Einsatz digitaler Landkarten bei der Visualisierung, Analyse

Einsatz digitaler Landkarten bei der Visualisierung,
Analyse und Berechnung von Business-Informationen
Gerrit Schreiber,
GfK GeoMarketing,
Hamburg
Schlüsselworte:
Thematische Karten, räumliche Auswertungen, Oracle Spatial, Oracle Maps, MapViewer
Vektorkarten, SDO_GEOMETRY, GfK GeoMarketing, digitale Landkarten, Regionale
Potenzialdaten, Geodaten, GIS, Business Intelligence, Business Mapping, Spatial SQL, Visualisierung
Einleitung
Viele Aspekte im Informationsmanagement von Unternehmen wie z.B. Lieferplanung,
Vertriebsgebietsplanung oder Expansionsplanung beinhalten räumliche Dimensionen. Da ist es wenig
überraschend, dass räumliche Daten heute ganz alltäglich eingesetzt werden, nicht nur in InternetDiensten oder Navigationsgeräten, sondern auch in Geschäftsanwendungen für Vertriebssteuerung,
Marketing oder Controlling.
Durch rein tabellarisch strukturierte Daten können „topologische Beziehungen“ und geografische
„Kon- und Disjunktion“ unterschiedlicher Informationen nicht erkannt und damit nicht genutzt
werden. Dies ist umso augenfälliger, als jede Datenbank seit jeher eine große Anzahl von GeoAttributen enthält, wie z. B. Kundenadressen oder räumliche Zuordnungen (zu einer Filiale oder einem
Liefergebiet).
Der Vortrag zeigt anhand von Beispielen aus der Praxis den unmittelbaren Nutzen, den die
Verknüpfung von Unternehmensdaten auf digitalen Landkarten für Unternehmen bringt. Darüber
hinaus werden die formellen Bedingungen sowohl seitens des Daten- als auch seitens des
Kartenmaterials erörtert.
Verknüpfung von Daten mit digitalen Landkarten
Sie sind ein täglicher Begleiter in unserer heutigen Welt. So selbstverständlich wie einen Text oder
eine Tabelle betrachten und lesen wir Landkarten. Landkarten verdeutlichen uns räumliche
Zusammenhänge, sei es in Magazinen, Reports, im Internet, im Fernsehen oder als Wandkarte im
Büro. Karten vermitteln in verdichteter Form eine Vielzahl an Informationen, manche davon sind auch
nur über dieses Medium darstellbar.
Daher haben Karten auch seit jeher einen festen Platz bei Unternehmen und Organisationen. Denn die
überwältigende Mehrheit aller Geschäftsprozesse - strategisch wie operativ - beinhaltet
entscheidungsrelevante räumliche Aspekte; sei es
 bei der Planung von Geschäftsstellen bzw. Außendienstmitarbeiten,
 bei der Filial- und Expansionsplanung,
 im Kundenservice und der Kundeninformation,
 bei Produktionsabläufen über mehrere Standorte,
 bei der Liefertarifierung und Planung von Lieferzonen,
 der Kundenanalyse nach Verteilung oder
 bei der Marktanteilsbestimmung und Wettbewerbsanalyse.
Nicht ohne Grund ist der Suchmaschinenhersteller Google bereits Mitte des letzten Jahrzehnts dazu
übergegangen, sämtliche Informationen und Services direkt auf einem digitalen Modell der Weltkugel
abzubilden. Und das lässt sich im Prinzip auch mit jeder Unternehmensdatenbank realisieren.
