{"id":1406703,"date":"2026-10-26T16:30:25","date_gmt":"2026-10-26T16:30:25","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&p=1406703"},"modified":"2026-10-26T18:03:31","modified_gmt":"2026-10-26T18:03:31","slug":"a-three-layer-framework-for-smarter-cities","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/de\/blog\/a-three-layer-framework-for-smarter-cities\/","title":{"rendered":"Ein dreistufiges Rahmenkonzept f\u00fcr intelligentere St\u00e4dte"},"content":{"rendered":"

Die Sensoren funktionieren, die Dashboards sind in Betrieb, und dennoch kann die Stadt eine einfache Frage nicht beantworten. Den St\u00e4dten, die auf der Stelle treten, mangelt es nicht an Technologie, sondern an einem gemeinsamen Verst\u00e4ndnis, und diese L\u00fccke verursacht Kosten, die sich immer weiter summieren.<\/em><\/p>\n

Er\u00f6ffnungsabend in der neuen Leitstelle einer Stadt. An der gegen\u00fcberliegenden Wand ist ein Mosaik aus Live-Bildern zu sehen: Der Verkehr l\u00e4uft reibungslos, die Luftqualit\u00e4t ist im Normbereich, die Energiebilanz stimmt, alle Sensoren melden ordnungsgem\u00e4\u00df. Das Projekt wurde innerhalb des vorgegebenen Zeit- und Budgetrahmens abgeschlossen. Der Raum hat allen Grund, stolz zu sein.<\/p>\n

Dann stellt ein leitender Angestellter eine ganz einfache Frage: In welchen Stadtvierteln verschlechtert sich die Lage, und wie viele schwerwiegende Vorf\u00e4lle gab es diese Woche?<\/p>\n

Es wird still im Raum. Nicht, weil das data fehlt. Es ist vollst\u00e4ndig vorhanden und leuchtet an der Wand. Der Grund ist, dass die Verkehrsplattform, das Sicherheitssystem und die Umgebungsdaten jeweils unterschiedliche Definitionen f\u00fcr \u201cVorfall\u201d und \u201cNachbarschaft\u201d verwenden, und niemand hat jemals entschieden, welche Definition ma\u00dfgeblich ist. Die Stadt kann alles wahrnehmen, kommt aber zu keinem Ergebnis.<\/p>\n

Dies ist kein Fehler, der in der n\u00e4chsten Version behoben wird. Es handelt sich um das Kennzeichen eines spezifischen, kostspieligen und weit verbreiteten Versagens, und die Technologie ist dabei fast nie der Grund.<\/p>\n

Die Verf\u00fchrung durch den Sensor<\/h2>\n

Es ist leicht nachvollziehbar, wie St\u00e4dte in diese Situation geraten k\u00f6nnen. Sensorik, Prognosen und Optimierung sind mittlerweile \u00e4u\u00dferst leistungsf\u00e4hig und leicht zu beschaffen. Ein Anbieter kann noch in diesem Quartal ein Echtzeit-Verkehrsmodell einrichten. Ein Kameranetzwerk meldet einen Vorfall schneller als jede Streife. Die M\u00f6glichkeiten sind real und nehmen rasch zu, sodass F\u00fchrungskr\u00e4fte zu dem vern\u00fcnftigen Schluss kommen, dass der schwierige Teil der Aufgabe gerade vor ihren Augen gel\u00f6st wird.<\/p>\n

Doch der Teil, den Sie sehen und kaufen k\u00f6nnen, ist der einfache Teil. Er l\u00e4sst sich gut veranschaulichen, und genau deshalb zieht er die finanziellen Mittel an. Der Wert einer Stadt liegt, genau wie der eines Unternehmens, nicht nur in ihrer Infrastruktur. Ihr Wert liegt in einer Ebene, die keine Plattform von Haus aus mitbringt: in der gemeinsamen Bedeutung ihres data und in der Rechenschaftspflicht daf\u00fcr, was damit geschieht. Infrastruktur und das data-Volumen bedeuten noch kein Verst\u00e4ndnis; in der Kluft zwischen beiden entscheidet sich, ob der Wert einer Smart City gewonnen oder verloren wird.<\/p>\n

