Wie uns Gaming half, die Welt zu kacheln

Nicht jeder ist Gamer. Aber Gaming prägt erstaunlich viele Data Scientists – und wenn man kurz darüber nachdenkt, liegt der Grund auf der Hand. Die Art, wie virtuelle Umgebungen die reale Welt modellieren; wie Gegenstände und Figuren miteinander interagieren und sich verwandeln; wie Beziehungen innerhalb einer virtuellen Umgebung definiert werden.

Ersetzen Sie „Gegenstände und Figuren” durch „Daten”, und Sie haben ein gutes Stück Data Science beschrieben. Genau deshalb war Gaming eines der Themen im jüngsten Unstructured@Tilo-Vortrag von Tilo-CDO Stefan Berkner (hier auf YouTube). Seine Lieblingsspiele bringen Spielern bei, Assembler-Code zu schreiben, Städte zu bauen und Hardware in silico zu modularisieren (Stationeers, Cities Skylines und Factorio) – nicht gerade die Art von Spielen, die auf Twitch populär sind. Aber ihre Prinzipien – Regeln, denen man folgt, begrenzende Parameter, Fallstricke und Probleme – lassen sich auf viele Probleme der realen Welt anwenden. Eines davon ist Geomatching: das Überlagern unstrukturierter Daten mit einer geografischen Karte, um mehr aus ihnen herauszulesen.

Wenn ein Datenbestand J Smith, John Smith und J R Smith enthält, können Sie nicht davon ausgehen, dass es sich um eine einzige Person handelt: Der Name ist für dieses Urteil viel zu häufig. Aber wenn alle drei Identitäten von 9 bis 18 Uhr in demselben kleinen Abschnitt einer Stadt verbringen und von 20 bis 7 Uhr in einem anderen kleinen Abschnitt derselben Stadt? Dann sind all diese J’s wahrscheinlich derselbe John Smith, der zwischen Zuhause und Arbeit pendelt.

Geomatching kann also erkennen, dass mehrere Kundenidentitäten in Wirklichkeit eine einzige Person sind – über Datenabgleich und Record Linkage, bekannt als „Entity Resolution”. Dieser Ansatz steckt hinter TiloRes. Doch wie bei jeder Form des Geomatchings gibt es Feinheiten. In diesem Artikel schauen wir uns an, wie es funktioniert.

Fläche abdecken: Es gibt mehr als einen Weg, eine Karte einzuteilen

Die erste Regel des Geomatchings lautet: Sie müssen entscheiden, wie Sie eine Landschaft aufteilen – einen Stadtplan, ein Land oder gleich die ganze Erde. Erschwert wird das durch Kleinigkeiten wie die Tatsache, dass die Erde nicht flach ist. (Es gibt sogar Leute, die das bestreiten würden.)

Warum der Radius falcsh, äh, falsch ist

Für viele ist der einfachste Ansatz, einen Radius um ein Objekt zu ziehen – einen Häuserblock, einen Postbezirk oder eine Landesgrenze. Das Problem: Diese Methode skaliert nicht unbegrenzt, sie skaliert sogar ausgesprochen schlecht.

Wenn Sie wissen wollen, wie viele Datensätze innerhalb eines Kilometers um den Potsdamer Platz liegen, liefert Ihnen ein Radius die Antwort. Aber was ist mit den Beziehungen innerhalb dieser Fläche, etwa unseren mehreren Herren Smith? Und eine Ebene lässt sich nicht lückenlos mit Kreisen bedecken; Sie müssten ständig überlappen, neu zeichnen und neu skalieren. Damit ist der Radius erledigt.

Längen- und Breitengrade: kein Allrounder

Ein besserer Ansatz ist ein Gitter aus Längen- und Breitengraden. Es ist jedem vertraut und erlaubt es, die Erde auf eine flache Ebene abzubilden. Doch auch hier gibt es Ärger, wie ein Blick auf die berühmteste Weltkarte zeigt.