Dass in der Vergangenheit das Medium Landkarte nicht noch intensiver zum Einsatz kam - jenseits
der im Büro aufgehängten Orga-Wandkarte - ist dem einstmals „sperrigen“ Handling von Geodaten
geschuldet. Die Verwendung genauer Lagebeschreibungen durch räumliche Koordinaten blieb
Spezialanwendungen im Planungs-, Netz- oder Liegenschaftsbereich vorbehalten. Das hat sich mit der
heutigen Geoinformations-Technologie fundamental gewandelt; die Verknüpfung von Daten mit
digitalen Landkarten ist technisch kein Problem mehr und so ist die Nachfrage nach geografischen
Unternehmenslösungen riesig. Denn in jeder Datenbank, auch ganz ohne GIS-Fachschale, wimmelt es
bereits von geografischen Attributen. Seien es unmittelbare Ortsangaben wie

Kunden-/Geschäftsstellen-/Filialadressen (Str., PLZ, Ort),

Tarifzonen oder Zuständigkeiten von Vertriebsbüros (nach PLZ, Ländern etc.),

Vertreter-Kunde-Beziehungen oder Besuchstouren (von A nach B),
oder gar standortbeschreibende Zusatzinformationen wie beispielsweise die Angabe des Landkreises,
in dem ein Standort liegt oder auch die Entfernung eines Kunden zur nächsten Geschäftsstelle etc.
An letzterem Beispiel wird deutlich, dass die Speicherung einer Ortsangabe in Form eines TextStrings bestenfalls eine Krücke ist. Was passiert beispielsweise, wenn die Adresse der Geschäftsstelle
sich verändert? Spätestens seitdem Unternehmen ganz unmittelbar mit primären Geodaten (wie
Längen-/Breitengrad) aus den GPS-Geräten der LKW-Flotte oder im Handheld des
Außendienstmitarbeiters konfrontiert sind, ist klar: An der Verwaltung von Geodaten kommt fast kein
Unternehmen mehr vorbei.
Beispiele für den Einsatz von digitalen Landkarten
Der „offensichtliche“ – aber keineswegs einzige – Vorteil von Landkarten erwächst aus der
Möglichkeit, eine Vielzahl von Informationen verdichtet in nur einer Grafik zu integrieren. Häufigster
Ausgangspunkt für den Einsatz von Karten in Unternehmensdatenbanken ist die Darstellung eigener
Unternehmensdaten.
Beispiel 1: Abbildung und Analyse der Kundenstruktur mit der digitalen Landkarte
Im abgebildeten Beispiel (Abb. 1) sind die kaufenden Kunden eines Versandhändlers in der Karte
dargestellt. Allein die geocodierten Herkunftsadressen erlauben auf den ersten Blick zahlreiche
Rückschlüsse. So ist beispielsweise unübersehbar, dass Baden-Württemberg ein Verkaufsschwerpunkt
des Händlers ist. Die Karte erlaubt es, noch einen Schritt weiter zu gehen: Aufgrund der geografischen
Referenzierung können diese internen Unternehmensdaten mit externen Indikationen verknüpft und
dadurch objektiviert werden, beispielsweise über die Einwohnerzahl als Kunden je 1.000 Einwohner.
In der Darstellung als „Kundendichte“ wird deutlich, dass die Marktposition des Unternehmens
beispielsweise im Westen von Nordrhein-Westfalen keineswegs so gut ist, wie es auf den ersten Blick
scheint. Gleiches gilt für die meisten Großstädte, in denen die Marktposition ebenfalls
unterdurchschnittlich ist.
Abb. 1 a-c: Unüberschaubare Kundendaten (1a) erlauben auf eine Karte projiziert (1b) zahlreiche
Rückschlüsse. Die Kartendarstellung ermöglicht darüber hinaus die Verknüpfung mit anderen Informationen,
beispielsweise zur Kundendichte pro Einwohner je Landkreis (1c).
Beispiel 2: Auswertung von Kassenbefragungen und Einzugsgebieten
Ein Einzelhändler hat über einen bestimmten Zeitraum hinweg seine Kunden nach ihrer Wohn-PLZ
befragt. Die gesammelten Nennungen ergeben, in einer PLZ-Karte dargestellt, ein höchst
aufschlussreiches Bild.
Abb.2: Die Karte visualisiert die Absolutzahl von PLZ-Nennungen im Zuge einer Kassenbefragung eines
Einzelhändlers mit Sitz in Mannheim.