\n

\u201cSensoren, Plattformen und Modelle k\u00f6nnen von jedem beschafft werden, und genau deshalb verschaffen sie keinen Wettbewerbsvorteil mehr. Dieser Vorteil liegt nun in der Bedeutung, die hinter der Technologie steht: Was das data darstellt und ob sich die Organisation dar\u00fcber einig ist. Das ist etwas, das eine Organisation aufbauen muss \u2013 und nicht kaufen kann.\u201d<\/em> \u2013 Ali Farhat, Data Engineering-Manager, Artefact<\/p>\n<\/blockquote>\n

Drei Ebenen: die Messung, das Modell, der Auftrag<\/h2>\n

Wir haben die Erfahrung gemacht, dass es sinnvoll ist, das Smart-City-Konzept \u201edata\u201c in drei unterschiedliche Ebenen zu unterteilen. Jede Ebene l\u00f6st ein anderes Problem, hat andere Verantwortliche und weist einen unterschiedlichen Automatisierungsgrad auf.<\/p>\n

Das Messger\u00e4t basiert auf maschinengest\u00fctzter Sensorik.<\/strong> Telemetrie, Computer Vision, Prognosen, Anomalieerkennung. Strukturierte Arbeit mit messbaren Ergebnissen und der ideale Bereich f\u00fcr eine konsequente Automatisierung. Es ist zudem die Ebene, in die jeder \u00fcberm\u00e4\u00dfig investiert, da man die Ergebnisse hier sichtbar an die Wand h\u00e4ngen kann. Das Prinzip ist einfach: Wenn sich das Signal kosteng\u00fcnstig definieren und \u00fcberpr\u00fcfen l\u00e4sst, sollten Sie es automatisieren.<\/p>\n

Das Modell ist die gemeinsame Bedeutung.<\/strong> Die Definitionen, auf die sich alle Beh\u00f6rden einigen m\u00fcssen, bevor dem data Vertrauen geschenkt werden kann, und die Punkte, in denen sie stillschweigend unterschiedlicher Meinung sind. Eine \u201cZone\u201d ist f\u00fcr das Parkraummanagement ein Parkbereich und f\u00fcr die \u00f6ffentliche Sicherheit ein Polizeibezirk, wobei sich die beiden Grenzen niemals decken. Ein \u201cVorfall\u201d ist f\u00fcr das Stra\u00dfennetz eine Verkehrsst\u00f6rung und f\u00fcr das Sicherheitssystem eine Personensch\u00e4digung. Ein \u201cObjekt\u201d ist f\u00fcr die Stra\u00dfenverkehrsbeh\u00f6rde eine einzelne Stra\u00dfe und f\u00fcr das Instandhaltungsteam hundert nummerierte Abschnitte. Ein Wort, zwei Bedeutungen \u2013 und die Gesamtzahlen stimmen nie \u00fcberein. Es sind diese Codelisten, die KPI-Definitionen und die system\u00fcbergreifenden Zuordnungen, die es einem Verkehrsdatenfeed und einem Planungssystem erm\u00f6glichen, sich darauf zu einigen, dass sie dieselbe Stra\u00dfe beschreiben. Es ist ein langwieriger, abteilungs\u00fcbergreifender und wenig glamour\u00f6ser Prozess, und kein Anbieter kann ihn von Anfang bis Ende umsetzen. Genau aus diesem Grund wird er oft \u00fcbersprungen. Das Prinzip lautet: Interoperabilit\u00e4t ist eine Entscheidung, kein Kauf.<\/p>\n

