Technical Report 05004 ISSN 1612-1376 Automatisierte Methoden und Systeme der Datener- hebung Teilprojekt M9: Dirk Jodin Andreas Mayer Lehrstuhl FLW Emil-Figge-Straße 73 44221 Dortmund Dortmund, 23. Mai 2004 Seite 2 SFB 559 Inhaltsverzeichnis 1 Einleitung........................................................................................................................ 3 2 Methoden der Datenerhebung....................................................................................... 3 2.1 Klassifizierung der Datenerhebungsmethoden ........................................................ 4 2.2 Befragung................................................................................................................ 5 2.2.1 Mündliche Befragung ......................................................................................... 6 2.2.2 EDV Befragung .................................................................................................. 7 2.2.3 Schriftliche Befragung........................................................................................ 8 2.3 Beobachtung ........................................................................................................... 8 2.3.1 Manuelle Beobachtung ...................................................................................... 9 2.3.2 Automatische Beobachtung ............................................................................... 9 2.4 Dokumentenanalyse .............................................................................................. 17 2.4.1 Optische Dokumente........................................................................................ 17 2.4.2 Elektronische Dokumente ................................................................................ 17 3 Kategorisierung der Methoden.................................................................................... 18 4 Automatisierte Systeme der Datenerhebung ............................................................. 21 4.1 Maut System Deutschland: Toll Collect ................................................................. 22 4.2 Verkehrsdatenerfassung (Verkehrsvorhersage) .................................................... 23 4.3 Wetterdatenerfassung ........................................................................................... 24 5 Ausblick ........................................................................................................................ 25 Seite 3 SFB 559 1 Einleitung Die Methoden der Datenerhebung waren bereits Thema des Technical Report 04002-M9. Mittlerweile ist die Entwicklung insbesondere bei den EDV-gestützten Verfahren weiter ge- gangen und es haben weitere Untersuchungen stattgefunden, die einen ergänzenden und erweiterten Report erfordern. In der zweiten Untersuchungsphase wurden verstärkt die au- tomatisierten Erhebungsverfahren betrachtet und bewertet. Darüber hinaus wurden ande- ren Disziplinen, die ebenfalls mit der Erhebung umfangreicher Datenmengen konfrontiert sind, hinsichtlich ihrer verwendeten Methoden oder Verfahren betrachtet. Dementsprechend fokussiert dieser Report auf die automatischen und EDV-gestützten Verfahren sowie die Modifikationen der Klassifizierung. Beobachtet man die zunehmenden Möglichkeiten und die steigende Nutzung automatisier- ter Datenerfassung mag man kaum noch über die Probleme der Datenerhebung und - erfassung sprechen, sondern man muss vielmehr zunehmend den Blick auf das Problem der rasch steigenden Datenmengen und ihrer Verarbeitbarkeit richten. In den letzten Jahren hat es hier auf allen relevanten Bereichen entscheidende Entwicklungen gegeben, die das Datenwachstum rapide verstärken. Kosten für Rechnerleistungen und Speicherkapazitäten sind um Größenordnungen kleiner geworden. Fast alle Prozessdaten werden mittlerweile festgehalten. Kundenkarten, Kreditkarten, Mobiltelefone, Käufe im Internet usw. ermögli- chen die Erfassung und Speicherung weiterer umfangreicher Daten. Durch den verstärkt zunehmenden Einsatz von RFID (Radio frequency identification) wird das aufkommende Datenvolumen noch einmal sprunghaft ansteigen. Laut Teradata-CEO Mike Köhler in den VDI-Nachrichten vom 13.5.2005 haben Studien ergeben, dass sich alle