von Fortbewegungsarten. Am Ende kannst du eine Datenanalyse-Pipeline für Mobilitätsdaten mit Open-Source-Software aufbauen und eigene Mobilitätsaufzeichnungen auswerten.

Was du danach kannst

• Datenanalyse-Pipeline für Mobilitätsdaten benennen
• Framework mit Open-Source-Software aufbauen
• Möglichkeiten und Formate der Datensammlung, Aggregation und Speicherung kennen
• Mobilitätsaufzeichnungen selbst durchführen und auswerten
• klassische statistische Auswertungsmethoden anwenden
• Hotspotanalyse und räumliches Clustering durchführen
• Geo-Fencing einsetzen
• einfache Machine-Learning-Verfahren zur Klassifikation anwenden
• Daten kritisch anhand üblicher Kenngrößen bewerten
• geeignete Visualisierungen erzeugen

Aus was das Modul besteht

• Praktikumzentrale Lehrveranstaltung: Einführung in Theorie und Live-Programmierung, gefolgt von betreuter Einzel- und Gruppenarbeit
• Versuche/Sonderterminepraktische Datenerfassung und Versuchsdurchführung zur Mobilitätsdatenanalyse
• Projekt/ProgrammieraufgabenAnwendung der Methoden in Hausaufgaben und Abschlussprojekt

Lehrmethode

• Frontalunterricht (Präsentation, Live-Programmierung)Vermittlung theoretischer Grundlagen und Demonstration von Analyse-Schritten
• Betreute Einzel- und GruppenarbeitPraxisnahe Bearbeitung konkreter Aufgaben zur Festigung und Anwendung
• Praktische VersucheErwerb praktischer Fähigkeiten in Datenerfassung und Versuchsdurchführung