GartenRadar

In Mannheim findet dieses Jahr die Buga unter dem Motto „Blühendes Leben” statt und setzt dabei auf Nachhaltigkeit und Umweltschutz, weshalb es rund um die Buga auch Leihrad-Stationen gibt, um eine umweltfreundliche An- und Abreise während der Buga zu ermöglichen. Um den Zusammenhang zwischen den Besucherzahlen und den Leihräder-Fahrten von und zu den Buga-Stationen in Mannheim zu untersuchen, wurde ein Dashboard mit Balkendiagramm, Flowmap und Heatmap erstellt. Visualisiert wurden Datensätze der Smart City Mannheim zu den Besucherzahlen der BuGa und VRN NextBike Daten aus dem Mannheim Opendata Portal. Die Auswertung dieser Daten mit dem Dashboard zeigt, dass es am Wochenende mehr Besucher gibt. Das NextBike Angebot wird eher wenig genutzt, aber auch hier ist zu erkennen, dass die Zahlen am Wochenende höher sind.

Dieses Projekt ist im Rahmen des Kurses “Grundlagen der Datenvisualisierung” im Sommersemester 2023 an der Hochschule Mannheim unter der Leitung von Prof. Dr. Till Nagel entstanden.

Einführung

Die Bundesgartenschau 2023 in findet in Mannheim statt vom 14. April bis zum 8. Oktober 2023, steht unter dem Motto “Blühendes Leben” und setzt dabei auf Nachhaltigkeit und Umweltschutz. Die Veranstaltung verspricht nicht nur ein Highlight für alle Garten- und Naturfreunde zu werden, sondern auch ein Zeichen setzen für eine nachhaltige Zukunft. Die Veranstaltung zieht zahlreiche Besucher an und bietet ein abwechslungsreiches Programm mit vielen Events. Um die Anreise und Fortbewegung während der Bundesgartenschau zu erleichtern, wird die Nutzung von NextBike empfohlen. VRN NextBike ist ein Fahrradverleihsystem, das in Mannheim und der unmittelbaren Umgebung der Bundesgartenschau verfügbar ist und eine umweltfreundliche und flexible Möglichkeit bietet, die Region zu erkunden. Unsere Arbeitshypothese lautet daher:

Gibt es einen Zusammenhang zwischen den Besucherzahlen und den Nextbike-Fahrten von und zu den Buga-Stationen?

Am Anfang hatten wir uns viele Fragen gestellt, die spannend klangen: Welchen Einfluss haben das Wetter, Events und der Wochentag auf die Besucherzahlen und die Fahrradnutzung auf der Buga? Kommt ein Großteil der Besucher, die mit Nextbike kommen, vom Hauptbahnhof? Sind die Besucherzahlen der BuGa abhängig von Wetter und Events?

Da dies jedoch viel zu viele Fragen waren und die Zeit für das Projekt begrenzt war, mussten wir uns für eine der Fragen entscheiden und hatten uns für die erste Frage entschieden. Im Laufe des Projekts haben wir aber gemerkt, dass es dann doch zu viele Aspekte sind und wir uns einschränken sollten, also haben wir uns entschieden, die Events wegzulassen.

Unser Ziel war es, potenzielle Verknüpfungen aufzudecken, die ein tieferes Verständnis für die Dynamik von Besucher- und Verkehrsflüssen ermöglichen könnten. Unsere Visualisierung soll dem Nutzer zeigen, an welchen Tagen oder Wochen die meisten Besucher kamen und welche VRN NextBike Stationen dafür am meisten genutzt wurden.Dabei standen immer die Prinzipien der Nachhaltigkeit im Vordergrund. Wir sind davon überzeugt, dass die gewonnenen Erkenntnisse dazu beitragen können, zukünftige Veranstaltungen effizienter und nachhaltiger zu gestalten.

