Standortanalyse durch Künstliche Intelligenz

Was ist das Besondere an der Standortanalyse im WIGeo Standortatlas?

Sie wählen die Standortfaktoren aus, die für Ihre Standortwahl wichtig sind und der WIGeo Standortatlas sucht nach jenen Straßenabschnitten, die Ihre individuellen Ansprüche an einen idealen Standort erfüllen. Das Ergebnis wird mittels farbigen Heatmaps angezeigt, wie sie auch bei der Wettervorhersage verwendet werden. So ist auf einen Blick ersichtlich, in welchem Umfeld es für Sie am meisten Sinn macht, nach einem geeigneten Ladenlokal zu suchen!

Mit dem WIGeo Standortatlas lassen sich auch bestehende Standorte überprüfen: So erkennen Sie rasch und datenbasiert, wenn sich die Gegend um einen Standort – und damit die Kundschaft – verändert hat und die Standortwahl nicht mehr optimal ist.

Das WIGeoGIS-Team hat drei Jahre lang an der Entwicklung des WIGeo Standortatlas gearbeitet und damit die Standortanalyse auf ein bisher unerreichtes Level gehoben! Künstliche Intelligenz und Machine-Learning-Verfahren spielten dabei eine wichtige Rolle - ebenso wie die Erfahrung, das Fachwissen und die Leidenschaft der WIGeoGIS-Entwickler.

Hamburg: Das typische Innenstadtangebot (in Blau) findet sich vor allem in der City und in den Stadtteilzentren. Nahversorgungszentren (in Grün) verteilen sich hingegen fußläufig gut erreichbar in Wohnortnähe über die gesamte Stadt. Bevorzugte Standorte großflächiger Fachmärkte (in Rot) befinden sich eher in Gewerbegebieten.

Standortwahl leicht gemacht

„Gleich und Gleich gesellt sich auch im Handel gern", sagt Marc Urner, Key Account Manager bei WIGeoGIS, über WIGeo Standortatlas. „So wird man in einer Luxusmeile keinen Hermes Paketshop finden, dafür aber einen Hermès Paris. Wir wollten es daher unseren Kunden ermöglichen, auf einen Blick zu verstehen, wie eine Stadt oder eine Gemeinde tickt, wo das Hauptzentrum liegt, wo die Nebenzentren sind, wodurch sich diese Einkaufslagen auszeichnen und welche Art von Angeboten es dort gibt."

Mit dem WIGeo Standortatlas ist es jetzt also möglich, sich einen raschen Überblick über die Nuancen in der Mikrolage zu verschaffen. Urner: „So können etwa Handelsunternehmen auf der digitalen Landkarte schnell erkennen, wo ihre nächsten Standorte am besten hinpassen. Auf diese Weise heben wir die Standortanalyse auf ein neues Level.“

Über die Entwicklung von WIGeo Standortatlas

• Zielsetzung

WIGeo Standortatlas ist ein einheitliches Datenprodukt für Deutschland, Österreich und die Schweiz, das auf Straßenebene unterschiedliche absatzrelevante Standortfaktoren beinhaltet und verständlich darstellt. Lesen Sie hier die Zusammenfassung über den Weg zum Produkt.

• Phase 1: OpenStreetMap (OSM) als Basis

OpenStreetMap (OSM) ist ein großartiger Datenschatz. Die POI werden in OSM von weltweit sage und schreibe acht Millionen freiwilligen „Mappern“ eingetragen und mit Zusatzinfos versehen. Damit ist die Datenlage – ähnlich wie bei der Wissens-Plattform Wikipedia – naturgemäß nicht immer zu 100 Prozent konsistent. Je nachdem, wie aktiv die lokale OSM-Community ist, sind die POI nicht überall gleichermaßen vollständig und aktuell.

• Phase 2: Kategorisierung

Für den WIGeo Standortatlas besonders wichtig ist eine nachvollziehbare Kategorisierung der einzelnen Points of Interest, um die relevanten Standortfaktoren zu erhalten. Die von den „Mappern“ zugeordneten OSM-Kategorien bilden zwar eine gute Grundlage, doch es war noch sehr viel Feinarbeit zu tun, um WIGeoGIS-Kunden einen echten Mehrwert zu bieten.

„Die Daten in OpenStreetMap sind zwar sehr gut strukturiert, doch es gibt ein gewisses Manko bei der Kategorisierung. So stuft zum Beispiel der eine OSM-Mapper ein Geschäft als Friseur ein, ein anderer sieht darin ein Kosmetikstudio“, sagt Marc Urner, Key Account Manager WIGeoGIS

München: Gleich und Gleich gesellt sich gern: Internationale Filialisten (in Pink) bevorzugen Bestlagen und zahlen entsprechende Ladenmieten.

• Phase 3: Machine Learning und Künstliche Intelligenz

WIGeoGIS hat eine Referenzdatenbank mit standortrevelanten Kategorien entwickelt und dann eine Künstliche Intelligenz (KI) so programmiert, dass sie anhand semantischer Muster weitestgehend selbst erkennt, welche POI welchen Kategorien zugeordnet werden sollen. Diese Informationen dienten als Trainingsdaten für das konzipierte Modell des maschinellen Lernens.

• Phase 4: Human in the Loop

„Natürlich mussten wir nachbessern, bis die Künstliche Intelligenz treffsicher wurde. Auf diese Art ist es uns schließlich gelungen, aus den POI-Rohdaten sehr präzise Standortfaktoren abzuleiten“, meint Marc Urner über die Notwendigkeit menschlicher Intelligenz.