zwei bis drei Jahre die Datenmenge verdoppelt, mit der die Unternehmen konfrontiert werden [Kel05]. In Zukunft wird man sich also mehr mit Methoden und Verfahren beschäftigen müssen, die vorhandene oder entstehende Daten permanent erkennen, verknüpfen und zielorientiert aufbereiten und zur Auswertung speichern, als die Daten im Nachhinein für den Prozess der Datengewinnung zu erheben. Hier haben beispielsweise die Meteorologie, die Ver- kehrsprognose aber auch die Mauterfassung Systeme aufgebaut, die permanent Daten erfassen, verknüpfen und auswerten. Aus diesen Systemen zu Lernen ist eine weitere Mög- lichkeit, den Datengewinnungsprozess im Rahmen der Forschungen des Teilprojekts M9 weiter zu optimieren. Unabhängig von diesen Entwicklungen ist die Teilaufgabe der Methodenklassifizierung und –kategorisierung zur Datenerhebung und –gewinnung weiterhin von hoher Wichtigkeit und Bedeutung, da insbesondere die systematische Aufbereitung den gewünschten zielorien- tierten Zugriff auf die richtige Methode im Rahmen des Methodennutzungsmodells [JoH05] erst ermöglicht. 2 Methoden der Datenerhebung Die Methoden der Datenerhebung werden klassischerweise in primäre und sekundäre Me- thoden unterteilt. Unterscheidungsmerkmal ist hier das Vorhandensein der benötigten Infor- mationen zum Zeitpunkt der Datenerhebung. Liegen die benötigten Daten nicht in dokumentierter Form vor und müssen demzufolge ge- sondert erhoben werden, so sind die zur Informations- und Datenerhebung anzuwenden- den Techniken und Methoden den Primärdatenerhebungsmethoden zuzuordnen [Voß04]. Können im Gegensatz dazu die für den jeweiligen Untersuchungszweck benötigten Daten aus bereits für andere unternehmensinterne und –externe Zwecke erstellten Daten extra- Seite 4 SFB 559 hiert werden, so sind die hierfür notwendigen Erhebungstechniken und -methoden den Se- kundärdatenerhebungsmethoden zuzuteilen [Voß04]. In der Literatur wird teilweise noch die Tertiärdatenerhebung angeführt, welche einen Son- derfall der Sekundärerhebung darstellt. Werden für eine Sekundärerhebung keine Rohda- ten, sondern vorverarbeitete, wie z.B. aggregierte oder komprimierte Daten genutzt, so ist diese als tertiärstatistische Datenerhebung zu bezeichnen. In der Regel sind Rohdaten ge- genüber stark aggregierten oder komprimierten Daten zu bevorzugen, da die Aussagekraft von Schlussfolgerungen aus tertiärstatistischen Erhebungen begrenzt ist [Har99]. Aus die- sem Grunde wird die Tertiärdatenerhebung hier nicht weiter berücksichtigt. Statistisch ist weiterhin zwischen einer Teil- und einer Vollerhebung von Daten zu unter- scheiden. Die Datenerhebung für die relevanten Merkmale, Kenngrößen oder Variablen muss je nach Anwendungsfall auf einen Teil der insgesamt verfügbaren realen Sachverhal- te, Objekte bzw. Vorgänge beschränkt bleiben. Dieses ist als Stichprobe aus der insgesamt verfügbaren Grundgesamtheit von Sachverhalten/Objekten/Vorgängen bzw. als Teilerhe- bung zu bezeichnen [Sch03]. Im Gegensatz dazu steht die Vollerhebung, bei der die interessierenden Merkmale für sämt- liche Einheiten der Grundgesamtheit beobachtet werden. Im Bereich der Sozialforschungen sind hier Anwendungen wie die Volkszählungen zu vermerken, bei denen trotz des sehr ho- hen Aufwandes eine Datenerhebung von sämtlichen Einwohnern eines Landes durchge- führt wird [Sch03] und [Har99]. Dabei ist allerdings zu beachten, dass auch Vollerhebungen trotz des hohen Aufwandes nur theoretisch fehlerfrei sind [Har99]. Ein typisches Beispiel für Teilerhebungen ist die Qualitätskontrolle von Produkten, bei der eine Vollerhebung häufig aus Kostengründen bzw. wegen des hohen zeitlichen Aufwandes nicht sinnvoll ist. Zu beachten sind hier allerdings Produkte mit besonderen Sicherheitsan- forderungen, z.B. Luft- und Raumfahrttechnologien, bei denen ungeachtet des Aufwandes oftmals auf eine Vollerhebung zurückgegriffen wird. 2.1 Klassifizierung der Datenerhebungsmethoden Im Hinblick auf die vorgesehene Kategorisierung der Methoden erwies es sich als Zielfüh- render, in der Klassifizierung zunächst möglichst differenziert hinsichtlich der Kriterien und Eigenschaften der Methoden zu systematisieren, als bereits in den oberen Ebenen die kon- kreten Methoden und Verfahren zu nennen. Demzufolge