Spatial Quality Mixer

Standortinformationen sind in vielen Entscheidungsprozessen von grosser Bedeutung, zum Beispiel in der Immobilienbranche, der Verkehrsplanung und bei der Standortwahl von Unternehmen. Die Analyse und Visualisierung dieser Informationen erfordert Kenntnisse, die meist branchenfremd sind, weshalb der Entscheidungsträger externe Berater beiziehen muss, die für ihn die Standortbewertung durchführen. Dabei ist er in seinem Einfluss eingeschränkt, da er die Bewertungsstrategie nur bedingt parametrisieren kann.
Das Startup UrbanDataLab sammelt, aggregiert und erstellt schweizweite Geoinformationen und versucht hier einen Mehrwert zu bieten, indem es ein Tool anbietet, das die Verarbeitung dieser Daten soweit vereinfacht, dass die Entscheidungsträger Standortbewertungen selber durchführen können. Die Daten ähneln in ihrer Struktur dem Hektarraster des Bundesamts für Statistik BfS.

Von diesem Tool hat UrbanDataLab bereits einen Prototypen entwickelt. Dieser ist allerdings im Funktionsumfang und der Benutzbarkeit sehr eingeschränkt, da er nicht auf einer skalierbaren und performanten Basis implementiert wurde. Das führt dazu, dass der Prototyp nur im kleinen Rahmen einsetzbar ist, da er sonst zu lange benötigt, um ein Resultat zu produzieren. Ziel dieser Arbeit ist es, anhand des bestehenden Prototypen von UrbanDataLab eine Neuimplementation durchzuführen, die den Anforderungen der modernen Softwareentwicklung entspricht. Dabei steht vor allem die Performance der Abfragen im Vordergrund. Diese ist essenziell dafür, dass der Anwender im Raum frei navigieren kann, ohne jedesmal warten zu müssen, bis die Bewertung neu berechnet worden ist.
Die Applikation Spatial Quality Mixer bietet eine interaktive Karte der Schweiz an, auf welcher die unterschiedlichen Bewertungen als Heatmap dargestellt werden. Diese Bewertung wird anhand von individuellen Kriterien und Gewichtungen aggregiert.

Der Spatial Quality Mixer implementiert die Applikation von Grund auf neu. Es ist eine Webapplikation mit Frontend (React/JS/Leaflet), Backend (Django/Python) und einer Datenbank (PostgreSQL) zur Verwaltung der räumlichen Informationen. Er unterstützt den Benutzer durch Zusatzfunktionen wie einen PDF-Export und mehrere Bearbeitungsmodi mit unterschiedlichen Detaillierungsgraden. Die Bewertung wird dynamisch anhand individueller Kriterien berechnet und dem Benutzer auf einer Karte visualisiert. Die Abfrage-Performance konnte schweizweit auf unter zwei Sekunden gehalten werden, wobei auf gängigen (Massstab 1:1000 bis 1:150'000) Zoomstufen weniger als eine Sekunde benötigt wird, um die Heatmap zu generieren.