Das Mandat bedeutet, dass Menschen die Verantwortung tragen.<\/strong> Data Souver\u00e4nit\u00e4t. Datenspeicherung und Datenschutz. Der Kompromiss zwischen \u00dcberwachung und Dienstleistung. Das Vertrauen, das dar\u00fcber entscheidet, ob die B\u00fcrger die n\u00e4chste Funktion \u00fcberhaupt akzeptieren. Die Technologie kann jeden dieser Aspekte beeinflussen. Die Menschen m\u00fcssen die Kontrolle dar\u00fcber behalten. Das Prinzip lautet: Die Rechenschaftspflicht muss beim Menschen liegen.<\/p>\n

\"\"<\/p>\n

ABBILDUNG 1 \u2013 Der Messwert, das Modell, der Auftrag: das charakteristische dreistufige Rahmenkonzept, vom maschinengesteuerten zum menschenorientierten Ansatz, wobei jede Ebene mit ihrer Definition und ihrem Prinzip versehen ist.<\/em><\/p>\n

Die Ebenen verschieben sich im Laufe der Zeit, und das ist auch gut so. Mit der Verbesserung der Werkzeuge flie\u00dfen immer mehr Messdaten nahtlos in das \u201eMeter\u201c ein, wodurch den Menschen Zeit f\u00fcr die Beurteilung bleibt, die nur sie leisten k\u00f6nnen. Doch die technischen M\u00f6glichkeiten entwickeln sich schneller als die Verantwortlichkeit, und die Tatsache, dass eine Aufgabe automatisierbar wird, bedeutet nicht, dass die damit verbundene Entscheidung kontextfrei ist. Das Versagen liegt nicht in der Automatisierung. Das Versagen besteht darin, das \u201eMeter\u201c zu finanzieren, mit einer Vision-Pr\u00e4sentation auf das \u201eMandat\u201c hinzuweisen und dabei das \u201eModell\u201c auszuh\u00f6hlen.<\/p>\n

Nimmt man den Rahmen weg, sieht der Turm von der Stra\u00dfe aus immer noch beeindruckend aus. Er ist lediglich nicht bewohnbar.<\/p>\n

Diese Kosten haben einen Namen: Schulden<\/h2>\n

Wenn eine Stadt schneller entwickelt, als sie Bedeutungen standardisiert, bleibt diese L\u00fccke nicht bestehen. Sie vergr\u00f6\u00dfert sich still und leise, wie Zinsen. Wir bezeichnen dies als \u201eBedeutungsschuld\u201c, und \u00e4hnlich wie technische Schulden ist sie in der Demo unsichtbar, r\u00e4cht sich jedoch bei der Auslieferung.<\/p>\n

\"\"<\/p>\n

ABBILDUNG 2 \u2013 Bedeutung von \u201eSchulden\u201c: Die M\u00f6glichkeiten der Instrumentalisierung eilen der Reife der gemeinsamen Bedeutung voraus.<\/em><\/p>\n

Dies \u00e4u\u00dfert sich in konkreten Gesch\u00e4ftskosten, nicht in abstrakten Begriffen. KPIs, die zwar ausgewiesen werden, aber nicht tats\u00e4chlich durchg\u00e4ngig berechnet werden k\u00f6nnen, sodass das F\u00fchrungs-Dashboard reine Augenwischerei ist. Integrationen, die ins Stocken geraten, weil sich zwei Systeme nicht miteinander abstimmen lassen, ohne dass eine Person manuell zwischen ihnen vermittelt. Nacharbeit, da jede neue Quelle, die einer inkoh\u00e4renten Grundlage hinzugef\u00fcgt wird, den sp\u00e4teren Aufwandsaufwand vergr\u00f6\u00dfert. Compliance-Risiken, die erst sp\u00e4t entdeckt werden, da Aufbewahrungsfristen und Zust\u00e4ndigkeiten nie definiert wurden. Und das langsamste und teuerste Symptom von allen: eine Zeit bis zur Wertsch\u00f6pfung, die sich immer weiter verz\u00f6gert, da die Plattform zwar fertiggestellt ist, die Stadt aber immer noch keine Entscheidungen damit treffen kann.<\/p>\n