In der Mercator-Projektion – der, die die meisten von uns kennen – wirkt die eisige Leere Grönlands größer als Südamerika; in Wirklichkeit ist es nur ein Achtel so groß. Brasilien wiederum sieht neben seinen riesigen nördlichen Nachbarn gar nicht so gewaltig aus, dabei ist seine Landfläche größer als die der 48 zusammenhängenden US-Bundesstaaten.

Der Grund: Die Längengrade laufen an den Polen zusammen, wodurch die vom Gradnetz aufgespannten Gitterzellen immer schmaler werden, je weiter man nach Norden oder Süden kommt. Um auf ein Blatt Papier zu passen, dehnen Projektionen wie Mercator sie deshalb auf absurde Größen. (Alaska ist übrigens auch nicht so groß, wie Sie dachten.) Diese schmaleren Gitterzellen an den Polen erzeugen rechnerische Komplexität: Jedes „Quadrat” braucht faktisch ein eigenes Nachschlagen, mit deutlich langsameren Antwortzeiten.

Herkömmliche Gitterquadrate sind also nicht die Antwort. Ihr Algorithmus mag entscheiden, dass mehrere Identitäten, die sich im äquatornahen Nairobi eine Gitterzelle teilen, dieselbe Entität sind – im eisigen Norden Finnlands gilt das aber nicht, wo die Gitterzellen aussehen wie gestapelte Pizzakartons von der Seite. Ihre Ergebnisse wären damit nicht konsistent.

Verhext: die Goldberg-Variation

Was wir brauchen, ist eine Form, die die Erdoberfläche – oder einen beliebigen Ausschnitt davon – konsistent „kacheln” kann. Und es gibt eine Lösung: Goldberg-Polyeder. Sie sind sechseckig, fügen sich also sauber aneinander, sogar auf der Oberfläche einer dreidimensionalen Kugel wie der Erde. Der Ansatz hat viel Praxistauglichkeit; Ubers Kartenmodell H3 setzt darauf. Doch auch er hat Probleme.

Erstens lässt sich jede sechseckige „Kachel” mit einem einfachen Koordinatensystem schwerer adressieren, weil die Kacheln weder horizontal noch vertikal in einer Linie liegen. Wählen Sie zufällig eine Kachel aus: Wie nennen Sie das Sechseck darunter, aber leicht nach rechts versetzt? Sechseck H-B-R? Und was passiert, wenn Sie Ihren Blick auf ein anderes Sechseck verschieben – ändert sich dann der Name Ihres Zielsechsecks? Einige dieser Eigenschaften sind nützlich, und es gibt mathematische Verfahren dafür, aber die Adressierbarkeit ist in diesem Modell alles andere als trivial.

Für den freien Mann: Dyson Sphere Program

Was wir brauchen, ist ein Modell aus dem Besten aller Welten – und das gibt es in einem Spiel, in dem es um viele Welten geht: Dyson Sphere Program. Es lässt Spieler eine gewaltige energiesammelnde Sphäre im All errichten. Sein Kachelmodell arbeitet weiterhin mit gleichmäßig verteilten Breitengraden, die „Gürtel” um die Kugel bilden, unterteilt jeden Gürtel aber in immer weniger Kacheln, je näher er den Polen kommt: 200 am „Äquator”, aber nur noch vier an den nördlichsten und südlichsten Enden.

Dadurch kann jede Kachel einem Quadrat sehr nahekommen, was die Adressierung einfach macht: die Schlichtheit eines normalen Gitters. Die Kacheln liegen zwar nicht exakt in einer Linie, aber dieses Problem lässt sich ohne großen Aufwand lösen. (Weit einfacher als bei Goldberg-Polyedern.) Und weil jedes Quadrat gleich groß ist, selbst an den Polen, gelten Regeln, die aus einem solchen Datenbestand abgeleitet werden, weltweit: keine Korrekturfaktoren für unterschiedliche Kachelgrößen und -formen.