wurde die bisherige Systematik [HJL04, Abbildung 2] nicht nur erweitert, sondern in ihrem Aufbau modifiziert. Betrachtet man zunächst lediglich die obersten drei Ebenen der neu entwickelten Klassifi- zierung, lässt sich erkennen, dass die dort stehenden Kriterien bereits eine gute Kategori- sierung beispielsweise in elektronisch/automatische und manuelle Verfahren erwarten lässt. Primärerhebung Befragung Beobachtung Sekundärerhebung Dokumentenanalyse SchriftlichElektronisch Manuell Automatisch ElektronischesDokument Optisches DokumentMündlich Abbildung 1: Obere Ebenen der Methodenklassifizierung Entsprechend dieses Leitziels der verbesserten Kategorisierbarkeit sind auch die darunter liegenden Zweige der Methodenklassifizierung aufgebaut. Ein weitere Prämisse war es spe- zifische Methoden, die sich nicht weiter differenzieren lassen außerhalb der Klassifizierung Seite 5 SFB 559 aufzuführen und lediglich einem Zweig zuzuordnen um bei einer neu entdeckten oder ent- wickelten Methode nicht gleich die Klassifizierung ändern zu müssen. Aus Gründen der Übersichtlichkeit werden die Zweige Primär- und Sekundärerhebung getrennt weiter darge- stellt. Die Methoden der primären Datenerhebung lassen sich in Methoden der Befragung und der Beobachtung untergliedern. Hauptunterscheidungsmerkmal ist die vorhandene oder nicht vorhandene Interaktion mit dem Untersuchungsobjekt. Diese Unterscheidung ist nicht ohne Bedeutung, da eine Interaktion auf der einen Seite eine Beeinflussung des Befragten be- deuten kann, auf der anderen Seite die Beobachtung ohne Interaktion möglicherweise zu Fehlinterpretationen führen kann. So entscheidet sich hier bereits das Potenzial für Erhe- bungsfehler. 2.2 Befragung Ein Hauptanwendungsfeld der Erhebungstechnik „Befragung“ bildet die empirische Sozial- forschung, in der Informationen über Meinungen, Einstellungen und Gefühle das Erhe- bungsziel darstellen. Weitere Anwendung findet diese Technik in der Untersuchung von Organisationen, Strukturen und Abläufen. Mittels einer Befragung lassen sich innerhalb von Organisationen Informationen über Prozesse, Abläufe, Datenflüsse und komplexe organisa- torische Sachverhalte erheben. Die Datenerhebungsmethode „Befragung“ setzt voraus, dass der Befragte über Informatio- nen verfügt, die von Interesse für die Untersuchung sind. Bei der Befragung ist zwischen schriftlichen (Fragebogen), mündlichen (Interview) und EDV-gestützten Befragungen zu un- terscheiden. Abbildung 2 zeigt die verschiedenen Befragungsmöglichkeiten. Bef ragung Elektronisch SchriftlichMündlich Interview EDV-gestützt Fragebogen teilstrukturiert unstrukturiertstrukturiert strukturiert strukturiert geschlossen offen geschlossen offen geschlossen offen geschlossen offen geschlossen offen Abbildung 2: Methoden der Befragung Es ergeben sich drei Varianten der Befragung: mündlich, elektronisch und schriftlich, die jeweils direkt mit einem übergreifenden Verfahren verbunden sind, die allerdings jeweils verschiedene Variationsmöglichkeiten haben und so zu speziellen Methoden der Befragung führen. Die Variationsmöglichkeiten unterschieden sich zunächst hinsichtlich der Kriterien „strukturiert“, „teilstrukturiert“ und „unstrukturiert“ und jeweils in eine offene und geschlos- sene Variante. Diese Kriterien finden sich an verschiedenen Stellen der Klassifizierung wie- der und haben für die spätere Kategorisierung eine wesentliche Bedeutung. Um nicht an den verschiedenen Stellen diese Begriffe immer wieder neu in dem jeweiligen Sinnzusam- menhang definieren zu müssen, sind sie exemplarisch für die mündliche Befragung aus- führlich erläutert und können so in den anderen Zweigen der Klassifizierung entsprechend interpretiert werden. Seite 6 SFB 559 2.2.1 Mündliche Befragung Die mündliche Befragung ist fest mit dem Begriff des Interviews verbunden, welches bereits in vielen Varianten bekannt ist. Bei der Erhebungstechnik „Interview“ handelt es sich um eine gezielte mündliche Befragung von Personen. Das Interview wird durch persönlichen Kontakt mit dem Befragten durchgeführt. Dabei versucht der Interviewer durch ein planmä- ßiges Vorgehen relevante Informationen für den Untersuchungszweck zu erheben. Anhand der Freiheiten des Interviewers bei der Fragestellung sind