Interdisziplinäre Forschung für die
Stadt der Zukunft

Im SCLL werden am Standort Kaiserslautern in Kooperation mit zahlreichen Partnern innovative Ansätze für die Stadt der Zukunft erprobt und erforscht. Wir wollen moderne Technologien im städtischen Raum sinnvoll und systematisch einsetzen, um in verschiedenen Bereichen zu einer nachhaltigen Stadtentwicklung beizutragen.

Themen

Urbanes Datenmanagement

Wie können die verteilten und oft heterogenen urbanen Daten verwaltet, organisiert und zur Verfügung gestellt werden, so dass hochperformante Analysen & Visualisierungen möglich sind? Wie können die Aspekte Ethik und Datenschutz dabei adäquat berücksichtigt werden?

Spatial Profiling

Mittels interaktiver Analyseverfahren auf vielfältigen urbane Daten werden beim Spatial Profiling Charakteristika von Regionen identifiziert. Diese können sich auf verschiedenste Aspekte wie lokale Infrastrukturen, Bevölkerungsdaten oder Umweltdaten beziehen.

Integriertes Monitoring

Um Entscheidungsträger:innen in verschiedenen Bereichen zu unterstützen, kann in Cockpits die Vielfalt relevanter Datenquellen für verschiedene Themenbereiche aggregiert und visualisiert werden. So können Fachanwender:innen Zusammenhänge erkennen und informierte Entscheidungen treffen.

Projekte

Einige unserer Projekte und andere interessante Ergebnisse.

  • Ageing Smart

    04/2021 — 03/2026

    Das Projekt „Ageing Smart – Räume intelligent gestalten“ adressiert die geburtenstarken Jahrgänge 1955 bis 1969 ("Babyboomer"). Da diese sukzessive ins Rentenalter eintreten, sind Kommunen gefordert, altersgerechte Wohnstandorte und Versorgungstrukturen zu schaffen. In einem integrierten Ansatz bringen die Forschenden daher erstmals raumplanerische und versorgungsseitige Ansätze und die Sicht der „Babyboomer“ und der Kommunen zusammen. Ziel ist es, ein datengestütztes System zu entwickeln, das öffentlichen Akteuren als Entscheidungshilfe in ihren Planungsprozessen dient.

  • Berlin TXL – The Urban Tech Republic: Zusammenarbeit mit der Tegel Projekt GmbH

    seit 08/2020

    Das Land Berlin, vertreten durch die Tegel Projekt GmbH, das DFKI und die Stadt Kaiserslautern haben 2020 eine Absichtserklärung unterzeichnet, um gemeinsam städtisches Datenmanagement voranzubringen. Ziel ist es, beim Aufbau und Betrieb von Daten-Plattformen zusammenzuarbeiten und reproduzierbare Lösungen zu entwickeln. Eine zentrale Rollespielt dabei das FUTR HUB Kompetenzzentrum für urbane Daten.

  • MPSC-Kooperation mit der Stadt Kaiserslautern

    06/2020 — 12/2024

    Im Rahmen der "Modellprojekte Smart Cities" des BMI ist das DFKI formaler Kooperationspartner der Stadt Kaiserslautern und trägt insbesondere durch das SmartCity Living Lab maßgeblich zur Konzeption des städtischen Datenmanagements bei und bringt seine Erfahrungen in konkreten Einzelprojekten und in grundlegenden Digitalisierungsprozessen ein. Weitere Themen sind die Nutzung und Erprobung von Technologien aus der anwendungsorientierten (KI-)Forschung für die Verwaltung.

  • AScore

    01/2021 — 12/2021

    Wissenschaftliche Erkenntnisse können dazu beitragen, Krisen erfolgreich zu bewältigen und sich für künftige Herausforderungen zu rüsten. In der Corona-Pandemie werden in den unterschiedlichsten Bereichen Erfahrungen gesammelt, aus denen neues Wissen generiert werden kann. Dies gilt insbesondere für Kernthemen der zivilen Sicherheit vom Pandemie-Management über Versorgungssicherheit und Risikokommunikation bis hin zur Simulation der Pandemieausbreitung.

  • GaNEsHA

    06/2017 — 10/2020

    Das vom BMVI geförderte GaNEsHA-Projekt adressiert Ursachen des Verkehrskollapses wie Intransparenz, fehlende Marktsteuerung, egoistisches Verhalten, geringe Transportmittelauslastung und mangelnde Abstimmung nachfrageinduzierender Akteure über einen ganzheitlichen Optimierungsansatz. Einzelfaktoren werden quantifiziert, globaloptimale Echtzeitempfehlungen an Akteure gegeben, und Anreize zu kooperativem Verhalten geschaffen. Das DFKI realisiert hierzu datengetriebene Analyse- und Prognosealgorithmen und integriert diese in eine prototypische interaktive Entscheidungsunterstützungslösung für urbane Mobilitätsplanung.