Über diese rein visuellen Erkenntnisse hinaus kann man eine funktionale Abhängigkeit herleiten, also
den Zusammenhang zwischen Entfernung und Umsatz je Einwohner, der – wie in diesem Beispiel –
keineswegs linear und noch nicht mal in alle Richtungen gleich stark ausgeprägt sein muss. Am
Schluss steht unter anderem die Erkenntnis, wie groß (bevölkerungsreich/kaufkräftig) das Umfeld
eines erfolgreichen Standortes ist – eine essenzielle Information zum Beispiel für die Bewertung von
potenziellen Neustandorten.
Abb.3, 4: Über die Verknüpfung mit der digitalen PLZ-Karte kann in einem Scatterplot ein funktionaler
Zusammenhang von Entfernung und Umsatz je Einwohner hergestellt werden. Auch „Ausreißer“(rot und grün
markiert) können identifiziert und untersucht werden. Für das so modellierte Einzugsgebiet können dann
Einwohner-, Haushalts- oder beliebige andere Daten berechnet werden.
Beispiel 3: Einsatz digitaler Landkarten bei der Analyse und Steuerung von
Vertriebsaktivitäten.
Nahezu jedes Unternehmen und jede Organisation steht vor der Notwendigkeit, den Verkauf seiner
Produkte oder Dienstleistungen geografisch zu organisieren. Kein Wunder also, dass die
Vertriebsabteilung traditionell der Bereich ist, der im Unternehmen schon am längsten und am
umfangreichsten Landkarten und – seit EDV-Einführung – digitale Landkarten einsetzt.
Branchenübergreifend kommen dabei dieselben Methoden zum Einsatz, die in Kurzform wie folgt
beschrieben werden können:
 Alle vertriebsrelevanten Kennziffern und Werte werden auf der digitalen Landkarte verortet.
Dazu gehören Kundenstandorte mit all ihren Attributierungen wie Umsatz oder Liefer/Besuchshäufigkeit, genauso wie Filial- und auch Wettbewerbsstandorte.
 Auch weitere, externe Potenzialkennziffern, wie die Verteilung der Haushalte, des
Kaufkraftvolumen oder Gewerbestatistiken werden in der Karte platziert.
 All diese Informationen werden – gleichsam wie auf den „kleinsten gemeinsamen Nenner“ –
auf eine Gebietseinheit, zumeist das PLZ-Gebiet zusammengefasst. Erst durch diese
„Standardisierung“ unterschiedlichster Informationsquellen wird eine objektive regionale
Bewertung und Planung möglich.
Diese Daten pro Gebietseinheit können dann für die Bewertung oder auch Planung von
Vertriebsgebieten aggregiert werden. Beispielsweise, um die regionale Vertriebsperformance
regelmäßig auszulesen und in Reports auf Karten zu visualisieren.
Abb. 5: Mit Hilfe von digitalen Landkarten können Daten unterschiedlichster Herkunft (linke Karte) in einem
Gebietsraster – hier die PLZ-Gebiete – in numerischen Werten (rechte Karte) pro Gebietseinheit (PLZ-Gebiet)
zusammengefasst und auf diese Weise standardisiert werden.
Abb. 6: Vertriebsgebietskarte, bestehend aus aggregierten Postleitzahlen. Unzählige Zusatzinformationen lassen
sich durch die Aggregation von Unternehmensdaten auf digitalen Landkarten generieren; so wird beispielsweise
deutlich, dass das Gebiet ‚Goergen‘ mit der gleichen Anzahl an Filialen fast dreimal so viele Haushalte
erreichen muss wie das Gebiet ‚Etgeton‘.
Es gibt also eine ganze Reihe von Berechnungen, die sich ausschließlich auf der Basis von auf
Landkarten geocodierten Unternehmensdaten durchführen lassen. Im letzten Abschnitt werfen wir
daher einen genaueren Blick auf die erforderliche Methodik und die Kartenbasis.