Wir haben erlebt, dass ein data-Modell alle automatisierten Pr\u00fcfungen bestanden hat \u2013 ohne Fehler und ohne Warnungen \u2013 und dennoch v\u00f6llig unbrauchbar blieb. Die Struktur war einwandfrei, daher wurde es validiert. Doch die Codelisten, die zur Einschr\u00e4nkung der Werte dienen sollten, waren leer und warteten darauf, dass ein Gesch\u00e4ftsverantwortlicher sie best\u00e4tigte. Die Leistungsindikatoren waren zwar im Modell enthalten, verf\u00fcgten jedoch \u00fcber keine Formel, sodass keine Berechnung erfolgen konnte. Die Zuordnungen, die den data-Ablauf einer Beh\u00f6rde in eine andere \u00fcberleiten sollten, existierten nicht. Die Felder f\u00fcr Aufbewahrungsfristen und Zust\u00e4ndigkeit waren leer. Alles war gr\u00fcn, aber es konnte keine Entscheidung getroffen werden. Das Schema wurde als fertiggestellt angezeigt, da der Wert nie im Schema enthalten war. Er lag in den Hunderten von Vereinbarungen zwischen den Beteiligten, auf deren Best\u00e4tigung das Schema wartete.<\/p>\n

Das ist keine hypothetische Annahme<\/h2>\n

Die Misserfolge, die Schlagzeilen machen, sind auf kommunaler Ebene nichts anderes als dieselbe Geschichte.<\/p>\n

Sidewalk Labs, ein Unternehmen von Alphabet, erhielt 2017 den Zuschlag f\u00fcr den Bau eines \u201eSmart District\u201c an der Uferpromenade von Toronto, mit der Vision, den \u00f6ffentlichen Raum mit Sensoren zu durchziehen. Das Projekt scheiterte im Jahr 2020. Als Grund wurden wirtschaftliche Faktoren angegeben, doch bereits seit zwei Jahren hatte sich das Projekt aufgrund einer Frage aufzul\u00f6sen begonnen, die die Technologie selbst nicht beantworten konnte: Wer regelt den Umgang mit den data-Daten, die eine Stadt \u00fcber ihre Einwohner sammelt? Die datenschutzbeauftragte des Projekts trat zur\u00fcck, als sie keine Garantie daf\u00fcr erhalten konnte, dass die Daten zum Zeitpunkt der Erfassung anonymisiert w\u00fcrden. An \u201eThe Meter\u201c gab es nie Zweifel. Das Mandat wurde nie gekl\u00e4rt.<\/p>\n

Songdo, das auf aufgesch\u00fcttetem Land in der N\u00e4he von Incheon f\u00fcr mehrere zehn Milliarden errichtet wurde, wurde jahrelang als vorbildliche Smart City vermarktet \u2013 mit Sensoren und Automatisierung \u00fcberall. Es ist zudem zum Inbegriff eines Ortes geworden, der zwar technisch voll ausgestattet, aber seltsam leblos ist und \u00fcber den h\u00e4ufig berichtet wird, dass er nicht ausreichend genutzt wird. Die technische Ausstattung funktionierte. Was fehlte, war die schwierigere, menschliche Frage, wozu die Stadt eigentlich diente. Die technische Ausstattung kann makellos sein und dennoch einen Ort messen, in dem niemand leben m\u00f6chte.<\/p>\n

Selbst die umsichtigsten St\u00e4dte lernen das Mandat auf die harte Tour kennen. Singapur f\u00fchrte ein Tool zur Kontaktverfolgung w\u00e4hrend der Pandemie ein, wobei der \u00d6ffentlichkeit versichert wurde, dass das \u201edata\u201c ausschlie\u00dflich zur Kontaktverfolgung genutzt werden w\u00fcrde. Als sp\u00e4ter bekannt wurde, dass die Polizei nach geltendem Recht Zugriff auf dieses \u201edata\u201c hatte, zwangen die heftigen Reaktionen die Einf\u00fchrung neuer Gesetze, um dessen Nutzung einzuschr\u00e4nken. Die Technologie hatte genau so funktioniert, wie sie konzipiert worden war. Was jedoch nicht im Voraus vereinbart worden war, war die Zusicherung dar\u00fcber, wozu das data dienen sollte. Vertrauen entscheidet sich im Mandat, nicht im Meter, und in einer Stadt entscheiden diese Momente dar\u00fcber, ob die B\u00fcrger der n\u00e4chsten Ma\u00dfnahme zustimmen.<\/p>\n