Datenbeschaffung und Auswertung

Datenquellen

Nachdem wir uns eine Forschungsfrage überlegt hatten, schauten wir uns die für uns relevanten Daten genauer an. Dies waren die Daten der Personenzähler an den Eingängen der BUGA, die sich in den Luisenpark und den Spinellipark aufteilt. Diese Personenzähldaten wurden von der Smart City Mannheim erfasst, auf die wir über eine API zugreifen konnten. Für uns waren vor allem die Daten über DeviceId, Timestamp und die Werte wichtig.

Die Daten über die VRN-NextBike waren etwas schwieriger zu bekommen, da wir nicht über eine API auf diese Daten zugreifen konnten, sondern sie selbst abgreifen mussten. Diese Daten bekamen wir über das Mannheimer Opendata Portal, mussten diese aber mit einem selbstgebauten Script alle 10 Minuten ziehen, da sich diese Daten in diesem Intervall auf dem Portal aktualisieren. Da das Opendata Portal keine historischen Daten liefert, mussten diese Daten in einer Datenbank gespeichert werden, damit wir Daten für einen bestimmten Zeitraum haben. In der Datenbank haben wir dann die Daten gespeichert. So haben wir in unserer Datenbank Daten für den Zeitraum vom 17.05. bis zum 27.06.

Exploratory Data Analysis

VRN Nextbike Daten

Wir haben zunächst versucht, die Radrouten mit Tableau darzustellen, um zu sehen, was dabei herauskommt und ob wir vielleicht schon Auffälligkeiten sehen. In der Abbildung unten sieht man den ersten Versuch. Dieser war aber ziemlich chaotisch und unübersichtlich, das lag daran, dass hier noch alle Fahrradstationen, die es in Mannheim gibt, angezeigt wurden, aber auch daran, dass wir nur eine Farbe für die Routen verwendet hatten, außerdem war hier noch nicht klar, was die Start- oder Endstation ist. Wir konnten hier noch keine Schlussfolgerungen ziehen, fanden aber das die Flow Map eine gute und geeignete Darstellung ist und wollten diese beibehalten.

Daher haben wir uns überlegt, dass wir die Fahrten erst einmal eingrenzen, da uns nur die Stationen rund um die Buga interessieren. Es sollten Fahrten sein die entweder eine der 4 Stationen um die Buga als Ausgangspunkt oder als Ziel haben. Dies sind die Stationen Spinellipark Nordeingang, Spinellipark Haupteingang, Luisenpark am Fernmeldeturm und Luisenpark Oststadt. Dadurch war es schon etwas überschaubarer und wir konnten feststellen, dass weniger Leute als von uns erwartet das VRN Nextbike nutzen. Später haben wir uns entschieden, die Karte mit Leaflet zu erstellen, da man hier mehrere Farbmöglichkeiten für die Karte zur Auswahl hatte.

Besucherzahlen

Wir haben auch die Besucherzahlen bzw. die Ein- und Ausgänge vom Lusienpark und Spinellipark in der Nähe der NextBike Stationen visualisiert, hier haben wir die Visualisierung mit chart.js und D3.js gemacht. Da wir uns am Anfang die Besucherzahlen mit der Temperatur anschauen wollten, sieht man in der Abbildung unten ein Balkendiagramm kombiniert mit einem Liniendiagramm. Die Balken oberhalb der x-Achse stellen die Eingänge der Besucher dar, die Balken unterhalb die Ausgänge. Auch hier konnten wir keine wirklichen Auffälligkeiten feststellen, außer dass die Anzahl der ankommenden Besucher höher war als die Anzahl der abgehenden Besucher. Dies war ein Problem, das uns im Laufe des Projekts immer wieder beschäftigt hat, da wir uns nicht sicher waren, ob die Daten nicht ganz in Ordnung waren oder ob wir einen Fehler bei der Aufbereitung der Daten gemacht hatten. Letztendlich stellte sich heraus, dass es ein kein Fehler war, sondern es einfach mehrere Ausgänge gibt, für die es keine Zähler gibt.

