22.09.2023

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

Lisette Espín-Noboa entwickelt in Wien mit Big Data Machine-Learning-Modelle und zeigt uns mit Poverty Maps, wo die Ärmsten in Zukunft leben.
/artikel/ihre-modelle-visualisieren-zukuenftige-armut-auf-landkarten
Lisette Espín-Noboa liefert Politiker:innen neue Entscheidungsgrundlagen. Foto: Map Box/OpenStreetMap/Bimal Viswanath
Lisette Espín-Noboa liefert Politiker:innen neue Entscheidungsgrundlagen. Foto: Map Box/OpenStreetMap/Bimal Viswanath

Heuer präsentierte ein wissenschaftliches Team von der Central European University (CEU) und dem Complexity Science Hub (CSH) einen Durchbruch: Sie können Armut auf Landkarten sichtbar machen.

Konkret nahmen sich die Forscher:innen dafür Sierra Leone und Uganda vor. Die beiden Staaten in Subsahara-Afrika zählen zu den ärmsten der Welt. Das Wiener Forscherteam entwickelte dazu das interaktive Online-Tool Poverty Maps, mit dem User:innen die Wohlstandsentwicklung in beiden Ländern vergleichen können. Sogar einen Ausblick auf die Zukunft können die Karten geben. Unmengen abstrakter Daten werden damit auf einen Blick zu aussagekräftiger Information.

Vom Taxiverhalten zu Armutskarten

“Die Idee wäre, dass politische Entscheidungsträger:innen, die Menschen unterhalb der Armutsgrenze helfen möchten, diese Art von Instrumenten nutzen können. Um zu verstehen, wo die Menschen sind, die wirklich Hilfe brauchen”, erklärt Lisette Espín-Noboa im brutkasten-Interview.

Die aus Ecuador stammende Computerwissenschaftlerin ist extra für das Projekt nach Wien gekommen. Sie ist Expertin für Predictive Analytics, Netzwerkanalysen und Machine Learning. Davor arbeitete sie vor allem mit Mobilitätsdaten, auf deren Basis sie Prognosen für die Zukunft erstellte. Espín-Noboa erforschte unter anderem, wie sich Taxis in der Metropole New York verhalten.

Wiederverwendbare ML-Modelle

“Sie gaben mir dieses Projekt und ich hatte die Freiheit, zu schauen, wie es funktioniert”, sagt die Computerwissenschaftlerin. Sie entwickelte ein eigenes Framework für drei Machine-Learning-Modelle. Damit visualisieren die Forscher:innen die Wohlstandsentwicklung auf Landkarten. Am Beispiel von Sierra Leone und Uganda bewies das Team bereits, dass es möglich ist.

Espín-Noboa erklärt, dass sie die Modelle nun auch für andere Länder verwenden. Dafür müsse nur die sogenannte Ground Truth für jedes Land anhand einer eigenen Datenbasis neu in das Modell gefüttert werden. Ground Truth ist die genaue und verlässliche Referenz, anhand derer die Richtigkeit von Daten oder Vorhersagen bewertet wird.

Wie viele Antennen, welche Toilette?

Für die beiden afrikanischen Länder verwendeten die Forscher:innen Umfragedaten als Basis. “In Afrika werden Umfragen zum Haushalt oder Lebensstandard durchgeführt. Diese Fragebögen ermitteln, wie viele Zimmer Ihr Haus hat, welche Art von Toilette Sie benutzen, wie Sie an Ihr Wasser kommen, ob Sie ein Auto habe oder ob Sie eine Haus- und Sanitäranlage haben”, erklärt die Computerwissenschaftlerin. Mit dem Internationalen Wohlstandsindex (IWI) wurden auf dieser Basis dann Grundwerte errechnet.

Hinzugefügt wurden in der Folge weitere Daten, die etwa von Satellitenbildern oder Social-Media-Postings stammen. Daraus konnten Espín-Noboa und ihre Kolleg:innen schließen, wie viele Menschen in einer Region ein iPhone besitzen oder wie viele Antennen sich in einem Gebiet befinden. “Wir dachten: Wenn der Ort viele Antennen hat, bedeutet das wahrscheinlich, dass er wohlhabend ist. Wenn er keine Antennen hat, ist er wahrscheinlich arm”, so Espín-Noboa. Daten aus OpenStreetMap würden wiederum verraten, wie weit die nächste Straße oder Schule entfernt ist.