Einerseits sind die Rohdaten nicht immer zu 100 Prozent korrekt. Andererseits kann auch die KI „Fehler“ machen: Wenn zum Beispiel eine Drogeriemarktkette so heißt wie eine Bäckerei, kann es sein, dass die KI aus der Bäckerei einen Drogeriemarkt macht.

Deshalb braucht es auch in Machine-Learning-Verfahren immer den „Human in the Loop“, der die Daten und die von der KI vorgenommenen Zuordnungen überprüft und gegebenenfalls korrigierend eingreift. Die KI kann so mitlernen und wird selbst immer besser.

• Ergebnis

„Es war nicht leicht, dieses Puzzle zusammenzusetzen, also zuerst einmal eine Kategorie-Struktur zu entwickeln, die einerseits den Fragestellungen im Geomarketing und andererseits der gängigen Logik im Handel gerecht wird. Am Ende geht es darum, mit den gewonnenen Informationen tatsächlich die typischen Fragestellungen von Handel oder Stadtentwicklung zuverlässig zu beantworten", fasst Marc Urner zusammen.

Marc Urner und seine Kollegen konnten während der dreijährigen Entwicklungszeit des WIGeo Standortatlas beobachten, wie der Datensatz immer aussagekräftiger wurde, sodass heute das finale Datenprodukt für den Einsatz in der Standortanalyse verfügbar ist.

Benchmark für Ihre Standortwahl: WIGeo Standortatlas

Um den größtmöglichen Nutzen für WIGeoGIS-Kunden zu gewährleisten, wurden die POI in der Entwicklung rund 300 Kategorien zugeordnet. WIGeoGIS hat hier gängige branchenspezifische Begriffe aus dem Handel und der amtlichen Statistik verwendet.

So ordnet der WIGeo Standortatlas die Einzelbetriebe den Branchen Einzelhandel, Großhandel, Kfz-Handel, einzelhandelsnahe Dienstleistungen, Gastronomie und Beherbergung zu, unterscheidet weiters je nach Art der verkauften Waren nach 40 Sortimenten, rund 100 Sortimentsgruppen und 230 Untergruppen.

Das Ergebnis sind absatzorientierte Standortfaktoren flächendeckend für die gesamte DACH-Region:

• Geschäfte unterschieden nach Betriebstypen: Filialbetriebe vs. inhabergeführte Betriebe
• Geschäfte unterschieden nach Flächenstruktur: geschätzte durchschnittliche Verkaufsflächen in Quadratmetern
• Warengruppen unterschieden nach Kauffrequenz, also der Häufigkeit ihres Erwerbs: z.B. periodischer Bedarf, also Grundbedarfsgüter der Nahversorgung und Verbrauchsgüter mit hoher Kauffrequenz wie Backwaren, Fleisch und Wurst, Lebensmittel, Genussmittel, Drogerieartikel, Schnittblumen etc. versus aperiodischer Bedarf, also Gebrauchsgüter mit mittel- bis langfristigem Beschaffungsrhythmus wie Bekleidung, Schuhe, Foto, Uhren, Schmuck, Unterhaltungselektronik, Möbel etc.
  
• Waren unterschieden nach Zentrenrelevanz: Nahversorgungsbedarf (z.B. Bäcker, Kiosk, Drogerie), Innenstadtbedarf oder nicht zentrenrelevanter Bedarf (z.B. Fachmärkte, Möbelhäuser, Autohäuser, Tankstellen, Betriebsformen mit Autokunden-Orientierung an großen Ein- und Ausfallsstraßen, am Stadtrand und auf der grünen Wiese)

Berlin: Hip, hipper, Neukölln: Der aktuelle Berliner Hot Spot der Gentrifizierung hat sich vom sozialen Brennpunkt zur Ausgeh- und Flaniermeile gewandelt.

Die kategorisierten Daten bilden die Grundlage für die Bewertung von Städten, Stadtteilen, Straßenzügen oder Stadtvierteln (auch Kiez, Grätzel, Quartier) auf interaktiven Landkarten: Dort erkennen Sie auf einen Blick, welche Zielgebiete die für Sie relevanten Standortfaktoren am besten erfüllen. Die detaillierte Kategorisierung der POI ist somit die Voraussetzung für die übersichtliche Darstellung der für Ihre Anforderungen relevanten Ergebnisse.

„Wir haben die Daten aus OpenStreetMap durch unsere Kategorisierung veredelt und den Datenschatz besser interpretierbar gemacht. Zusätzlich zu den OSM-Hauptkategorien haben wir geeignete Nebenkategorien ergänzt, zum Beispiel Herren-/Damenmode oder Bio-Laden/Bio-Supermarkt. Ein Datensatz wie OpenStreetMap ist zwar nie vollständig, hat aber aufgrund der Vielzahl an POIs eine sehr hohe Aussagekraft“, meint Marc Urner über den Nutzen des WIGeo Standortatlas.

Falls die standardisierten Karten die Fragestellungen für Ihre individuelle Standortanalyse nicht zu 100 Prozent beantworten, können wir detailliertere Erhebungen individuell für Sie durchführen. Beispielsweise wäre es möglich, alle italienischen Restaurants auszuheben. Die Experten von WIGeoGIS beraten Sie bei Bedarf gerne!