Den Temperaturverlauf haben wir aus der Visualisierung herausgenommen, da uns aufgefallen ist, dass die Besucherzahlen sehr ähnlich waren und somit die Temperatur keinen Einfluss auf die Besucherzahlen hatte. In unserer Visualisierung kann der Zeitraum vom 11.05. bis 12.06. betrachtet werden. Da sich das Datenformat ab dem 12.06. geändert hat, können die Besucherdaten nur bis zu diesem Zeitpunkt betrachtet werden.

Prototypen und Prozess

Version 1

Unsere Arbeit an den Visualisierungen begann mit der Erstellung eines Prototyps. Dieses diente als grundlegender Leitfaden für die Grundelemente und die Struktur unserer geplanten Visualisierungen. Bereits in der Mockup-Phase trafen wir wichtige Entscheidungen bezüglich der Darstellungstechniken: Zunächst die Verwendung einer Flow Map, um die Bewegungen der Next-Bikes zwischen den verschiedenen Stationen in der Nähe der BuGa zu visualisieren. Zweitens die Verwendung eines interaktiven Kalenders als Filter für den ausgewählten Zeitraum. Dieser ermöglichte es den Benutzern, bestimmte Zeitintervalle auszuwählen und die Daten für genau diesen Zeitraum zu betrachten, was eine individuelle Analyse ermöglichte.

Ursprünglich war auch geplant, die Wetterdaten in Form eines Liniendiagramms mit zwei Achsen für Besucherzahlen und Niederschlag/Temperatur darzustellen. Diese Entscheidung wurde jedoch revidiert, als wir uns entschieden, uns auf die NextBike- und Personenzählerdaten zu konzentrieren, um die Übersichtlichkeit zu gewährleisten und die Anzahl der betrachteten Einflussfaktoren zu reduzieren.

Version 2

Im Laufe der Projektentwicklung haben wir einige Anpassungen an unseren Visualisierungen vorgenommen. Eine davon betraf den ursprünglich geplanten Kalenderfilter, der in eine Heatmap umgewandelt wurde. Durch die Verwendung von Farben in der Heatmap konnten wir dem Kalender eine weitere Dimension hinzufügen. So konnte das Verhältnis der täglichen Besucherzahl zur maximalen Besucherzahl an einem Tag visuell dargestellt werden.

Version 3

Nach Rücksprache mit Herrn Nagel haben wir die endgültige Version unserer Visualisierung erstellt. Dabei haben wir wieder die Heatmap-Technik verwendet, diesmal jedoch zur Darstellung der Anzahl der NextBike-Fahrten. Durch den Einsatz der Heatmap konnten wir Muster in der Fahrradnutzung erkennen und visualisieren.

Im Zuge der Weiterentwicklung wurde auch das Besucherzahldiagramm weiterentwickelt und verbessert. Es bot eine klare und unmittelbare Darstellung von Vergleichswerten über die Zeit und half uns, die Dynamik der Besucherzahlen zu verstehen und zu interpretieren.

Das Dashboard

Wir haben versucht das Dashboard so einfach wie möglich zu gestalten, aber trotzdem aussagekräftig. Da wir untersuchen wollten, welcher Zusammenhang zwischen den Besucherzahlen und den NextBike-Fahrten besteht, ist unser Dashboard in zwei Bereiche aufgeteilt, links sieht man die Besucherzahlen als Balkendiagramm mit den jeweiligen Besucher-Ein- und Ausgängen und darunter eine Kalender-Heatmap, die die Anzahl der Besucher pro Tag zeigt. Auf der rechten Seite sieht man die Karte mit den gefahrenen Fahrradfahrten zu den Stationen, die rund um den Luisenpark und Spinelli Park liegen. Unterhalb der Fahrradrouten ist ebenfalls eine Kalender-Heatmap zu sehen, der sich jedoch auf die Fahrraddaten bezieht, d.h. wie viele Fahrräder ausgeliehen bzw. genutzt wurden. Zwischen den beiden Kalendern befindet sich eine Farbskala, an der man ungefähr ablesen kann, wie hoch die Besucher- und Fahrraddaten sind. Unsere Farbpalette orientiert sich an den Farben der Buga. Auch unsere Legenden in der Anzeigetafel haben wir nach diesen Farben ausgerichtet und einheitlich gehalten, so ist alles in Verbindung mit dem Luisenpark in rosa und in Verbindung mit dem Spinellipark in türkis gehalten.

