# Georäumlich

## Was es ist

Georäumlich beschreibt Daten, Analysen und Software, bei denen eine Position
auf der Erde Teil der Bedeutung ist. Ein Temperaturmesswert ist nur eine Zahl,
bis er mit dem Messort verbunden wird. Ein Messwert eines intelligenten
Zählers wird für die Planung nützlich, sobald er einem Versorgungsstrang,
einem Bezirk oder der Nähe zu einer Wetterstation zugeordnet werden kann.
Das Wort ist ein Adjektiv und steht beim jeweils beschriebenen Gegenstand:
georäumliche Daten, eine georäumliche Verknüpfung, georäumliche Modellierung.

Räumlich allein ist der weitere Begriff. Ein Chipentwurf, ein in lokalen
Metern vermessener Lagergrundriss und eine technische Zeichnung sind alle
räumlich. Ihre Koordinaten bedeuten außerhalb der Zeichnung nichts.
Georäumliche Daten sind durch ein Koordinatenreferenzsystem an die Erde
gebunden. Zwei nie gemeinsam entworfene Datenbestände lassen sich dadurch
trotzdem übereinanderlegen und vergleichen.

Der Ortsbezug kann in einem Datenbestand unterschiedliche Formen annehmen,
die nicht gleich nützlich sind.

- **Koordinaten**, meist Breiten- und Längengrade von einem GPS-Empfänger oder
  Geokodierer, geben einen Punkt, mit dem Software direkt rechnen kann.
- **Geometrien** beschreiben neben Punkten auch Linien und Flächen: eine
  Kabeltrasse, eine Überschwemmungsfläche, ein Versorgungsgebiet.
  Das Simple-Features-Modell des Open Geospatial Consortium (OGC), auch als
  ISO 19125 veröffentlicht, definiert die von den meisten Datenbanken und
  Dateiformaten geteilten Formen.
- **Adressen und Ortsnamen** tragen einen Ortsbezug für Menschen. Bevor sich
  etwas messen lässt, müssen sie aber geokodiert, also in Koordinaten
  umgewandelt werden. Jeder Geokodierer löst sie in seiner eigenen Genauigkeit auf.
- **Gebietscodes** wie Postleitzahlen, Gemeindenummern oder Rasterzellen-IDs
  sagen, in welchem Gebiet etwas liegt, ohne die Stelle darin anzugeben.

Die Grundlage bildet eine Reihe offener Standards, mit denen georäumliche
Daten ohne Bedeutungsverlust zwischen Systemen ausgetauscht werden können. Das OGC veröffentlicht
Spezifikationen für Geometrie, Dateien wie GeoPackage und Webdienste wie
OGC API – Features. Das EPSG-Register gibt jedem Koordinatenreferenzsystem
einen Zahlencode. 4326 bedeutet deshalb überall Breiten- und Längengrade auf
WGS 84. Die quelloffene Bibliothek PROJ transformiert Koordinaten zwischen
diesen Systemen und unterstützt mehr als hundert Kartenprojektionen.

## Warum es wichtig ist

Der Ort ist ein Verknüpfungsschlüssel, den fast jeder Datenbestand schon hat.
Zählerstände, Wetterbeobachtungen, Kundendaten und Netzanlagen teilen selten
eine Kennung, doch jedes davon hatte einen Ort. Eine georäumliche Verknüpfung
verknüpft Zeilen danach, ob ein Objekt innerhalb eines anderen liegt, ob zwei
Objekte innerhalb einer bestimmten Entfernung voneinander liegen oder ob sie
sich kreuzen. Entscheidend sind diese räumlichen Beziehungen, nicht gleiche
Werte.
Sie verbindet Daten, die nie ein Fremdschlüssel verknüpfte. Oft behandelt
eine Organisation ihre Daten deshalb erstmals als georäumlich: Ihre Frage
überspannt Datenbestände, die sich nur auf der Karte treffen.