Beispiel 4: Risikomodellierung auf Basis von digitalen Landkarten
Da Großschadenslagen, beispielsweise infolge von Naturkatastrophen, sich in der Regel regional
konzentrieren, ist es insbesondere für die Rückversicherungsbranche essentiell, die
Prämienberechnung auf Basis einer räumlichen Modellierung durchzuführen. Rückversicherer,
beispielsweise die „Swiss RE“ oder „Munich Re“, sind bei Katastrophen zeitgleich mit einem hohen
Forderungsvolumen durch andere Versicherungsunternehmen konfrontiert, die sich ihrerseits für
solche Großschadensfälle rückversichert hatten. Um dieses Geschäft überhaupt kalkulierbar zu
machen, wird sowohl die Eintrittswahrscheinlichkeit von (Natur-)Katastrophen als auch das
potenzielle Versicherungsvolumen (repräsentiert durch Menschen und Güter) auf digitalen Landkarten
modelliert und räumlich differenziert bewertet. In einer sogenannten CRESTA-Karte (Catastrophe
Risk Evaluating and Standardizing Target Accumulations) ist die gesamte Welt in Gebiete
(Accumulations) unterteilt, deren Raster die Grundlage für alle Versicherungsberechnungen ist.
Abbildung 7 – 10: Auf Basis der Sturmläufe in den vergangenen 50 Jahren (Abb. 7) wird pro CRESTA-Zone eine
Wahrscheinlichkeit für das Sturmschadensrisiko ermittelt (Abb. 8). In Kombination mit der tatsächlichen
Bevölkerungsverteilung (Abb. 9) werden dann jene CRESTA-Zonen ausgewiesen, für die aufgrund großer
Bevölkerung und hohem Sturmrisiko ein erhöhtes Risiko für Großschadenslagen besteht (Abb.10).
Das gezeigte Beispiel nimmt Bezug auf den Sturm „Irene“, der im Spätaugust die Ostküste der USA
bis nach New York streifte. Obgleich deutlich schwächer ausgefallen als befürchtet, war dieser Sturm
aus versicherungswirtschaftlicher Sicht dennoch vergleichsweise gravierend, da er durch
dichtbesiedeltes und begütertes Gebiet zog. Entsprechend viele Forderungen bestanden (und bestehen)
nun gegenüber Versicherungen. Nur digitale Landkarten erlauben es der Versicherungswirtschaft, so
unterschiedliche Datenquellen wie Wetteraufzeichnungen, die Verteilung von Haushalten oder
Standorte von Versicherungsgütern in einem Modell zu vereinen. In der Landkarte kann für jede
CRESTA-Zone so ein individuelles Risiko berechnet und ein potenziell bereit zu stellendes
Finanzvolumen ermittelt werden.
Qualitätsmerkmale und Datentypen bei geografischen Primärdaten
Landkartengeometrien sind die logische Fortentwicklung von Datenbanken, da sie getreu dem EntitiyRelationship-Modell oder auch dem Objektmodell präzise und redundanzfrei eine Vielzahl an
Eigenschaften zu einem Punkt, einem Gebiet oder auch einem dreidimensionalen Objekt beschreiben.
Ein mit geografischen Koordinaten versehener (geocodierter) Standort beispielsweise kann jederzeit
einem Gebiet zugeordnet werden – auch nach einer Gemeindereformen oder veränderten
Gebietszuordnungen bleiben dabei die Standortinformationen aktuell.
Abb 11.: Die Speicherung der Geo-Koordinaten eines Standortes (z.B. Nürnberg Messe) ermöglicht die
redundanzfreie Verknüpfung mit zahlreichen zusätzlichen Informationen wie Postleitzahlgebiet,
Verwaltungsbereich, aber auch die Berechnung der nächsten U-Bahn-Station oder BAB-Anschlussstelle.
Zudem eröffnet das Landkartenmodell – wie gezeigt – unzählige zusätzliche Möglichkeiten der
Analytik. Seien es:
 Topologische Zusatzinformationen über Form, Größe und Lage und Beziehung zwischen
Objekten. Nur so lässt sich beispielsweise die Frage lösen, welche PLZ-Gebiete im Umkreis X
eines Standortes liegen.