\"\"<\/p>\n

ABBILDUNG 3 \u2013 Ein Wort, zwei Bedeutungen.<\/em><\/p>\n

Die Gegenbeispiele lassen sich in zwei Arten unterteilen, und beide sind aufschlussreich.<\/p>\n

Einige haben diese Schulden nie angeh\u00e4uft. Estland ist das deutlichste Beispiel. Seine nationale data-Austauschplattform \u201eX-Road\u201c erm\u00f6glicht es \u00f6ffentlichen Systemen seit Dezember 2001, data-Daten sicher auszutauschen \u2013 nach dem Prinzip der einmaligen Erfassung: Ein B\u00fcrger \u00fcbermittelt dem Staat eine Information einmalig, und jede Beh\u00f6rde nutzt diese wieder, anstatt erneut danach zu fragen. Estlands X-tee verarbeitet mittlerweile j\u00e4hrlich rund zwei Milliarden Abfragen. Finnland schloss sich 2015 derselben Backbone-Infrastruktur an, und seit 2017 entwickeln die beiden L\u00e4nder diese gemeinsam \u00fcber das Nordic Institute for Interoperability Solutions, eine Einrichtung, die sich in ihrem gemeinsamen Besitz befindet. Das Modell wurde von Anfang an als Infrastruktur konzipiert, weshalb sich jeder seitdem hinzugef\u00fcgte Dienst nahtlos in diese einf\u00fcgen konnte.<\/p>\n

Andere haben die Schulden bewusst abgebaut. Barcelona definierte \u201eCity data\u201c neu als gemeinsames b\u00fcrgerliches Gut und bestand darauf, dass seine Plattformen den Einwohnern dienen und nicht umgekehrt. Amsterdam und Helsinki gingen im Rahmen des Mandats noch einen Schritt weiter und ver\u00f6ffentlichten \u00f6ffentliche Register der von ihren Verwaltungen verwendeten Algorithmen, damit die Einwohner die auf sie angewandte automatisierte Logik einsehen und anfechten k\u00f6nnen. Nichts davon ist technikfeindlich. Es handelt sich um Rechenschaftspflicht, die als Infrastruktur behandelt wird.<\/p>\n

Der ehrliche Einwand<\/h2>\n

Auf der anderen Seite gibt es ein schwerwiegendes Argument, das eine faire Anh\u00f6rung verdient.<\/p>\n

Ein disziplinierter Technologief\u00fchrer wird Ihnen sagen, dass man data nicht steuern kann, das man nicht erfasst hat, und dass das Warten darauf, dass sich ein Dutzend Beh\u00f6rden auf jede einzelne Definition einigen, ein sicheres Rezept daf\u00fcr ist, dass das Produkt niemals auf den Markt kommt. Standards entstehen aus der Praxis, nicht in Aussch\u00fcssen. Installieren Sie die Sensoren, sorgen Sie daf\u00fcr, dass die data-Daten flie\u00dfen, und verhandeln Sie erst dann \u00fcber die Bedeutung, wenn es tats\u00e4chlich etwas Konkretes gibt, wor\u00fcber man diskutieren kann. Und ein Teil der \u201cBedeutungsarbeit\u201d, die Berater so sehr lieben, ist reine Formsache \u2013 ontologische Debatten, die l\u00e4nger dauern als das Budget und nichts \u00e4ndern.<\/p>\n