Der zweite Grund ist, dass der Ort die Bedeutung eines Durchschnitts verändert.
Eine landesweite Zahl zum Verbrauch oder zu Versorgungsunterbrechungen kann
einen Bezirk an seiner Grenze verbergen, während die übrigen noch Reserven
haben. Die wichtige Entscheidung betrifft genau diesen Bezirk: wo verstärken,
wo investieren, wohin ein Team schicken? Eine Gruppierung nach Gebiet oder
Entfernung zeigt die Streuung, die eine einzige Summe verbirgt.

Ortsangaben haben auch außerhalb der Analyse Gewicht. Eine kurze Folge von
GPS-Punkten eines Telefons zeigt gewöhnlich, wo sein Besitzer schläft und
arbeitet. Ortsdaten über Menschen verdienen deshalb dieselbe Sorgfalt wie
andere personenbezogene Daten. Praktisch bedeutet das: nur die für den Zweck
nötige Genauigkeit erfassen, die Daten vor der Weitergabe vergröbern und sie
nicht länger aufbewahren, als der Zweck besteht.

## Wie es in der Praxis aussieht

Über mehrere Regionen verteilte intelligente Zähler lieferten die Daten für
[mehr als 500 Analyseberichte in reinem SQL](/de/portfolio/released-500-electricity-and-gis-data-reports/)
auf PostgreSQL und BigQuery. Zu den Messwerten kamen Standortkoordinaten
jedes Zählers. Die Skripte konnten damit georäumliche Verknüpfungen neben
CTEs und Fensterfunktionen verwenden, um regionale Trends und Anomalien
zu finden. Jeder Bericht enthielt sein kommentiertes SQL, damit Kollegen
ihn reproduzieren konnten. Häufige Datenqualitätsprobleme, darunter fehlende
GPS-Koordinaten, wurden samt empfohlener Behandlung dokumentiert.
Durch die Verknüpfungen ihren Regionen zugeordnet, halfen die Ergebnisse
anschließend beim regionalen Lastausgleich. Die Berichte trugen zu der
folgenden Steigerung der betrieblichen Planungseffizienz um 10–15 % bei.

Elf Stromnetzbetreiber hatten die Betriebsdaten, aber nur wenig georäumliche
Analyse als Grundlage für Verstärkungs- und Investitionsentscheidungen.
[Ihre Betriebsdaten wurden mit georäumlicher Modellierung verbunden](/de/portfolio/optimized-forecasting-and-investment-strategies/).
Jedes Netz ließ sich dadurch auf der Karte untersuchen: Welche Abschnitte
näherten sich ihren Grenzen, welche Gebiete rechtfertigten zuerst Investitionen?
Die Analyse wurde an den tatsächlichen Netzbetrieb jedes Betreibers angepasst,
statt eine gemeinsame Vorlage auszuteilen.

Georäumliche Daten müssen auch mit wachsendem Umfang schnell bleiben.
In einer PostgreSQL-Anwendung, in der die Ortsabfragen zusammen mit den
Stromzeitreihen langsamer geworden waren,
[wurden GiST-Indizes für die georäumlichen Daten ergänzt](/de/portfolio/accelerated-postgresql-performance-by-10x/).
Die geografischen Daten wurden per Hash partitioniert, um die Last gleichmäßig
auf Knoten zu verteilen. Georäumliche Abfragen liefen danach in Millisekunden.

## Wo es schiefgeht

**Unbekannte Positionen häufen sich bei null Grad Breite und null Grad Länge.**
Eine Kunden- oder Gerätekarte zeigt eine dichte Ansammlung im Golf von Guinea,
wo sich Äquator und Nullmeridian kreuzen. Regionale Summen enthalten Datensätze
von einer Stelle, an der kein Kunde sein kann. Ein Gerät ohne GPS-Fix oder ein
Import mit leerer Zelle schrieb Nullen statt einer leeren Position.
Speichern Sie unbekannte Positionen als NULL. Ergänzen Sie eine
Integritätsbedingung, die genau das Paar 0, 0 im offenen Meer zurückweist. Zählen Sie die fehlenden
Positionen in jeder Charge, damit jeder Bericht angibt, wie viele Datensätze
er nicht verorten konnte.