das strukturierte Interview, das teilstrukturierte Interview und das unstrukturierte Interview zu differenzieren. Beim strukturierten Interview ist ein Fragebogen vorhanden, in dem Fragen vor der Befra- gung vollständig ausgearbeitet und in der Reihenfolge festgelegt werden. Die Fragen wer- den vom Interviewer in der vorgegebenen Reihenfolge wörtlich vorgelesen. Erklärungen bei der Durchführung des Interviews sind nicht zulässig. Anpassungen der Fragestellung an den Gesprächsverlauf, an den Befragten oder an die Funktion des Befragten darf der Inter- viewer nicht vornehmen. Das strukturierte Interview entspricht somit weitgehend einer Fra- gebogentechnik; das Unterscheidungsmerkmal liegt im Vortragen der Fragen und dem Pro- tokollieren der Antworten durch den Interviewer. Als Nutzungsvoraussetzung beider Befra- gungstechniken gilt, dass die Formulierungen, der Inhalt und die Reihenfolge der Fragestel- lung für alle Interviewten identisch sind. Wesentlicher Vorteil des strukturierten Interviews ist die Erleichterung der Arbeit des Interviews durch präzise Vorgabe von Fragen. Dabei sind explizite Kenntnisse über den Untersuchungsgegenstand seitens des Interviewers nicht not- wendig. Weiter wird durch fest vorgeschriebene Fragen eine bewusste oder unbewusste Manipulation durch suggestive Fragestellungen, Auslassen und Übertreiben verhindert. An- wendungsmöglichkeiten für standardisierte Interviews sind hauptsächlich die Erfassung von quantitativen, bereits bekannten organisatorischen Aspekten. Dem teilstrukturiertem Interview liegt ein flexibel aufgebautes Fragenraster zugrunde. Die- sem folgt der Interviewer nach eigenem Ermessen mit individuellen Formulierungen. Der jeweilige Gesprächsverlauf bestimmt dabei die Reihenfolge der Fragen. Der Fragende muss mehr mit der Materie betraut sein als beim strukturierten Interview, da er die Antwor- ten und daraus resultierende logische Verzweigungen selbständig im Interviewverlauf inter- pretieren muss. Bei einem unstrukturierten Interview benutzt der Interviewer lediglich einen Interviewleit- faden. Dieser enthält stichwortartige Merkhilfen für den Interviewer. Die Reihenfolge und die Formulierung der Fragen liegen im Ermessen des Interviewers und werden gegebenenfalls dem Verlauf des Interviews angepasst. Aufgrund der nicht vorgegebenen Struktur erfordert diese Befragungsform einen entsprechend erfahrenen und möglichst mit der zu untersu- chenden Thematik vertrauten Interviewer. Unklarheiten werden durch zusätzliche Fragen und Erklärungen beseitigt. Dabei entstehen jedoch Möglichkeiten zur Manipulation [Büh99]. Der Technical Report 04002 gibt in Tabelle 2 [HJL04, S. 10] einen Überblick über die ver- schiedenen Interviewformen. In der betrieblichen Praxis wird oftmals das unstrukturierte Interview auf der Basis eines Interviewleitfadens angewandt. Das teilstrukturierte Interview wird nur gelegentlich durchgeführt. In Fällen mit vergleichsweise einfach aufgebauten Fra- genkatalogen wie zum Beispiel der Marktforschung in der Konsumgüterindustrie, Umfragen zur Kundenzufriedenheit, politischen Umfragen und Ähnlichem findet das strukturierte Inter- view Anwendung. Des Weiteren ist zwischen einer offenen und einer geschlossenen Interviewtechnik zu un- terscheiden. Während die offene Technik eine freie Antwort erlaubt, sind bei einem ge- schlossenen Interview die Äußerungen des Befragten auf vorgegebene Antworten be- schränkt. Dabei wird oftmals eine Skala („Wie würden Sie unsere Leistung auf der Schulno- tenskala bewerten?“) oder ein Bewertungsschema („Sind Sie mit unserer Leistung: sehr zufrieden; zufrieden oder unzufrieden?