GEO-SOCIAL-MEDIA

Geographische Analysen von Social-Media Daten

Situationen besser verstehen können

In den letzten Jahren wurden Daten aus sozialen Netzwerken wie Twitter zu einer umfassend genutzten Grundlage für die Geodatenanalyse in einer Reihe von Anwendungsbereichen, einschließlich des Katastrophenmanagements, öffentliche Gesundheit und Epidemiologie, Stadtplanung, Verkehrsmanagement, Kriminalitätsanalyse und andere. Wir können diese Social-Media Analysen zusätzlich um die räumliche Komponente erweitern. Die bringt wesentliche Vorteile bei der Analyse und hilft unseren Kunden Geld zu sparen und eine rasche Übersicht über das boomende Feld der sozialen Medien zu gewinnen.

Technisch und methodisch auf dem neuesten Stand

Während sich frühe Forschungsanstrengungen auf einfache Analysen mit traditionellen Methoden konzentrierten, haben neuere Forschungen komplexere Ansätze entwickelt, einschließlich selbstlernender Systeme wie künstlicher neuronaler Netze (ANN), semantische Themenmodelle für maschinelles Lernen oder Echtzeitanalysealgorithmen.

Aufgrund der rasanten Entwicklung der Social-Media-Analyse sind die Datenanalysemethoden robuster und die Ergebnisse zuverlässiger geworden. Geosoziale Netzwerke wiederum sind mittlerweile als hochwertige Datenquelle anerkannt, die die Untersuchung realer Probleme und die anschließende Entscheidungsfindung unterstützt. Diese Entwicklung wurde durch die dramatisch steigende Verfügbarkeit von Social-Media-Posts auf der ganzen Welt gefördert, insbesondere in städtischen Umgebungen. Infolgedessen haben wir weitreichende Analysebemühungen erlebt, die städtische Prozesse mit einer bemerkenswert hohen räumlichen und zeitlichen Auflösung untersuchen.

Einsatz- und Hilfsorganisationen erleben in jeder Krisensituation eine Phase, die von Chaos und Desinformation geprägt ist. Je länger die Überwindung dieser Phase dauert, umso mehr Ressourcen müssen aufgewendet werden. Es liegt daher im humanitären aber auch ökonomischen Interesse jeder Einsatz- und Hilfsorganisation, Mittel zur Verfügung zu haben, die ein rasches Lagebild vermitteln können.

Räumliche Social-Media Analysen können dabei helfen, echtzeitnahe ein Lagebild zu gewinnen. Postings und Tweets werden häufig mit der Position des Benutzers abgesetzt, sodass Inhalt und Position zueinander in Verbindung gebracht werden können. Frei zugängliche Meldungen auf Twitter werden mit Methoden des Machine Learning und der Geostatistik ausgewertet. Damit können krisenhafte Phänomene räumlich geclustert werden. Zudem wird die räumliche Ausbreitung modelliert, was zum Beispiel bei einem großflächigen Waldbrand oder in einer Epidemie von Interesse ist.

Insbesondere in grenzübergreifenden Krisensituationen können räumliche Social-Media Analysen eine essentielle Hilfestellung für Einsatz- und Hilfsorganisationen sein, da keine Beschränkungen in der Weitergabe der gewonnenen Information bestehen. Die verwendeten Daten sind frei verfügbar. Da heißt, die gewählte Methode ist insbesondere für Einsatz- und Hilfsorganisationen geeignet, die grenzüberschreitend und regierungsunabhängig agieren.

Die Flüchtlingsbewegungen 2015 und 2016 kamen unter anderem von Syrien über den Balkan nach Mitteleuropa. Die Flüchtlinge waren zumindest etliche Wochen unterwegs, um die Strecke zurückzulegen. Dennoch war es häufig so, dass die täglichen Ankunftszahlen etwa an der deutsch-österreichischen Grenze kaum prognostiziert werden konnten. Eine derartige Unsicherheit bindet Ressourcen, die unentwegt mit der Lagebildermittlung beschäftigt sind. Diese Ressourcen werden an jeder Binnengrenze bzw. im Krisenstab des jeweiligen Landes gebraucht. Die wenig zufriedenstellende Lagebeurteilung wird Mitarbeiter in Einsatz- und Hilfsorganisationen frustrieren, selbst Menschenleben hängen unter Umständen an in der Folge mangelhaften Einsatzplanung. Zudem wird die Öffentlichkeit angesichts der prekären Situation Zweifel an der Leistungsfähigkeit der Sicherheitsbehörden bekommen.

Räumlich basierte Social-Media Analysen sind sehr gut in der Lage, Flüchtlingsbewegungen abschätzen zu können. Eine vorausschauende Lageplanung wird demnach erheblich einfacher. Die Berücksichtigung dieser Analysen erfordert keine besonderen Schulungen oder Vorkenntnisse. Daher können räumliche Social-Media Analysen die Personalkosten für die Lagebeobachtung reduzieren.

Auch für Naturkatastrophen wie Erdbeben oder großflächige Waldbrände ist die räumliche Analyse von sozialen Medien zielführend, da vor allem zu Beginn das Lagebild diffus ist. Die Auswertung der Meldungen von Beobachtern und Anrainern auf sozialen Medien kann das Verständnis für das räumliche Ausmaß einer Katastrophe verbessern. Bereits 2014 wurde eine entsprechende Studie während des Erdbebens im Napa Valley in Kalifornien erfolgreich durchgeführt.

Die Ausbreitung einer Epidemie kann ebenfalls modelliert werden, indem räumliche Social-Media Analysen eingesetzt werden. Schon heute werden Einsatz- und Hilfsorganisationen mit den Ergebnissen dieser Analysen versorgt: Tweets, die in Zusammenhang mit Covid-19 stehen, werden entsprechend auf einer Karte visualisiert. Zusätzlich werden Listen mit Tweets, die sich auf eine definierte Region beziehen, erstellt, um den gezielten Zugriff auf besonders aussagekräftige Tweets zu ermöglichen. Statistische Methoden werden zur Analyse des Ausbruchsgeschehens und der weiteren Vorhersage eingesetzt.

Lösungen für Ihr UNTERNEHMEN

Verwenden Sie Geodaten, um geschäftliche Einblicke zu gewinnen, Ihre relevanten Fragen zu beantworten und wichtige Entscheidungen zu treffen.

Mehr erfahren
Prospekt download
Lösungen für Ihre NGO

Erhalten Sie Zugriff auf wichtige satellitengestützte Echtzeitinformationen für eine effektive und kostengünstige Risikoanalyse und Notfallplanung.

Mehr erfahren