**Verknüpfungen über Koordinaten finden fast nichts.** Zwei Datenbestände
beschreiben dieselben Umspannwerke. Die Verknüpfung über gleiche Breiten-
und Längengrade trifft trotzdem nur eine Handvoll Zeilen. Jede Quelle hat
ihre Koordinaten anders gemessen oder gerundet. Koordinaten sind außerdem
Gleitkommazahlen: Zwei wenige Zentimeter auseinanderliegende Positionen sind
einfach verschiedene Werte. Verknüpfen Sie stattdessen nach Entfernung,
mit einer aus der Quellengenauigkeit gewählten Toleranz und einem vom
räumlichen Index bedienbaren Prädikat. In PostGIS mit geography-Spalten,
deren Einheit Meter ist:

```sql
SELECT a.substation_id, b.asset_ref
FROM survey AS a
JOIN register AS b
  ON ST_DWithin(a.location, b.location, 15);
```

Prüfen Sie danach mehrfach zugeordnete Zeilen. Eine Toleranz, die Messfehler
abdeckt, kann auch zwei benachbarte Anlagen überbrücken.

**Punkte in Postleitzahlzentren gelten als genaue Positionen.** Eine
Entfernungsanalyse meldet Dutzende Kunden an exakt derselben Stelle.
Oder eine Heatmap zeigt scharfe Spitzen mitten in Postleitzahlgebieten.
Die Adressen wurden nur bis zur Postleitzahl geokodiert. Jede kam als
Gebietsmittelpunkt zurück, ohne dass die Analyse das bemerkte.
Dokumentieren Sie die Auflösungsebene jedes Punkts, etwa Adresse, Straße
oder Postleitzahl, in einer Spalte daneben. Filtern oder gewichten Sie nach
dieser Ebene, bevor Sie Entfernungen messen, die kürzer als das Gebiet sind.

**Regionale Vorjahressummen ändern sich nach einer Grenzaktualisierung.**
Ein mit unveränderten historischen Daten erneut ausgeführter Bericht liefert
andere Regionalzahlen als die zuerst veröffentlichten. Die Punkte wurden mit
der aktuellen Grenzebene verknüpft. Seitdem haben Gemeinden fusioniert,
Postleitzahlgebiete sich geteilt oder Versorgungsgebiete neue Grenzen bekommen.
Bewahren Sie die Rohkoordinaten statt nur der damaligen Region auf.
Speichern Sie Grenzebenen mit ihren Gültigkeitsdaten. Verknüpfen Sie jeden
Datensatz mit der zu seinem Zeitstempel gültigen Grenze und notieren Sie in
jedem Bericht, welche Grenzversion ihn erzeugt hat.

## Weiterführende Lektüre

- [OGC-Standards](https://www.ogc.org/standards/) — der Katalog offener
  georäumlicher Standards des Open Geospatial Consortium, jeweils mit den
  Spezifikationsdokumenten.
- [Simple Feature Access – Part 1](https://www.ogc.org/standards/sfa/) — das
  gemeinsame Geometriemodell aus Punkten, Linien und Polygonen für Datenbanken
  und Formate.
- [EPSG Geodetic Parameter Dataset](https://epsg.org/) — das Register hinter
  Codes wie 4326 und 3857 samt vollständiger Definition jedes Referenzsystems.
- [PROJ](https://proj.org/) — die quelloffene Bibliothek zur Transformation
  zwischen Koordinatenreferenzsystemen, mit Kommandozeilenwerkzeugen und API.
- [OGC API – Features](https://ogcapi.ogc.org/features/) — der OGC-Standard zum
  Veröffentlichen und Abfragen georäumlicher Features über HTTP.

<https://engineer.company/de/glossary/geospatial/>