“) vorgegeben. Im Gegensatz dazu zwingt die offene Interviewtechnik den Befragten, eigenständig über die Antwort nachzudenken und in eige- Seite 7 SFB 559 nen Worten zu formulieren. Dies ist insbesondere bei komplexeren Themengebieten sinn- voll, wogegen sich für die Erhebung von quantitativen Größen die geschlossene Interview- technik anbietet. Die aus der Befragung gewonnen Informationen werden in der Regel sofort vom Interviewer protokolliert. Dieses Protokoll sollte dem Interviewpartner vorgelegt und bei eventuellen Un- stimmigkeiten oder Missverständnissen entsprechend berichtigt werden. Ansonsten wurde die Interviewmethode in dem Technical Report 04002 hinreichend beschrieben [HJL04, S.7- 11], so dass hier auf eine weitere Vertiefung verzichtet wird. 2.2.2 EDV Befragung Die EDV-Befragung stellt eine durch die technische Entwicklung der vergangenen Jahre mittlerweile etablierte Befragung dar. Insbesondere die im Gegensatz zur konventionellen schriftlichen Befragung gegebenen Multimedia- und Hypertextmöglichkeiten sowie die Mög- lichkeiten einer flexiblen interaktiven Programmierung, ergeben weit reichende Möglichkei- ten dieser Datenerhebungsform. Prinzipiell stellt jede Eingabe in ein EDV-Formular, sei es für eine Bestellung im Internet, für den Zugang zu geschützten Webseiten oder zur Anforderung von Informationsmaterialien bereits eine elektronische Befragung dar. Aber auch die vielfältigen Fragen zu Finanzie- rungs- oder Aufnahmeanträgen können über ein strukturiertes Formular in der EDV erfasst werden. Ein weiteres Beispiel ist die elektronische Steuererklärung (ELSTER). Wer sich hiermit noch nicht auseinandergesetzt hat darf sich über die auf der Internetseite präsen- tierten Zahlen wundern, wonach bislang bereits 5.447.000 Einkommensteuererklärungen und 21.980.000 Umsatzsteuer-Voranmeldungen sowie 24.180.000 Lohnsteuer- Anmeldungen elektronisch abgegeben wurden [Els05]. Die Befragung muss nicht im Internet erfolgen, sie kann darüber hinaus auf Datenträgern oder per Datenübertragung übermittelt und retourniert werden, weiterhin werden beispiels- weise bei der Messemarktforschung spezielle Rechner aufgestellt, an denen die Befragten ihre Antworten interaktiv eingeben können. Die Techniken beschränken sich hierbei nicht auf mit Feldern vordefinierte Word- oder PDF-Dokumente, sondern es handelt sich in der Regel um intelligente Web-Schnittstellen komplexer Datenbanken, mit direkter Plausibilitätsprüfung und kontextbezogener Verzwei- gung. Ein weiteres komplexes Feld der elektronischen Befragung sind Prüfungen. Bei- spielsweise existiert der allgemeine englische Sprachtest TOEFL in eine paper based Ver- sion und einer computer based Version, bei der die verschiedenen Testteile per EDV abge- prüft werden [Man05]. Prinzipiell gelten die gleichen Voraussetzungen und Bedingungen wie für die schriftliche Befragung. Die Befragung ist jedoch nur strukturiert möglich. Neuere Entwicklungen sind so genannte adaptive Befragungen, bei denen entsprechend der gegebenen Antworten die folgenden Fragen ausgewählt werden. Der angesprochene TOEFL-Test ist ein adaptiver Test, er passt sich automatisch dem Niveau des Kandidaten an. „Das funktioniert so: Der Test beginnt mit einer Frage von durchschnittlicher Schwierigkeit. Wenn der Kandidat die Frage richtig beantwortet, wir seine Punktezahl erhöht und der Computer wählt als nächste Frage eine etwas schwerere aus seinem Pool aus. Wenn eine Frage falsch beantwortet wird, wird die Punktezahl reduziert und die nächste Frage ist etwas leichter.“ [Man05]. Ein weiteres Beispiel ist der GRE (Graduate Record Examination) Test der amerikanischen U- niversitäten. Hier beeinflusst die Antwort auf eine Frage ebenfalls direkt den Schwierig- keitsgrad der folgenden Fragen und damit die erreichbare Punktzahl. Trotz dieser Flexibili- tät sind die Befragungen derzeit noch streng strukturiert. Seite 8 SFB 559 2.2.3 Schriftliche Befragung Die schriftliche Befragung wird generell in Form eines Fragebogens durchgeführt. Fragebö- gen werden zur Erhebung in der Situationsanalyse und eventuell zur Zielformulierung ein- gesetzt [Sch99]. Im Gegensatz zum Interview findet hier keine Interaktion zwischen dem Befragten und einem Interviewer statt. Die Fragen werden dem Befragten vielmehr schrift- lich gestellt, worauf dieser seine Antworten formuliert und auf dem Fragebogen festhält. Diese Form der Datenbeschaffung wird in der Literatur als kostengünstigste Form der Da- tenbeschaffung bezeichnet, allerdings bedingen die oftmals niedrigen Rücklaufquoten eine deutlich geringere Antwortquote als bei der mündlichen Befragung [Voß04]. Die Frageform gleicht den Fragen im strukturierten Interview, welches im vorherigen Kapitel dargestellt wurde. Unterscheidungsmerkmal ist hier das eigenständige Bearbeiten der Fra- gen ohne mit einem Interviewer zu interagieren. Sobald eine Person den