Erfolg im großen Maßstab

Und schließlich ist die Kachelung des Dyson-Spiels unterteilbar. Jedes Quadrat besteht aus kleineren Quadraten, typischerweise einem 5-x-5-Gitter, aber es kann jede beliebige Zahl sein (und damit jeder beliebige Detailgrad). Daraus entsteht eine nützliche Logik für das Geomatching: Sie können eine Entität in genau der Zoomstufe auflösen, die Sie brauchen – ob Stadtstaat oder einzelnes Gebäude.

Deshalb „kachelt” TiloRes die Welt – unsere Welt, nicht einen Exoplaneten! – mit Quadraten nach Dyson-Sphere-Art. Das macht die Mathematik einfacher und die Skalierung damit deutlich weniger rechenintensiv. TiloRes skaliert tatsächlich unbegrenzt.

Anwendungsfälle für TiloRes

Natürlich nutzt TiloRes diese Kachelung für Geomatching und nicht für den Bau orbitaler Energienetze in fernen Galaxien. (Noch nicht.) Doch selbst in der bodenständigen Welt der Data Science eröffnet das unzählige Anwendungsfälle für Marketer – weil es mehr Sinn aus Ihren Daten holt. Ja, es gibt eine Million Mehrfach-Smith-Probleme zu lösen, und schon das allein ist für nahezu jedes Unternehmen mit relevanter Größe außerordentlich wertvoll. Aber Geomatching hat überall dort Anwendungen, wo es nützlich ist, eine identifizierte Entität abzugleichen, zu verorten und im Zeitverlauf zu verfolgen.

Verschiedene Identitäten zu einer einzigen Entität auflösen

Entity Resolution kann Herrn Smith dingfest machen. Aber sie kann mehr: seine weiteren Identitäten von anderen Websites und aus anderen Organisationen anhängen und zu einem einzigen Kundenprofil zusammenführen. Aus Big Data werden Big Insights.

Im Rahmen nationaler Gesetze und des Datenschutzrechts können Marketer so ein tieferes und aussagekräftigeres Bild jeder einzelnen Person in ihrer Datenbank aufbauen. Spielen Menschen, die Produkt A kaufen, auch Golf, fliegen sie regelmäßig oder kaufen sie Kryptowährungen? Mit Sondereditionen von Produkten oder mit Inhalten, die an die weiteren Interessen eines Interessenten anknüpfen, können Marketer neue demografische und psychografische Gruppen ansprechen und sogar ganz neue Kundensegmente definieren, die ihre Märkte erweitern. Geomatching ist ein Treiber profitablen Wachstums.

Die Verlässlichkeit von Daten kommunizieren

Geomatching kann außerdem etwas ergänzen, was vielen Daten fehlt: Differenzierung. Sie haben per Datenabgleich sechs Datensätze zu einer Entität verknüpft – aber mit welcher Sicherheit? TiloRes funktioniert nicht nach dem Alles-oder-nichts-Prinzip; es lässt sich auf die Bedürfnisse des Kunden konfigurieren.

Banken und andere Finanzinstitute brauchen unter Umständen einen sehr hohen Wert, also einen sehr hohen Grad an Sicherheit. Behörden ebenso. Aber Marketer für Konsumgüter? Ein Sommerfestival? Deutlich weniger. Und natürlich ist es eine lebende Datenbank mit geringen Rechenkosten: Wenn neue Daten eintreffen, kann eine Verknüpfung gelöst und neu geknüpft werden, ohne dass der Ressourcenbedarf sprunghaft steigt.

Verdächtige Transaktionen in Echtzeit erkennen

Auch hier bei Banken: Entity Resolution kann tatsächlichen Betrug verringern und Transaktionen hinterfragen, die aus dem Muster fallen und darauf hindeuten. Die Technologie dafür gibt es seit Jahren. Aber TiloRes macht es dank des geringen Rechenbedarfs einfacher. Jeder Datenabgleich und jede Verknüpfung von Datensätzen in TiloRes geschieht in unter 150 ms, und dank grundlegender Eigenschaften wie dem einfachen Gittermodell und den skalierbaren, hineinzoombaren Quadraten funktioniert das mit Datenbeständen jeder Größe.