 Kon- und Disjunktion von verschiedenen Informationsquellen. Nur so kann man einen
räumlichen Zusammenhang herstellen zwischen unterschiedlichen Werten: aus einer
Kundentabelle und einer Einwohnerstatistik wird so beispielsweise die Kundenzahl je 1.000
Einwohner pro Landkreis.
Diese Möglichkeit, ad-hoc über Anfragen alle notwendigen Zusatzinformationen zu erhalten, macht
die Stärke von digitalen Landkarten aus. Sie ist im Prinzip als Erweiterung jeder Datenbank denkbar.
Ohne es an dieser Stelle erschöpfend zu thematisieren, ist darauf hinzuweisen, dass Oracle alle
Module für die Haltung und Auswertung geografischer Informationen bereithält. Die Oracel Spatial
Option beinhaltet bereits einen Geocoder, der – in Verbindung mit einer Adressdatenbank –
Adressdaten in Geokoordinaten transkribiert.
Überdies ist Oracle mit der Spatial Option in der Lage, alle gängigen Geodaten-Typen zu verarbeiten,
wie:
 Vektordaten (OGC1 Simple features2)  SDO_GEOMETRY sowie ST_GEOMETRY,
Letzterer als ISO/OGC konforme Abbildung.
 Rasterdaten (Luft- oder Satellitenbilder)  SDO_GEORASTER.
 Komplexe dreidimensionale Objekte (Point Clouds oder Triangulated Irregular Network) 
SDO_TIN und SDO_PC.
(Wobei in der Businessanalyse fast ausschließlich erstere Datentypen, die Vektordaten, zum Einsatz
kommen.)
Um die enthaltenen toplogischen und geometrischen Zusammenhänge in einer Datenbank nutzen zu
können, steht außerdem eine entsprechend erweiterte Abfragesprache zur Verfügung, etwa eine
„Spatial SQL“, mit der man Bedingungen wie „liegt in“, „grenzt an“ und viele weitere Eigenschaften
abfragen kann.
Abb 12. Beispiel für räumliche Abfrage mit SQL
(Städte mit 10-20 Tausend Einw. in den
gespeicherten PLZ1-Gebieten plus
Zusatzinformationen). Der SQL-Operator
SDO_RELATE dient zum Überprüfen von
topologischen Beziehungen zwischen Geometrien.
So kann u.a. festgestellt werden, ob Geometrien
sich berühren (touch), deckungsgleich sind
(equal) oder eine sich innerhalb einer anderen
befindet (inside).
1
Open Geospatial Consortium – Internationales Standardisierungsgremium im Bereich Geoinformationen
Speichern, Abrufen, Auswerten und Ändern von einfachen Geometrien (geometrische Primitive, wie Punkte,
Linien und Polygone)
2
Sollen Karten in Anwendungen integriert werden, stellt sich nicht nur die Frage, mit welchen
Werkzeugen die Anwendung erstellt werden kann, sondern auch, woher die notwendigen Geodaten
kommen. Denn neben den (Unternehmens-)eigenen geocodierten Standortinformationen benötigt man
auch die genauen Koordinaten z.B. von PLZ-Gebieten oder administrativen Grenzen.
Die Erzeugung und Pflege dieser Geodaten ist bis heute zu einem ganz wesentlichen Teil Handarbeit.