Befragten bei der Beantwortung unterstützt, ist von einem strukturierten Interview zu sprechen, da eine Mani- pulation auch ungewollt nicht ausgeschlossen werden kann. Da Rückfragen in der Regel nicht möglich sind, sind die Anforderungen an die Präzision der Fragen höher als im Interview. Die Eindeutigkeit und Verständlichkeit der Fragestellung so- wie die klare und vollständige Möglichkeit der Informationsgewinnung aus den Antworten sollte deshalb mit Hilfe einer Probebefragung (Pretest) überprüft werden. Die Unterscheidung in offene und geschlossene Fragestellung ist sinngemäß auch für die schriftliche Befragung von Bedeutung. Für weitere Details sei ebenfalls auf den Techni- cal Report 04002 verwiesen [HJL04, S. 11-14]. 2.3 Beobachtung Die Aufnahme und Interpretation sinnlich wahrnehmbarer Tatbestände im Rahmen einer Situationsanalyse werden in der Erhebungstechnik der Beobachtung durchgeführt. Im Ge- gensatz zur bisher dargestellten Befragung findet bei der Beobachtung keine Interaktion zwischen dem beobachteten Gegenstand, Vorgang oder Menschen und dem beobachten- dem Mittel statt. Somit hat die Beobachtung als Form der Datenbeschaffung für den Analy- tiker den Vorteil, nicht von Rücklaufquoten und der korrekten Arbeitsweise der Interviewer abhängig zu sein [Voß04]. Sie findet manuell als Selbstbeobachtung oder Fremdbeobachtung, letztere direkt oder indi- rekt, ihre Anwendung. Hinzu kommen automatische Beobachtungsverfahren, die vor allem in den letzten Jahren an Bedeutung gewonnen haben, da die technische Entwicklung nutz- barer Systeme weit vorangeschritten ist. Abbildung 3 zeigt die gefundene Klassifizierung, die den Schwerpunkt stärker auf die automatischen Beobachtungsverfahren legt und die manuellen weniger strukturiert. Innerhalb der unterhalb einzelner Zweige dargestellten gestrichelten Rechtecke werden ver- schiedene Verfahren oder Systeme aufgelistet, um die entsprechende Methode zu realisie- ren. Die Verfahren sind bewusst nicht mit der Klassifizierung verbunden, da zum einen eine eindeutige Zuordnung nicht immer möglich ist und zum anderen die technische Entwicklung hier zu einer raschen Überarbeitungsnotwendigkeit führen könnte. So kann beispielsweise eine strukturierte Fremdbeobachtung durch eine Zeitaufnahme, eine Multimomentstudie, sowie durch Zählen oder Messen erfolgen. Sollten sich zukünftig weitere Verfahren ergeben oder entwickelt werden, können diese in die entsprechenden Zweige der Klassifizierung eingeordnet werden. Die Klassifizierung an sich bleibt aber er- halten. Seite 9 SFB 559 Ÿ Laufzettel Ÿ Bericht Ÿ Zeitauf- nahme Ÿ Multimoment- aufnahme Ÿ Messen Ÿ Zählen Ÿ Bericht Beobach tung AutomatischManuell Selbstbeobachtung Messung unstrukturiertstrukturiert strukturiert Fremdbeobachtung strukturiert unstrukturiert IdentifizierungZählung strukturiert strukturiert Objekte Ereignisse Kräfte Längen Zeiten Temperaturen Objekt- kennung (indirekt) Objektdaten (direkt) Geräusche Helligkeiten Abbildung 3: Methoden der Beobachtung 2.3.1 Manuelle Beobachtung Die Verfahren der manuellen Beobachtung wurden im Technical Report 02004 umfassend beschrieben [HJL05, S.14-22], so dass hier auf eine weitere Darstellung verzichtet wird. 2.3.2 Automatische Beobachtung Die Automatische Beobachtung lässt sich in die Bereiche Zählen, Messen und Identifizieren unterscheiden. 2.3.2.1 Automatisches Zählen Automatisch zählbar sind entweder Objekte wie beispielsweise Paletten, Fahrzeuge und Personen oder es können Ereignisse erfasst und gezählt werden, wie z. B. Messwertüber- schreitungen, Auslösen von Endschaltern, Füllung von Puffern, usw. Der Vielzahl der zähl- baren Objekte und Ereignisse sind kaum Grenzen gesetzt. Die hierzu notwendigen Senso- ren und Messsysteme werden immer kleiner, preiswerter leistungsfähiger und intelligenter, so dass hier eine weitere starke Zunahme erfasster Daten zu erwarten ist. Netzwerktechno- logien und Funktechniken wie Wireless Lan oder Bluetooth ermöglichen die Positionierung der Sensoren an nahezu beliebigen Stellen und deren Einbindung in übergeordnete Mess- und Erfassungssysteme. Als Sensoren werden alle Bauelemente bezeichnet, die eine von einem Ereignis oder ei- nem Zustand beeinflusste physikalische Messgröße aufnehmen und in eine