Am Montag, den 6. Oktober, durfte ich beim RLP NEXT Innovationkongress in Mainz einen Vortrag mit dem Titel „Data Science für soziale Innovation?“ halten. Im Gepäck hatte ich fünf kurze Geschichten aus der Landeshauptstadt des Landes Rheinland-Pfalz – rund um Open Data, Künstliche Intelligenz und nachhaltige Stadtentwicklung. Mein Hauptziel: dem Publikum auf der Innovation Stage zeigen, welche spannenden Themen wir an der Hochschule Mainz bearbeiten. Offene Daten und KI sind dabei nicht nur technische Spielwiesen, sondern können konkrete Impulse für gesellschaftliche Innovationen liefern.

Im Rahmen des Vortrags stellte ich ausgewählte Fallstudien aus Mainz vor – von der Analyse urbaner Datenlandschaften (Parkraumnutzung, Wohnlage, polizeiliche Meldungen) bis hin zu prototypischen Workflows zur Anreicherung und Qualitätssteigerung offener Geodaten. Besonders im Fokus standen neue Methoden wie multimodale Sprachmodelle und Retrieval-Augmented Generation (RAG), die eine kontextsensitivere und transparentere Datenauswertung ermöglichen. Die Beispiele verdeutlichten, wie datengetriebene Ansätze zu nachhaltiger Mobilität, sichereren Lebensräumen und einer inklusiveren Stadtplanung beitragen können. Der Vortrag verband damit technologische Innovation mit sozialen und ökologischen Fragestellungen – und zeigte, wie Data Science als Motor für zukunftsfähige Innovationsprozesse im regionalen Ökosystem wirken kann.

Das Besondere: (Fast) Alle vorgestellten Ergebnisse und Erkenntnisse basieren auf Publikationen, die aus Abschlussarbeiten von und mit Studierenden hervorgegangen sind. Ein besonderer Fokus lag dabei stets auf der Verwendung offener Daten – aus Portalen des Bundes, des Landes oder gemeinschaftlich erstellter Geodaten, wie etwa aus dem OpenStreetMap-Projekt.

Wie immer: Danke an alle (ehemals) Studierenden, die sich immer wieder auf diese Abenteuer mit mir einlassen – es ist mir eine große Freude! 🙌

Publikationen

• Ring, J., Hoppe, M. & Neis, P. (2023). Möglichkeiten und Grenzen zur Bewertung der Wohnlage mittels offener Daten. AGIT ‒ Journal für Angewandte Geoinformatik, 9-2023, 12-22. doi:10.14627/537742002 – GI_Salzburg 2023. July, 4th to July, 6th 2023. Salzburg, Austria.
• Vogel, L, Visca, D. & Neis, P. (2023). Herausforderungen und Chancen einer Parkraumanalyse auf Basis offener Daten. AGIT ‒ Journal für Angewandte Geoinformatik, 9-2023, 23-32. doi:10.14627/537742003 – GI_Salzburg 2023. July, 4th to July, 6th 2023. Salzburg, Austria.
• Neis, P. (2021): Informationsvisualisierung von Pressemitteilungen auf Basis von Open Source und Open Data – Am Beispiel von Pressemeldungen der Polizei Mainz. Proceedings 21. Internationale Geodätische Woche Obergurgl 2021. February 8th, 2021. Obergurgl, Austria.
• Radu, P. & Neis, P. (2025). Möglichkeiten und Potenziale von Retrieval-Augmented Generation für die räumliche Analyse von Kriminalitätsdaten. AGIT 2025 – Konferenz für Geoinformatik: Shaping Geospatial Futures. July, 2nd to July, 3th 2025. Salzburg, Austria. doi:10.25598/agit/2025-14