Interaktionen

Im Dashboard sind verschiedene Interaktionen möglich. So kann man im Balkendiagramm über die einzelnen Balken hovern, um Informationen über das genaue Datum, die Uhrzeit, die Ein- und Ausgänge sowie den Parknamen zu erhalten. Das Hovern ist auch in der Karte möglich, dort kann man sich den Namen der einzelnen Station anzeigen lassen und auch über die einzelnen Routen, dort wird dann angezeigt von wo nach wo und das Datum sowie die Uhrzeit der einzelnen Routen. Es war noch geplant, die Dauer der einzelnen Fahrten anzuzeigen, jedoch ist uns ein Berechnungsfehler unterlaufen. Es wurden mehrere Fahrten zu einer Station für die gleiche Zeit berechnet.

Es ist aber auch möglich in den Kalendern zeitliche Filter zu setzen, um verschiedene Zeiträume auszuwählen und zu vergleichen, das macht man mit einem Multiselect wodurch man dann sogar Zeiträume vergleichen kann. Das Balkendiagramm sowie die Karte ändern sich je nach gewähltem Zeitraum. Aber auch räumliche Filter sind möglich, so kann man in der Karte durch Klick auf das Fahrradsymbol auswählen, welche Stationen man in welchem Park sehen möchte, also entweder Stationen um den Luisenpark oder um den Spinellipark oder beide Parks.

Visualisierungstechniken

Flowmap

Wir haben uns für die Flow Map entschieden, da sie verwendet wird, um den Fluss von Objekten, Personen oder Informationen zwischen verschiedenen Orten oder Regionen darzustellen. Diese Darstellung zeigt die NextBike-Nutzer während der BuGa. Die Fahrradstationen werden als Knotenpunkte dargestellt und die Verbindungen zwischen ihnen als Linien, deren Farbe den Fluss repräsentiert, diese sind türkis für die Routen zum Spinellipark und rosa für die Routen zum Luisenpark. Die Flow Map dient dazu, komplexe Zusammenhänge und Muster sichtbar zu machen. Sie soll Trends und Entwicklungen auf der Basis fundierter Daten sichtbar machen. Bei der Verwendung dieser Art der Visualisierung haben wir uns gedacht, dass man am besten sehen kann, zu und von welchen Stationen die meisten Menschen fahren.

Balkendiagramm

Wir haben uns für die Darstellung der Besucherzahlen in einem gestapelten Balkendiagramm entschieden, da dieses besonders gut geeignet ist, um die Relationen zwischen den einzelnen Werten besser darstellen und vergleichen zu können. So sieht man in unserem Dashboard oberhalb der x-Achse in türkis bzw. rosa die gestapelten Balken der jeweiligen Eingänge im Spinelli- bzw. Luisenpark. Unterhalb der x-Achse sind die Werte negativ, da sie die Ausgänge der jeweiligen Parks als gestapelte Balken darstellen.