  • SmartRegio

    12/2014 — 06/2017

    Ziel des Projekts SmartRegio (gefördert durch das BMWI) war die Nutzung heterogener Massendaten im urbanen Umfeld, um insbesondere lokalen KMU bessere Dienstleistungen anbieten zu können. Fokus der Arbeiten des DFKI war die Analyse von Social-Media-Beiträgen mit räumlichen Dimensionen und die Bereitstellung von Data-Mining-Technologien.

  • wandervis

    2018

    Wandervis ist ein interaktives Visualisierungs-Tool für Stadtplaner:innen und Mitarbeiter:innen der Verwaltungen, um Bevölkerungsbewegungen besser zu überblicken und verstehen. Es entstand aus einem interdisziplinären Forschungsprojekt des DFKI, der FH Mannheim und Stadt KL.

Publikationen

Partner

Einige unserer Partner und Kooperationen

Logo der Stadt Kaiserslautern
Logo der Technischen Universität Kaiserslautern
Logo vom Projekt Berlin TXL
Logo des Karlsruher Institut für Technik
Logo des Human Data Interaction Lab
Logo der Universität Trier

Unser Team

MaMe

Dr. Martin Memmel

Head of SCLL

Martin arbeitet seit 2003 im Rahmen verschiedener Projekte am DFKI in Kaiserslautern und leitet seit einigen Jahren das SCLL. Er interessiert sich für die Wechselwirkungen von KI und sozialen Prozessen und hat viel Freude an seinem Engagement in der Bender Genossenschaft.

FaNo

Falco Nogatz

Wissenschaftlicher Mitarbeiter

Seit März 2021 gehört Falco zum Team des SCLL. Er interessiert sich für deklarative Programmierung, Web-Entwicklung und Schach.

HeKi

Heinz Kirchmann

Software Engineer

Heinz ist unser Experte für Server- und Softwarelösungen und mag gerne Kommandozeilen und Katzen.

JuMa

Julia Mayer

Wissenschaftliche Mitarbeiterin

Julia ist Mathematikerin und seit April 2021 Teil des SCLL. Sie fungiert als interdisziplinäre Schnittstelle, hauptsächlich im Projekt Ageing Smart. Nachhaltige und inklusive Stadtentwicklung liegt ihr nicht nur als begeisterte Mitbewohnerin der Lebensgemeinschaft Burghof Stauf am Herzen.

ChDe

Chandana R Deshmukh

Wissenschaftliche Hilfskraft

Chandana studiert Master in Informatik an der TU Kaiserslautern. Seit April 2022 arbeitet sie im Bereich Programmierung und Visualisierung und unterstützt das SCLL-Projekt.

AkYe

Akhil Yeerasam

Wissenschaftliche Hilfskraft

Akhil studiert im Master Informatik an der TU Kaiserslautern. Er ist seit April 2022 Teil des SCLL. Er interessiert sich für Webentwicklung und Tennis.

Studentische Arbeiten

Offene Themen

  • Constraint Handling Rules as a Library with Delimited Control

    Falco Nogatz · BA/MA/Projekt

    Constraint Handling Rules (CHR) is a declarative, rule-based programming language. Its syntax consists of just three committed-choice multi-set transformation rules and is thus fairly simple. There are implementations and embeddings for many programming languages such as C, Java, Haskell, and JavaScript. However, CHR’s most popular host language remains Prolog. Current implementations of CHR in Prolog rely on Prolog’s implicit execution stack, others use attributed variables. In this project, we want to implement a new compilation scheme to Prolog based on delimited continuations. This takes up the idea of an explicit stack, which is a common optimisation technique when compiling CHR to imperative programming languages. Delimited continuations have already been successfully used to efficiently implement tabling in Prolog – so it might be worth considering them for CHR, too.

    • linked data
    • open data
    • semantic web
    • smart city
    • visualization
  • XPCE Compatibility for SWISH

    Falco Nogatz · BA/MA/Projekt

    XPCE was the way to go for graphical user interfaces with SWI-Prolog. In recent years, with SWISH, SWI-Prolog moved to the browser as the most important GUI, leaving XPCE unsupported and almost deprecated. We want to examine typical XPCE applications and provide mechanisms to convert them to SWISH applications.

    • GUI
    • program transformation
    • Prolog
  • OpenRuleBench Revised

    Falco Nogatz · BA/MA/Projekt

    OpenRuleBench is a suite of benchmarks for analysing the performance and scalability of different rule engines. The original benchmarks were run first in 2009, an updated report was published in 2011. Since then, the benchmarks have not been re-run. In this work, we want to create an experimental setup to run various tests on different systems, similar to our CHR Benchmark suite. It should allow to validate the original results, and to re-run the tests with modern rule engines. This could result in a public test server to compare existing and new logic programming systems and their strengths.