Zukunftsvorhersagen auch für Europa

Nun versuchen Espín-Noboa und ihr Team diese Karten auch für Österreich und Ungarn zu erstellen. Noch fehlen ihr aber die dafür notwendigen Daten für ihre Modelle. Sie ist deshalb auf der Suche nach Organisationen, die Daten zur Verfügung stellen.

“Wir können nicht einfach die gleichen Daten verwenden, weil die Standards unterschiedlich sind. Etwa fragt man in Ungarn nicht, welche Art von Toiletten jemand benutzt”, erklärt Espín-Noboa. Stattdessen sei in etwa Ungarn aussagekräftiger, wie viel Immobilien kosten. Für jedes Land müsse deshalb eine eigene “Ground Truth” ermittelt werden, dann könnten die entwickelten Modelle für verschiedene Länder verwendet werden, glaubt die Expertin.

Bessere Entscheidungsgrundlage

Das Projekt ist ein Novum, denn bisher verließen sich Entscheidungsträger:innen vor allem auf Volkszählungsdaten, wenn es um den Umgang mit Armut ging. Die Karten stellen die Entwicklung jedoch viel detaillierter dar. “Mit der Ground Truth haben wir Armut vorhergesagt, aber Sie können alles vorhersagen. Wenn Sie fundierte Fakten zum Thema Bildung haben, können Sie etwa auch Bildung vorhersagen”, sagt Espín-Noboa. Sie hofft, dass künftig mehr Tools für politische Entscheidungsträger:innen zur Verfügung stehen – damit diese bessere und zielgerichtete Entscheidungen treffen können.

Deine ungelesenen Artikel:
25.11.2024

10 Jahre Fuckup Nights in Österreich: “Über 360 mutige Menschen”

2014 brachte Dejan Stojanovic das Format Fuckup Nights nach Österreich. Zum Jubiläum zieht er Resümee und verrät die Zukunftspläne.
/artikel/10-jahre-fuckup-nights-in-oesterreich
25.11.2024

10 Jahre Fuckup Nights in Österreich: “Über 360 mutige Menschen”

2014 brachte Dejan Stojanovic das Format Fuckup Nights nach Österreich. Zum Jubiläum zieht er Resümee und verrät die Zukunftspläne.
/artikel/10-jahre-fuckup-nights-in-oesterreich
10 Jahre Fuckup Nights - Dejan Stojanovic vor der
Dejan Stojanovic vor der "Wall of Champions" | (c) wolf&woodpecker

“Werden Menschen wirklich freiwillig über ihre größten Misserfolge sprechen? Und noch wichtiger: Werden andere zuhören wollen?” – die Fragen habe er sich gestellt, bevor er vor zehn Jahren in Österreich mit dem Format Fuckup Nights startete, sagt Dejan Stojanovic. Zum Jubiläum ist klar: Ja, es funktioniert. Schon eine ganze Dekade.

64 Fuckup Nights seit 2014

“Die letzten zehn Jahre haben mir gezeigt, dass echte Veränderung dort beginnt, wo wir uns trauen, unsere Fehler anzunehmen und darüber zu sprechen – egal ob als Einzelperson, in einem Team oder in einer Organisation”, sagt der Fuckup-Nights-Initiator. “Es war erstaunlich zu sehen, wie das Teilen von Misserfolgen Brücken zwischen Menschen baut und eine Gemeinschaft schafft, die auf Vertrauen basiert.”

(c) wolf&woodpecker

64 Fuckup Nights hat es seit dem Start gegeben. “Über 360 mutige Menschen, die ihre tiefsten Fehler und größten Erkenntnisse mit uns geteilt haben. Mehr als 25.000 Teilnehmerinnen und Teilnehmer, die bereit waren, zuzuhören, zu lernen, zu lachen – und manchmal auch ein bisschen zu weinen”, resümiert Stojanovic.

