ABM4EnergyTransition: Sanierungsentscheidungen sichtbar machen – mit agentenbasierter Simulation
Eine Simulation, die einzelne Gebäude über Jahre hinweg fortschreibt, im Browser flüssig darstellen – und das datenschutzkonform: Das war die zentrale GIS-Herausforderung im Forschungsprojekt ABM4EnergyTransition (FFG-Ausschreibung „AI for Green“, 2022–2024). Als MovingLayers verantworteten wir den Web-GIS-Demonstrator – und mussten dafür drei räumliche Probleme lösen, an denen Standardkarten scheitern.
Die Engine: Repast Simphony
Als Simulations-Engine kam Repast Simphony zum Einsatz – das „Recursive Porous Agent Simulation Toolkit“, ein quelloffenes, Java-basiertes Framework für agentenbasierte Modellierung, das auf Entwicklungen des Argonne National Laboratory zurückgeht. Für ein räumliches Modell entscheidend: Repast unterstützt geografische Projektionen und GIS-Daten nativ und lässt sich über eine offene API in bestehende Infrastruktur einbinden. Beide Eigenschaften waren die Voraussetzung dafür, Verhaltenssimulation und Kartenanwendung überhaupt zu verbinden.
Performance: Jahre vorberechnen statt live rechnen
Repast erzeugt für jedes Jahr – jeden „Tick“ – eigene Ergebnisse. Das sind Datenmengen, die ein Web-Frontend nicht in Echtzeit berechnen kann. Wir haben Szenarien daher vorberechnet, die Resultate als GeoJSON pro Zeitschritt direkt in PostGIS abgelegt und in Repast so aggregiert, dass das Frontend sie ohne Nachladen anzeigt.
Integration: Simulation und Karte verbinden
Zwischen Simulationsengine und Kartenanwendung fehlte zunächst eine Schnittstelle. Über die Repast-API haben wir die Simulation an die Geodateninfrastruktur angebunden und in eine durchgängige Pipeline aus PostGIS, Content-Management und Frontend eingebettet – versioniert und über CI/CD ausgerollt.
Datenschutz im Raum: zwei Auflösungen, eine Datenbasis
Dieselben Ergebnisse müssen zwei Zielgruppen unterschiedlich bedienen: Raumplaner:innen sehen sie bis auf Gebäudeebene, während die Öffentlichkeit nur eine auf 250 m aggregierte Rasterdarstellung erhält – grob genug, um Rückschlüsse auf einzelne Haushalte auszuschließen, fein genug für die räumliche Aussage.
Datengrundlage und Ergebnis
Datengrundlage war eine repräsentative Umfrage rund um die Pilotstadt Kapfenberg: 2.841 gültige Antworten (Rücklauf 9 %) speisten das Modell. Das Ergebnis ist frei zugänglich unter app.abm4energytransition.eu – und bleibt als Geodaten in jedem GIS weiterverwendbar, etwa in QGIS mit unserer optionalen Erweiterung Kermit GeoAI.
📋 Projekt-Steckbrief — ABM4EnergyTransition
Förderung: FFG, „AI for Green“ (Kooperationsprojekt) · Laufzeit: 2022–2024
Konsortium: Universität Salzburg / Geoinformatik (Lead), MovingLayers, AEE INTEC, Energie Agentur Steiermark, Stadtgemeinde Kapfenberg u. a.
Rolle MovingLayers: Web-GIS-Demonstrator, IT-Infrastruktur, Datenintegration
Räumliche Analysen selbst orchestrieren
Dieselbe Denkweise – von der räumlichen Fragestellung bis zum belastbaren Ergebnis – steckt in Kermit GeoAI, unserer optionalen QGIS-Erweiterung für die Orchestrierung von Geodaten-Analysen.