    • benchmarks
    • declarative programming
    • Prolog
  • A Controlled Natural Language for COVID Regulations

    Falco Nogatz · BA/MA

    In the past two years, the Coronavirus disease COVID-19 had a strong impact on most parts of our everyday life. People had to wear masks under some conditions, like the number of persons in a group or the size of the room. These conditions have been determined by the government in more than 30 regulations. In this work, we want to tailor the corpus of these regulations towards a more controlled natural language so they can be easily used by both humans and machines, e.g., to automatically identify inconsistencies. Because the Corona-Bekämpfungsverordnung (CoBeLVO) is in German, a good knowledge of German is required.

    • controlled natural language
    • domain-specific language
  • Statistische Jahresberichte auf Basis von Linked Open Data

    Falco Nogatz · BA/MA/Projekt/Hiwi

    Viele Kommunen in Deutschland veröffentlichen jährlich einen statistischen Jahresbericht. Diese Statistiken beinhalten u.a. soziodemografische Informationen zur Bevölkerung (z.B. Alter, Familienstand), zur Wirtschaft (z.B. Gewerbesteuer, Insolvenzverfahren) und Verkehr (z.B. PKW-Neuzulassungen, Verkehrsunfälle), und zu Kultur und Sport (z.B. Bibliotheksbestand, Vereinsmitgliedschaften). Sie sind wertvolle Ratgeber für Planung, Handel und Politik. Trotz ihres großen Nutzens ist die Erstellung der oft mehrere hundert Seiten langen Jahresberichte aber noch weitestgehend Handarbeit: Statistiken werden mühevoll zusammengetragen und Visualisierungen erstellt – eine Tätigkeit, die sich durch Linked (Open) Data vollständig automatisieren ließe. Ziel dieser Arbeit ist es, am Beispiel der Stadt Kaiserslautern den statistischen Jahresbericht als Linked (Open) Data umzusetzen und eine interaktive Darstellung zu ermöglichen, die über die bisherige Druckfassung hinausgeht. Für die Materialien und Anwendungspartner sind gute Deutschkenntnisse erforderlich.

    • linked data
    • open data
    • semantic web
    • smart city
    • visualization
  • Bisecting Debugger for SWI-Prolog

    Falco Nogatz · BA/Projekt

    Although it is hard to admit: most of the time we are actually not writing code but instead debug existing. Due to its good backtracking and tracing abilities, debugging in Prolog could benefit from a bisecting debugger as described by Michael Hendricks at Strange Loop 2014. In this work we want to enhance SWI-Prolog’s built-in debugger with this functionality.

    • debugging
    • IDE
    • program transformation
    • Prolog
  • A Style Linter for Prolog

    Falco Nogatz · BA/MA/Projekt

    Although there are several style guides for Prolog, it is hard to enforce one in existing programs due to the lack of related tools and machine-readable representation. In other programming languages there are separate, flexible tools just to ensure a consistent coding style, for example Prettier or the JavaScript standard style. In this work we want to adapt these concepts and integrate a Prolog linter into CI workflows and IDEs, with respect to Prolog’s syntax, and based on our previous work.

    • coding guidelines
    • continuous integration
    • Prolog
  • Benchmarking CHR Systems

    Falco Nogatz · BA/Projekt

    Constraint Handling Rules (CHR) is a very simple but powerful rule-based language. Besides its most popular implementation as a library for SWI-Prolog, there exist CHR systems in C, Haskell, and JavaScript. More than 30 years after the creation of CHR, the existing implementations should be compared regarding supported features and performance, extending our previous work.

    • benchmarks
    • CHR
    • declarative programming
  • Optimising Definite Clause Grammars

    Falco Nogatz · MA/Projekt

    Definite Clause Grammars (DCG) can be easily written by hand and are therefore a good alternative to parser implementations based on LL(k), LF or PEG. Nevertheless, such hand-written grammars tend to be not optimal: Several parts of the parse tree have to be evaluated several times for the same expression because of its backtracking nature. Using source-to-source transformation the DCG can be rewritten into an optimal version, which should be done in Prolog as part of this work.

    • backtracking
    • compiler
    • context-free grammar
    • parser
    • program transformation
    • Prolog

Kontakt

SmartCity Living Lab

FB Smarte Daten & Wissensdienste
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH
Trippstadter Str. 122
D-67663 Kaiserslautern
E-Mail: scll@dfki.de

Head

Dr. Martin Memmel
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH
Trippstadter Str. 122
D-67663 Kaiserslautern
E-Mail: martin.memmel@dfki.de