“Was mich wirklich erfüllt, ist nicht in Zahlen zu fassen”

Doch diese Zahlen seien nicht alles. “Was mich wirklich erfüllt, ist nicht in Zahlen zu fassen”, meint der Fuckup-Nights-Initiator. “Es ist das Gefühl, wenn jemand nach einer Fuckup Night auf mich zukommt und sagt: ‘Danke. Diese Geschichte hat mich inspiriert, es noch einmal zu versuchen.’ Es ist das Lächeln der Speaker, die die Bühne verlassen und zum ersten Mal merken, dass ihre größten Fehler vielleicht ihr größtes Geschenk waren. Es ist die unbändige Energie, die in einem Raum spürbar wird, wenn Menschen erkennen, dass sie mit ihren Ängsten und ihrem Scheitern nicht allein sind.”

Denn das Scheitern sei ein unverzichtbarer Bestandteil von Wachstum und Innovation. “Viele unserer Speaker:innen haben das bestätigt, indem sie erzählt haben, wie ihre größten Rückschläge letztlich zu ihren größten Erfolgen geführt haben. Diese Erkenntnis, dass Fehler ein Sprungbrett und keine Sackgasse sind, treibt mich heute mehr an, als je zuvor”, so der Initiator.

Zu viele Highlights

Und was waren seine größten Highlights in der Zeit? “Es gab unzählige bewegende Momente, sodass es schwerfällt, einzelne auszuwählen, ohne den vielen großartigen Speaker:innen nicht gerecht zu werden. Was ich jedoch über die Jahre deutlich gemerkt habe: Die Auswahl der Speaker hat immer mehr an Tiefe gewonnen, und meine Speaker-Coachings sind heute persönlicher, noch authentischer und intensiver”, so Stojanovic. Ein bewegender Moment sei es gewesen, die “Wall der Champions”, eine Fotowand mit über 180 Speaker:innen der Fuckup Nights, aufzustellen.

10 Jahre Fuckup Nights
(c) wolf&woodpecker

Herausforderungen auf für Stojanovic und Fuckup-Nights-Team

Herausforderungen zu bewältigen hatten übrigens nicht nur die Auftretenden, sondern auch Stojanovic und sein Team selbst, wie er erzählt: “Die letzten zehn Jahre haben uns auch auf die Probe gestellt. Es gab schwierige Momente, in denen wir gegen unfaire Attacken ankämpfen mussten – Angriffe von außen, die uns auf die Probe gestellt haben, und Enttäuschungen von Menschen, die wir einst Partner nannten.” Manchmal habe es sich angefühlt, als würde man “gegen ignorante Windmühlen kämpfen”.

Letztlich sei das Wichtigste: “All das funktioniert nur, wenn man mit Integrität handelt und konsequent seiner Mission treu bleibt – auch wenn es schwierig wird. Die Herausforderungen, denen ich begegnet bin, haben mir gezeigt, dass es sich lohnt, für das einzustehen, woran man glaubt.”

Pläne für die kommenden 10 Jahre

Auch für die nächsten zehn Jahre hat Stojanovic Pläne. “Die nächsten Jahre werden mutiger, größer und – hoffentlich – noch wirkungsvoller”, meint er. “Ich möchte und werde eine Welt mitgestalten, in der Scheitern als notwendiger Teil des Wachstums angesehen wird, nicht als etwas, das vermieden werden muss”, so der Fuckup Nights-Initiator. Die Mission bleibe dieselbe: “Scheitern enttabuisieren, Lernen zelebrieren und gemeinsam wachsen”.

Zu diesem Ziel soll es neue Formate geben, man wolle ein engagiertes Team aufbauen und man wolle noch stärker in Unternehmen und Organisationen “eine echte Kultur des Lernens und Wachsens verankern”. Der “Anker” soll dabei das Failure Institute als “zentrale Plattform für Austausch, Weiterbildung und Forschung” bleiben. “Langfristig möchte ich auch ein starkes Team hinter den Fuckup Nights aufbauen und ein Advisory Board aus Vordenker:innen und Innovator:innen etablieren, die uns dabei helfen, unsere Vision strategisch zu verwirklichen.”, so Stojanovic, “Für mich ist klar: Wir stehen erst am Anfang.”

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Ihre Modelle visualisieren zukünftige Armut auf Landkarten