Heatmap

Bei der Darstellung von Besucherzahlen in einer Heatmap können Farben oder Schattierungen die Anzahl der Besucher an verschiedenen Orten oder zu verschiedenen Zeiten darstellen. Je höher die Besucherzahl, desto intensiver die Farbe. So können Besucherströme und Hotspots auf der Karte leicht erkannt werden. Heatmaps sind daher eine nützliche Methode, um Besucherzahlen, aber auch Fahrraddaten zu visualisieren. In unserem Dashboard kann man auf der Farbskala ablesen, wie hoch das Besucheraufkommen und die Fahrradnutzung sind. Links und rechts davon sind die jeweiligen Kalender, die wir als Heatmap dargestellt haben. Um die Werte besser miteinander vergleichen zu können, haben wir uns für einen kontinuierlichen Farbverlauf entschieden, bei dem die höchsten Besucher- und Fahrradwerte das Maximum, also die intensivste Farbe haben und dann nach unten immer heller bis weiß werden.

Erkenntnisse

Sonn- & Feiertage

Die Besucherzahlen sind, wie wir erwartet haben, an den Sonn- und Feiertagen höher als an den meisten Werktagen. Ein deutlicher Peak ist am 18. bis zum 20. Mai sichtbar, wie man in der Abbildung sieht, da hier am Donnerstag, dem 18. Mai ein Feiertag war. Betrachtet man die Zahlen an den Wochenenden, erkennt man einen Zusammenhang zwischen dem Wochentag und der Besucherzahl. Doch auch unter der Arbeitswoche gibt es einzelne Tage, die Ausnahmen darstellen. An diesen Tagen wurde die Zahl der Besucher wesentlich höher gemessen als an anderen Arbeitstagen. Um daraus Schlüsse für einen Zusammenhang zu ziehen, müssen weitere Faktoren zur Analyse herangezogen werden.

Bei den Zahlen der NextBike-Fahrten ist dieses Muster nicht so deutlich zu erkennen. Ein Grund hierfür ist die wesentlich überschaubarere Datenmenge, die zu der Nutzeranzahl erhoben werden konnte. Im Gegensatz dazu ist die Menge an Daten zur Besucherzahl größer und damit als aussagekräftiger zu betrachten. Aber auch hier sieht man in der Heatmap, dass das NextBike Angebot an Wochenenden und Feiertagen mehr in Anspruch genommen wird als unter den Arbeitstagen der Woche.

Ein- und Ausgänge

Bei dem Vergleich der Eingänge Luisenpark (In der Abbildung rosa) und Spinellipark (türkis) stellt man fest, dass die Personenzahl, die den Park eintritt, am Eingang des Spinelliparks höher ist als die des Luisenparks. Das trifft sowohl an den stark als auch an den schwächer besuchten Tagen zu. Die Personenzahlen an den jeweiligen Tagen weichen stark in ihrer Anzahl der Ein- und Ausgänge ab.

An den NextBike-Stationen unmittelbar der beiden BuGa-Eingänge, stellt man ein gegenteiliges Muster fest. An den Stationen des Luisenparks ist die Zahl der NextBike-Fahrten höher als an denen des Spinelliparks. Diesen Unterschied erkennt man deutlich in der Flowmap unabhängig von der Gesamtzahl der NextBike-Fahrten an den jeweiligen Tagen.

Fazit

Reflexion

Zusammenfassend lässt sich sagen, dass man mit Hilfe unseres Dashboards sehr einfach die Besucherströme mit der Nutzung von NextBike vergleichen kann, mit nur 2 Klicks. Während der IExpo haben wir auch viel positive Resonanz bekommen und wurden oft gefragt, ob es da wirklich einen Zusammenhang gibt. Es hat sich aber herausgestellt, dass die Interessenten auf der IExpo sofort verstanden haben, wie das Dashboard zu bedienen ist und wir es somit geschafft haben, das Dashboard einfach aber dennoch aussagekräftig zu gestalten.

Ausblick

Während der IExpo haben wir viele interessante Gespräche mit Interessierten an unserem Projekt geführt und dadurch neue Denkanstöße bekommen, was man noch vergleichen könnte. So könnte man zusätzlich zu den NetxtBike Daten noch schauen, wie viele Menschen mit den heutzutage sehr beliebten E-Scootern zur und von der Buga fahren. So könnte man die nachhaltigen Verkehrsströme noch genauer betrachten.