Teile davon sind zutreffend. Eine Stadt, die sich weigert, die Automatisierung voranzutreiben, bis alle Bedingungen gekl\u00e4rt sind, wird ins Hintertreffen geraten, und ihre Mitarbeiter werden weiterhin manuell erledigen, was Maschinen \u00fcbernehmen k\u00f6nnten. Doch die Argumentation endet einen Schritt zu fr\u00fch. Es geht nicht darum, den \u201eMeter\u201c zu verlangsamen. Es geht darum, das \u201eModell\u201c parallel zu finanzieren, damit die Automatisierung auf einem Fundament landet, das sie auffangen kann. Das \u00dcberspringen des Modells beseitigt die Arbeit nicht. Es wandelt sie in eine Art Schuld um und berechnet daf\u00fcr Zinsen. Toronto und Singapur haben keine Schw\u00e4che der intelligenten Technologie offenbart. Sie haben die Kosten aufgezeigt, die entstehen, wenn man zuerst die einfachen Fragen kl\u00e4rt und die schwierigen unter Zeitdruck.<\/p>\n

Wo Sie beginnen sollten<\/h2>\n

Programme, die Wert schaffen, anstatt Schulden anzuh\u00e4ufen, verfolgen in der Regel vier Strategien.<\/p>\n

Finanzieren Sie das Modell als eigenst\u00e4ndigen Arbeitsbereich und nicht als Nebenprodukt.<\/strong> Weisen Sie gemeinsamen Definitionen, Codelisten und system\u00fcbergreifenden Zuordnungen einen namentlich benannten Verantwortlichen und ein Budget zu, und f\u00fchren Sie dies parallel zur Plattform durch, anstatt erst im Anschluss daran. Das Modell ist keine Dokumentation, die Sie am Ende verfassen. Es ist eine Infrastruktur, die Sie parallel aufbauen.<\/p>\n

Messen Sie Ergebnisse, die ein B\u00fcrger erkennen w\u00fcrde.<\/strong> Es geht nicht um installierte Sensoren oder ausgelieferte Dashboards, sondern um beantwortete Fragen und verbesserte Dienstleistungen. Ein einfacher Test: Wenn sich ein KPI heute nicht durchg\u00e4ngig aus echten data-Daten berechnen l\u00e4sst, ist er noch kein KPI. Er ist lediglich eine Absicht.<\/p>\n

Legen Sie den Auftrag vor der Einf\u00fchrung klar fest, nicht erst nach dem Vorfall.<\/strong> Legen Sie von vornherein fest, wer f\u00fcr data verantwortlich ist, wer die Daten aufbewahrt und wer Zugriff darauf hat, und machen Sie die Logik dort sichtbar, wo sie die B\u00fcrger betrifft. Vertrauen aufzubauen ist kosteng\u00fcnstiger, als es wiederherzustellen.<\/p>\n

TBetrachten Sie Interoperabilit\u00e4t als vertragliche Verpflichtung.<\/strong> Legen Sie bei jedem beh\u00f6rden\u00fcbergreifenden Datenaustausch die ma\u00dfgebliche Datenquelle, die gemeinsamen Definitionen und die Aktualisierungsh\u00e4ufigkeit vor der Integration fest \u2013 nicht erst im Rahmen einer Eskalation.<\/p>\n

Was diese vier Schritte gemeinsam haben, ist, dass keiner davon erkauft werden kann. Jeder einzelne ist eine Entscheidung, f\u00fcr die jemand die Verantwortung \u00fcbernehmen muss.<\/strong><\/p>\n

\n

\u201cEine Stadt wird nicht dadurch intelligenter, dass sie mehr erfasst. Sie wird in dem Moment intelligenter, in dem die Sensordaten data Bedeutung erhalten, diese Bedeutung in Entscheidungen umgesetzt wird und diese Entscheidungen zu Ergebnissen f\u00fchren. Das ist die wahre Infrastruktur, und sie ist das Einzige, was man weder kaufen, automatisieren noch aufschieben kann.\u201d<\/em> \u2013 Roland Debbane, Partner, Artefact<\/p>\n<\/blockquote>\n