verarbeitbare Signalgröße umwandeln, die in einem direkten Zusammenhang zur Ursache steht [JüB98]. Ein Kriterium für den Einsatz eines Sensors ist die Messgrößendimension. Sie reicht von 0- dimensionalen Sensoren zur Anwesenheitskontrolle bis zu 3-dimensionalen Sensoren, die eine räumliche Situation erfassen können. Für die Zählfunktion sind somit prinzipiell die 0- dimensionalen Sensoren ausreichend. Die folgende Systematik zeigt auszugsweise typi- sche Sensoren für diese Messaufgaben. Seite 10 SFB 559 1-dimensional 2-dimensional0-dimensional 3-dimensional induktiv kapazitiv magnetisch akustisch optisch taktil mechanischer Taster CCD-Kamera Laserscanner Lichttaster Reedkontakt Kapazitivtaster Induktivtaster Ultraschallsensor optisch induktiv induktiver Analoggeber CCD-Kamera Laserscanner Lichtvorhang akustisch kapazitiv kapazitiver Analoggeber Ultraschallsensor optisch CCD-Kamera Schwenkspiegel- Laserscanner Lichtgitter optisch Stereo- Lasermesssystem Stereo-Bildverarbeitung Abbildung 4: Sensoren zur Lagedetektion (nach [JüB98, Bild 8.2-2]) Für eine weitergehende und detaillierte technische Funktionsbeschreibung der aufgelisteten Sensoren sei auf die spezielle Fachliteratur [JüB98] verwiesen. Unabhängig vom eingesetzten Sensor reicht für das Zählen als elektrisches Signal ein Bit aus, das die Anwesenheit oder Abwesenheit des Objektes oder Ereignisses repräsentiert. 2.3.2.2 Automatisches Messen Beim Messen wird als Signal ein Messwert erwartet, der ja nach gewünschter Auflösung in der Regel mehrere Bit Datenlänge hat. Man unterscheidet das Messen diskreter und kontinuierlicher sowie analoger und digitaler Signale. Diskrete Signale werden zu einem gewünschten Zeitpunkt als Einzelwert, kontinu- ierliche Signale werden über einen längeren Zeitraum in der Regel mit Schwankungen und Veränderungen erfasst. Analoge Signale bilden die Werte einer Größe stetig ab. Die Amplitude ist ein Maß für den Wert der Größe, der zeitliche Verlauf zeigt die Änderungen. Die Werte lassen sich eigent- lich nur optisch speichern, beispielsweise mit einem Lichtschreiber, einem Plotter oder ei- nem Drucker. Zur digitalen Speicherung müssen die Daten digitalisiert werden. Das Ana- logsignal wird mit einer möglichst hohen Frequenz und Auflösung abgetastet und in einen diskreten digitalen Datenstrom umgewandelt. Die technisch mathematischen Grundlagen gehen auf die Arbeiten des Mathematikers Claude E. Shannon zurück, in denen das so genannte Abtasttheorem formuliert wurde, welches unter anderem zwei wesentliche Bedin- gungen beinhaltet. Seite 11 SFB 559 · Die Abtastfrequenz, in der die Abtastung des Analogsignals erfolgt, muss mindestens den doppelten Wert der höchsten im abzutastenden Signal enthaltenen Frequenz ha- ben. · Im Originalsignal darf keine Frequenz vorhanden sein, die größer ist als die Hälfte der Abtastfrequenz. In der Praxis haben sich Abtastfrequenzen von der 2,2-fachen bis zur 2,56-fachen Original- frequenz etabliert. So werden Audio-CDs mit eine Abtastfrequenz von 44,1 kHz abgetastet, so dass Frequenzen bis 20 kHz digitalisiert werden können [Wik05]. Digitale Signale bilden die Werte einer stetigen oder unstetigen Messgröße entsprechend als eine Folge von diskreten Ganzzahlwerten ab. Messbar ist mittlerweile nahezu alles. Demnach ist die dargestellte Klassifizierung an dieser Stelle nur rudimentär, und soll primär die für die Messung von Logistikdaten relevanten Messgrößen auflisten. Sofern für einen Logistikprozess beispielsweise das Messen von Ra- dioaktivität von Bedeutung sein sollte, ist dieses Verfahren ebenso unschädlich an dieser Stelle hinzuzufügen, sofern es sich um eine automatische Messung handelt, die ein Mehr- bitdatum liefert. Häufig benötigte Messgrößen in der Logistik sind Gewichte (Kräfte), Ab- messungen (Längen), Zeiten und Geschwindigkeiten. Weitere häufig benötigte Größen sind Farben (z.B. als Sortierkriterium) und Temperaturen (z.B. Überwachung der Kühlkette). Der dritte Bereich der automatischen Beobachtung ist die automatische Identifizierung, die auch als Auto-ID bezeichnet wird. Zum einen werden entweder Objektkennungen identifi- ziert, vom eindimensionalen Barcode über mehrdimensionale Stapelcodes bis hin zu elekt- ronischen Etiketten. Zum anderen werden aber auch Objektdaten wie Form, Größe oder nichtmaschinenlesbare Beschriftungen usw. automatisch identifiziert. 