Natürlich funktioniert es auch andersherum. Händler verlieren große Summen nicht durch Betrug, sondern durch „Declines” – wenn eine Bank sich nicht sicher war, ob eine Transaktion verdächtig ist, und sie trotzdem abgelehnt hat. Ein sichereres Bild davon, wer der Kunde ist, wo er sich befindet und was er tut, kann das Vertrauensniveau anheben und eine ungewöhnliche, aber legitime Transaktion reibungslos durchgehen lassen.

Qualität auch bei großer Menge halten

Wenn Ihre Datenmassen wachsen, nimmt die Qualität jedes einzelnen Datensatzes tendenziell ab; das liegt in der Natur großer Datenbestände. (Besonders dann, wenn die Daten unstrukturiert sind und sich nicht leicht verwalten lassen.) Weil das TiloRes-Modell aber schmerzfrei skaliert, kann es mit immer größeren Datenbeständen arbeiten, ohne an Qualität zu verlieren oder mehr Ressourcen zu binden.

Tatsächlich gewinnt bei TiloRes jeder Datensatz eher an Qualität und Nutzen, denn mit jedem zusätzlich verknüpften Datum wachsen seine Tiefe und sein Detailgrad. Kurz: Ihr großer Datenbestand tut genau das, was er tun sollte – er wird mit seinem Wachstum zu einem wertvolleren Unternehmenswert.

Im Einklang mit dem Recht bleiben

In Europa macht sich die DSGVO deutlich bemerkbar. Selbst die Analytics-Anwendung des Riesen Google wurde in mehreren Ländern verboten, weitere dürften folgen. Und weil sich das Datenschutzrecht in Richtung „Recht auf Vergessenwerden” weiterentwickelt, können selbst ruhende Daten zu Bußgeldern und Sanktionen führen, wenn sie nicht gelöscht werden.

Auch das ist ein Anwendungsfall für Entity Resolution. Wenn Sie Datensätze per Geomatching in Echtzeit verknüpfen können, lässt sich ein Kunde, der die Löschung verlangt, vollständig löschen. Und Sie bleiben vollständig compliant.

FAZIT: Geomatching gamifiziert die reale Welt. Und das ist gut so.

Gamification ist ein schickes Schlagwort. Aber es ist gar nicht so seltsam, dass etwas so praktisch Nützliches wie Geomatching seine Konzepte aus Videospielen bezieht. Schauen Sie sich die Geschichte irgendeines Technologiefelds an, und Sie finden dessen erste Ideen oft im Reich der Fantasie.

Für viele hat das heutige Web seine Wurzeln in William Gibsons Idee des Cyberspace. Das entstehende „Metaverse” hat seinen Ursprung in Neal Stephensons Roman „Snow Crash”. Quanten-Teleportation ist nicht wirklich Teleportation, aber jeder versteht, was das Sci-Fi-Wort für dieses sehr wissenschaftliche Konzept bedeutet. Und das reicht weit zurück: Das erste U-Boot war von Jules Verne inspiriert, humanoide Roboter vom Schriftsteller Karel Capek, und von Mobiltelefonen bis zu medizinischen Scannern haben unzählige Geräte Designeinflüsse aus Star Trek der 1960er.

Und um den Kreis dieses Artikels zu schließen: Hunderte von Open-World-Rollenspielen von heute, von Skyrim bis Assassin’s Creed, sind Gary Gygax’ Brettspiel Dungeons & Dragons etwas schuldig … das seine Ideen wiederum von J. R. R. Tolkien bezieht. Und was findet man auf der ersten Seite seiner Herr-der-Ringe-Trilogie?

Eine Karte.

Also: Geomatching mit TiloRes mag von Gaming inspiriert sein, aber es ist eine ernste Sache mit Anwendungen überall. Möchten Sie mehr erfahren? Schauen Sie sich TiloRes an.