Dies gilt unabh\u00e4ngig davon, ob eine bestehende Stadt sich zu einer \u201esmarten\u201c Stadt entwickelt oder ob eine neue Stadt von Grund auf neu errichtet wird. Der Neubau hat keine alten Silos, die es zu entwirren gilt, was einen echten Vorsprung darstellt; allerdings muss er das Messsystem, das Modell und das Mandat gleichzeitig und z\u00fcgig umsetzen \u2013 und das, obwohl die Definitionen noch gar nicht feststehen. Die bestehende Stadt verf\u00fcgt \u00fcber diese Silos und damit \u00fcber den Vorteil, genau zu wissen, welche Fragen sie bereits nicht beantworten kann. So oder so: Wenn Sie das Modell fr\u00fchzeitig richtig aufsetzen, zahlt sich dies aus: Jeder neue Dienst l\u00e4sst sich nahtlos in ein Fundament einf\u00fcgen, das bereits passt. \u00dcberspringen Sie diesen Schritt, werden Sie Jahre damit verbringen, eine Interoperabilit\u00e4tsabgabe f\u00fcr eine Plattform zu zahlen, die zwar fertig erscheint, aber keine einfache Frage beantworten kann.<\/p>\n

Zur\u00fcck in der Einsatzzentrale<\/h2>\n

Stellen Sie sich dieselbe Feed-Wand ein Jahr nach Beginn eines Programms vor, das die unscheinbare Arbeit geleistet hat. Die F\u00fchrungskraft stellt dieselbe Frage. Diesmal wird es im Raum nicht still, denn die Begriffe \u201cVorfall\u201d und \u201cNachbarschaft\u201d haben system\u00fcbergreifend eine einheitliche Bedeutung, die Formel hinter dem Indikator ist f\u00fcr jeden einsehbar, und es ist klar, wer f\u00fcr das data verantwortlich ist und wer die Entscheidung zu verantworten hat. Die Sensoren sind nicht besser als am ersten Abend.<\/p>\n

Die Stadt hat schlichtweg gelernt, durch das, was sie wahrnimmt, Bedeutung zu erlangen.<\/p>\n

Dies ist kein Argument daf\u00fcr, das Tempo zu drosseln. St\u00e4dte, die bei KI und Sensorik z\u00f6gern, werden im Wettbewerb den K\u00fcrzeren ziehen, und ihre Einwohner werden darunter leiden. Es ist vielmehr ein Argument daf\u00fcr, eine Smart City als eine Frage der Organisationsgestaltung und nicht der Beschaffung zu betrachten und jene Ebene zu finanzieren, die Ihnen kein Anbieter verkaufen wird, weil kein Anbieter dazu in der Lage ist.<\/p>\n

Technologie kann eine Stadt ausstatten, doch erst die Menschen verleihen ihr Bedeutung. Bevor Sie den n\u00e4chsten Arbeitsablauf automatisieren, entscheiden drei Fragen dar\u00fcber, ob Sie einen Wert schaffen oder Schulden anh\u00e4ufen:<\/p>\n

Was geh\u00f6rt in die Meter<\/strong>? Wo muss die Modell<\/strong> Was muss offengelegt werden, bevor man dem data vertrauen kann? Wer ist verantwortlich f\u00fcr die Auftrag<\/strong>, und wer tr\u00e4gt die Verantwortung f\u00fcr die Folgen?<\/p>\n<\/div><\/div><\/div><\/div><\/div>","protected":false},"excerpt":{"rendered":"

Die Sensoren funktionieren, die Dashboards sind in Betrieb, und dennoch kann die Stadt eine einfache Frage nicht beantworten. Den St\u00e4dten, die auf der Stelle treten, mangelt es nicht an Technologie, sondern an einem gemeinsamen Verst\u00e4ndnis, und diese L\u00fccke verursacht Kosten, die sich immer weiter summieren.<\/p>","protected":false},"featured_media":1406706,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[21933,21934],"blog-language":[2991],"class_list":["post-1406703","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-public-sector-non-profit","blog-category-real-estate","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog\/1406703","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media\/1406706"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media?parent=1406703"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-category?post=1406703"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-language?post=1406703"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}