Leipzig Open Data Hackathon – Künstliche Intelligenz für die Stadtentwicklung
Geschrieben von:
Pit Fröhlich
Während des spannenden Leipzig Open Data Hackathons haben wir ein innovatives Tool mit künstlicher Intelligenz entwickelt: Es ermöglicht uns, Prognosen über die Geburtenrate in Leipzig zu erstellen. Unser Ziel war es, die Stadtentwicklung in Bezug auf Kita-Plätze und andere wichtige sozialpolitische Aspekte nachhaltig zu fördern.
Die Bereitstellung von Kitaplätzen ist seit langem eine Herausforderung. Derzeit erfolgt die Planung in Leipzig jährlich und stützt sich hauptsächlich auf die verfügbaren Kapazitäten der Erzieher und Erzieherinnen. Diese kurzfristige Vorgehensweise führt jedoch dazu, dass nicht schnell genug auf den tatsächlichen Bedarf an Betreuungsplätzen reagiert werden kann. Um diesem Problem entgegenzuwirken, bedarf es einer Prognosemethode, die eine langfristige Planungsmöglichkeit schafft. Dem nahmen wir uns im Rahmen des Leipzig Open Data Hackathons an.
Unser Team entwickelte ein Tool, das mittels künstlicher Intelligenz eine Prognose der Geburtenraten erstellt. Durch die Anwendung unseres Algorithmus sind wir in der Lage, die Betreuungszeit für die gesamte Stadt zu prognostizieren. Dies gewährt eine rechtzeitige Planung von Ressourcen und finanziellen Mitteln, um der steigenden Nachfrage nach Kitaplätzen gerecht zu werden. Zusätzlich kann ein klarer politischer Handlungsbedarf aus den frühzeitigen Prognosen abgeleitet werden, womit eine effektive Gestaltung von politischen Maßnahmen und Förderprogrammen ermöglicht wird.
Zur Entwicklung des Tools verwendeten wir das Modell der multiplen linearen Regression (MLR). Mit diesem Modell können Zusammenhänge zwischen verschiedenen unabhängigen Variablen und der abhängigen Variablen, in diesem Fall der Geburtenrate, untersucht werden. Wir bezogen Daten aus dem Open Data Portal Leipzig und nutzten Merkmale wie das Bruttoinlandsprodukt pro Einwohner, die Arbeitslosenzahl, das Durchschnittsalter der Bevölkerung, den verfügbaren Wohnraum pro Einwohner, die Gesamtpopulation und berücksichtigten zudem die Anzahl der Frauen im gebärfähigen Alter.
Unser Modell zeigte, dass es eine Abhängigkeit zwischen diesen Merkmalen und der Geburtenrate gibt. Allerdings stellten wir bei der detaillierten Analyse fest, dass das Merkmal "Wohnraum pro Einwohner" einen geringeren Einfluss auf die Geburtenrate hat als die anderen Merkmale. Basierend auf dieser Erkenntnis entwickelten wir ein zweites Modell, das Daten aus Dresden integriert und das Merkmal "Wohnraum pro Einwohner" ausschließt. Dieses Modell erzielte genauere Vorhersagen zur Geburtenrate und schaffte somit eine verbesserte Genauigkeit und Relevanz für die Stadt Leipzig.
Während des Hackathons stießen wir auf Herausforderungen wie die Verfügbarkeit und das Format der Daten. Um die Nutzung von Open Data Portalen zu verbessern, sollten Standards eingeführt werden, um einheitliche Datenformate und –arten zu gewährleisten. Darüber hinaus empfehlen wir, weitere Merkmale auszuwählen und auch nichtlineare Modelle in zukünftigen Arbeiten zu berücksichtigen. Die Fortschritte bei der Zugänglichkeit von Large Language Models, künstliche Intelligenzen wie ChatGPT sind darauf trainiert natürliche Sprache zu verstehen und zu generieren und könnten ebenfalls nützlich sein. Auch die Integration von Daten aus anderen Open Data Portalen kann zu besseren Ergebnissen führen und Überanpassungen vermeiden.
Die Vorhersage der Geburtenrate ermöglicht eine genauere Planung von Kitaplätzen, die Berechnung von Betreuungszeiten und die Ermittlung des Fachkräftebedarfs. Die gewonnenen Erkenntnisse können auch bei der Planung von Kitas und Spielplätzen helfen (https://www.meinkitaplatz-leipzig.de).
Ein solches Prognoseverfahren gewährt eine langfristige und nachhaltige Stadtentwicklung und wir hoffen, dass unsere Arbeit einen Beitrag zur Verbesserung der Stadtentwicklung und zur Erfüllung des Wunsches nach ausreichend Kitaplätzen für alle Kinder in Leipzig leisten kann.
Der Code für unser Tool ist im GitHub-Repository der Finatix GmbH zum Open Data Hackathon 2023 verfügbar: https://github.com/Finatix/hackathon-open-data-week-2023.
Weitere Beiträge:
