Digital Twin: Potenziale für die Smart City

Digitale Zwillinge kommen immer häufiger zum Einsatz, um Analysen und Szenarien digital durchzuführen, bevor sie in der realen Umgebung Anwendung finden. Wir haben eine Demo gebaut, die ein 3D-Abbild der Stadt Hamburg mit dem öffentlichen Nahverkehrsnetz kombiniert. Damit zeigen wir, wie sich digitale Zwillinge technisch umsetzen lassen. Und welchen Nutzen sie im Kontext der Smart City haben.

Demo "Moving Hamburg"

Der Nutzen von digitalen Zwillingen

Mit digitalen Zwillingen können wir realitätsnahe Abbilder unserer Welt schaffen, die Analysen und Planungsszenarien ermöglichen, welche in der realen Welt nicht durchführbar wären. Dank fortgeschrittener Technologie kommen immer häufiger digitale Zwillinge in verschiedenen Branchen mit diversen Anwendungsfällen zum Einsatz. Laut einer Studie von ABIresearch könnten schon im Jahr 2025 mehr als 500 Städte weltweit mit digitalen Zwillingen arbeiten.

Vor dem Hintergrund, dass der öffentliche Nahverkehr eine zentrale Rolle für lebenswerte und nachhaltige Städte spielt, fokussieren wir uns auf Bus, Bahn und U-Bahn. Stellen wir uns vor, wir möchten den Verkehr von drei Buslinien für einen Tag umlenken, um die Auswirkungen auf die Konzentration der Stickoxide in der Luft zu messen. In der realen Welt ist das Szenario mit enormen Aufwand verbunden. Digitale Zwillinge jedoch ermöglichen eine realitätsnahe Simulation am Computer und können so wertvolle Erkenntnisse für die Umsetzung in der Realität liefern. Der Themenbereich “Smart City” bietet hier besonders viele Anwendungsfälle. Die digitale Vernetzung von Verkehrsteilnehmern, intelligente Verkehrssteuerung und Lenkung von Besucherströmen sind bereits heute ein wichtiger Teil der Stadtplanung und werden in Zukunft noch stärker in den Fokus rücken.

Eine Demo - viele Anwendungsfälle für digitale Zwillinge

Mit unserer Demo “Moving Hamburg” haben wir einen digitalen Zwilling der Stadt Hamburg gebaut, auf dem sich die Haltestellen, Fahrzeiten und -strecken sowie Erreichbarkeiten der öffentlichen Verkehrsmittel nachvollziehen lassen. Kurz: Die Demo zeigt ein digitales Abbild des öffentlichen Nahverkehrs in Hamburg. Wir sehen hier echte Daten aus der GTFS Datenbank (General Transit Feed Specification). Die Darstellung der Stadt in drei Dimensionen, kombiniert mit Daten des ÖPNV, ist nur eine von vielen Möglichkeiten, digitale Zwillinge einzusetzen. Aus der Kombination von Echtzeit-Mobilitätsdaten im Kontext eines 3D-Stadtmodells entsteht eine aussagekräftige Darstellung mit Potenzial für viele weitere Anwendungsfälle:

• Planungsszenarien im Immobiliensektor: Wie beeinflussen bauliche Änderungen den Verkehrsfluss oder Bewertung von Immobilien-Lagen, basierend auf Anschlussmöglichkeiten Nahverkehr oder Kriminalitätsstatistiken
• Großveranstaltungen (z.B. Marathon): Wo befinden sich die Gruppen auf der Marathonstrecke, wo lässt sich die Strecke überqueren, wo muss der Verkehr umgeleitet werden?
• Events (z.B. Lange Nacht der Museen): Wo ist der Besucherandrang gerade am höchsten? Besuchersteuerung durch Mobilitätsangebote, die nach Bedarf ausgerichtet sind. 
• Mobilitätsangebote in der Smart City: Passgenaue Mobilitätsangebote können auf Basis von Erreichbarkeitsanalysen angeboten werden.
• Besucherorientierung (z.B. Klinikum): Eine 3D-Darstellung des Geländes mit Live-Daten zu Abfahrten und Verkehrsmitteln vereinfacht die Orientierung für Gäste in großen Betriebswerken, auf Flughäfen oder auf dem Gelände eines Klinikums.

Aufbau und Design der Demo

Basis unserer Demo ist die Google Maps API WebGL mit 3D-Featuren. Damit erschaffen wir eine realitätsnahe und vollständige Abbildung der Welt - in diesem Fall des Straßennetzes in Hamburg. Darüber haben wir eine Datenebene mit den GTFS-Daten gezogen. Für eine zusätzliche Datenebene über die Erreichbarkeit der HVV-Haltestellen und Verkehrsmittel haben wir Erreichbarkeits-Polygone von Drittanbietern ausgelesen. Die Integration von WebGL und Three.js ermöglichen es uns, die Karte trotz großer Datenmengen performant darzustellen. Zusätzlich sorgen wir mit den folgenden Designentscheidungen für ein aufgeräumtes und nutzerfreundliches Design:

• Die Karte als Zeichenhintergrund: Mit gedeckten Farben und einem minimalistischen Design reduzieren wir die Karte auf das Nötigste, um als Referenzrahmen für unsere Daten zu dienen. 
• Daten und Karte auf einer Ebene rendern: Die Daten werden mit Hilfe von three.js in den gleichen WebGL Context wie die Karte gerendert. Dadurch werden die Daten mit der Karte verschmolzen. So können zb. U-Bahnen hinter einem Gebäude durchfahren das die Strecke verdeckt. Die Animation errechnen sich aus Informationen zu den Fahrplänen, den Haltestellen und den dazwischenliegenden Wegstrecken.
• Verschiedene Informationsebenen: Verschiedene Informationsstufen sorgen für ein klares und intuitives Design. Auf niedrigen Zoomstufen gibt die Karte einen Überblick über das Verkehrsnetz und reduziert die Darstellung auf die nötigsten Informationen. Das Liniennetz wird auf dieser Ebene abstrakt und ausgedünnt dargestellt und Animationen werden schneller abgespielt, um einen zeitlichen Überblick über die Fahrzeiten des Nahverkehrs zu vermitteln. Herangezoomt werden mehr Details auf der Karte angezeigt und die Informationsdichte wird erhöht. Gebäude werden als detaillierte 3D-Modelle dargestellt und die Animationen laufen in einer langsameren, dem Grad der Detaillierung angemessenen Abspielgeschwindigkeit. Der Grad der Informationsdichte erhöht sich mit dem Grad der Detailansicht der Karte. So werden Nutzer:innen nicht von den Informationen erschlagen. 
• Gute User-Experience: Die technologischen Neuerungen ermöglichen durch ansprechende 3D-Karten und stimmige Übergänge der einzelnen Informationsstufen eine flüssige Nutzung der Demo.

Hier geht es zur Demo “Moving Hamburg”: https://demos.ubilabs.com/moving-hamburg/