Denn obwohl Geodaten in Form von gigantischen Luftbild-Mengen verfügbar sind, bleiben auf diesen
Rasterdaten die meisten unternehmensrelevanten Informationen, wie
 Verwaltungsgrenzen,
 Postleitbereiche oder
 Verkehrsverbindungen
unsichtbar. Diese Informationen müssen - größtenteils in Handarbeit - recherchiert, gepflegt und in
einem einheitlichen Bezugs- (Koordinaten-)System als Linien digitalisiert werden. Vektordaten sind
daher im Businessmapping wichtiger als Rasterdaten, haben aber auch deutlich höhere
Qualitätsanforderungen:
1. Vollständigkeit: Geografische Zuordnung und Analyse von Daten kann nur erfolgen, wenn
alle Raumeinheiten – seien es Gemeinden, Kreise, Ortsteile oder Postleitzahlen – vollständig
und flächendeckend verzeichnet und auch ebenso vollständig mit ihren offiziellen Namen
(PLZ, Gemeindeschlüssel, Kreisname, etc.) attributiert sind.
2. Logische Konsistenz: Alle verwendeten Vektordaten (z.B. Straßen + Verwaltungsgrenzen)
sollten in einheitlicher Genauigkeit vorliegen. Idealerweise haben alle Daten die gleiche
Digitalisierungsgrundlage.
3. Positionsgenauigkeit: „Niemandsland“ gibt es weder in der Verwaltung noch bei der Post;
Lücken oder gar Überlappungen von Gebieten darf es nicht geben. Gerade im PLZ-System
entscheidet oft die Straßenseite über die Zugehörigkeit zu einer Lieferzone. Manche Linien
beschreiben mehrere Objektgrenzen. Wenn Beispielsweise die Mitte eines Flusses gleichzeitig
Grenze eines Bundeslandes und einer Postleitregion ist, sollte das aus den Kartendaten klar
hervor gehen.
4. Zeitliche Genauigkeit: Post, Verwaltung und Straßennetz unterliegen stetiger Veränderung was sich auch in den Kartengrundlagen ablesen lässt. Alle Karten sollten einen aktuellen,
zumindest aber einem einheitlichen Datenstand haben.
5. Thematische Genauigkeit: Thematische Unterschiede liegen oft im Detail, sind aber dennoch
von großer Bedeutung. Französische Departements zum Beispiel sind fast deckungsgleich mit
den Grenzen der zweistelligen Postleitzahl – aber eben nur fast. Der Nutzer muss sich auf die
thematisch korrekte Spezifikation der Karten verlassen können.
Weil die zugrundeliegenden Karteninformationen zu alledem auch noch so unterschiedlichen
Ursprungs sind - von Verwaltungs-, bzw. Postinstitutionen aus verschiedenen Ländern -, gibt es bis
heute
wenige
Anbieter,
die
vollständige
Kartengrundlagen
entsprechend
dieser
Qualitätsanforderungen bereit stellen können. Tatsächlich ist in der Vergangenheit die mangelnde
Verfügbarkeit digitaler Landkarten mit der größte ‚Bremsklotz‘ für die Etablierung Geografischer
Informationssysteme in Business-Anwendungen gewesen.
Zu den Anbietern solcher Karten zählt seit bald 20 Jahren GfK GeoMarketing, eine Tochter der GfK.
Mit der Erstellung und Pflege von weltweiten administrativen und postalischen Landkarten hat das
Unternehmen eine Marktlücke besetzt und bietet inzwischen die weltweit vollständigste Sammlung
solcher digitalen Vektordaten. Neben den Quasi-Standard-Formaten wie beispielsweise „Shape-Files“
werden die Karten auch standardmäßig im Oracle-konformen Dateiformat angeboten.
http://www.oracle.com/technetwork/database/options/spatial/downloads/partners
Oracle verweist auf den Spatial-Seiten im Oracle Technology Network auf die von unseren Partnern
im Oracle Format bereitgestellte Datensets 3. Dort finden Sie auch den Zugang zu den von GfK
GeoMarketing bereitgestellten Daten.
Kontaktadresse:
Gerrit Schreiber
GfK GeoMarketing GmbH
Herrengraben 3-5
20459 Hamburg
Telefon:
Fax:
E-Mail
Internet:
3
+49 (0) 40-5701 325 32
+49 (0) 40 227 72 82
[email protected]
www.gfk-geomarketing.de
http://www.oracle.com/technetwork/database/options/spatial/spatial-partners-data-087203.html