2.3.2.3 Automatische Identifizierung Die Identifizierung ist ein Vorgang, der zum eindeutigen Erkennen eines Lebewesens oder eines Objekts dient. Sie erfolgt anhand klassifizierender Merkmale wie Größe, Haarfarbe, Stimme, Aussehen usw.. Das Gehirn teilt die Wahrnehmungen auf der Basis komplexer In- formationen ein, die im Gedächtnis verfügbar sind. Verfügen die zu identifizierenden Lebewesen oder Objekte nicht über genügend unter- scheidbare oder bekannte Kriterien, dann benötigen wir zusätzliche Informationen, die in der Regel künstlich hinzugefügt wurden. Einen Personalausweis, eine Hundemarke oder ein Etikett. Bei der automatischen Identifikation (Auto-ID) funktioniert der Prozess des Erkennens vor- rangig auf Basis anderer Merkmale als der direkten Wahrnehmung von Form und Farbe ei- nes Gegenstandes, da die für eine schnelle Erkennung benötigten, natürlichen Merkmale meist nicht ausreichend eindeutig sind und zu viel Rechen- und Zeitaufwand bedeuten. So existieren für die automatische Identifizierung besondere Verfahren zur künstlichen Ken- nung wie beispielsweise: · Chipkarten für Personen · Barcodes und Smart-Label für Objekte · Implantierbare elektronische Etiketten für Tiere · Barcodes für Dokumente Generell differenzieren die automatischen Identifizierungssysteme in die direkte Identifizie- rung anhand natürlicher Merkmale und die indirekte Identifizierung anhand künstlicher Merkmale. Die verfügbaren Identifizierungssysteme sind leistungsfähig und vielfältig und sind aufgrund ihrer spezifischen Eigenschaften jeweils für individuelle Einsatzfälle prädestiniert. Es lassen Seite 12 SFB 559 sich Systeme unterschieden, die in der Lage sind, mechanische, magnetische, optische oder elektronische Codierungen zu lesen. Mechanische Codierungen sind in der Regel preiswert, einfach zu handhaben und robust. Das Lesen kann beispielsweise mit einem mechanischen oder induktiven Schalter sowie mit einer optischen Lichtschranke erfolgen Magnetische Codierungen sind in der Regel unempfindlich gegenüber Verschmutzungen und besitzen eine hohe Lesesicherheit. Die Magnetkarte kann eine große Datenmenge auf- nehmen. Nachteilig ist der relativ hohe Preis. Optische Codierungen, speziell Barcodes, besitzen gegenwärtig durch die preiswerten Datenträger eine hohe Lesesicherheit der Codierungen und die größte Verbreitung. Elektronische Codierungen benötigen einen technisch aufwändigen und kostenintensiven Datenträger. Aufgrund seiner gegenüber den anderen Codes erweiterten Möglichkeiten nimmt seine Verbreitung als RFID aber stetig zu. Obwohl in der einschlägigen Fachliteratur ausführlich und detailliert über Barcode- und RFID-Technologien berichtet wird, sollen im Folgenden beide Technologien hier kurz darge- stellt werden. 2.3.2.4 Barcode Barcode-Identifizierung ist die heute am weitesten verbreitete Methode der automatischen Identifizierung. 1974 wurde erstmals ein Strichcode von einem Scanner in einem Super- markt in Ohio, USA eingelesen: Auf einer Packung Kaugummi der Marke Wrigleys [Wik05a]. Der Strich- oder Barcode ist eine maschinenlesbare Schrift, die aus verschieden breiten Strichen und Lücken besteht. Sie kann über optische Lesegeräte (Barcodelesegerät oder Scanner) maschinell gelesen und weiterverarbeitet werden. Konventionelle Barcodes sind eindimensional aufgebaut. Sie werden von links nach rechts oder umgekehrt gelesen. Die Höhe des Symbols hat keinen Bezug auf den Inhalt. Über eine Umsetztabelle wird der Dateninhalt in einen vom Menschen lesbaren Zeichenvorrat umgewandelt. Der Barcode enthält keine beschreibenden Daten, sondern je nach Barcodeart eine unter- schiedliche Anzahl von Ziffern oder Zeichen. Zum Barcodefeld gehören zwei Ruhezonen vor und nach der Strichcodierung sowie eine Klarschriftzeile darunter. Nachfolgend eine Übersicht der heute am meisten verbreiteten Barcodetypen und deren Einsatzbereiche. Codegruppen Produktion Paketdienste Lebensmittel Branche Einzelhandel Elektronik Industrie Automobile Industrie Pharma Industrie Transport Logistik 1D Codes Ja Ja Ja Ja Ja Odette Ja Ja 2/5 Interleaved v v v - v - v v Code 39 v v - - v v - v Code 128 v v - - v - v v EAN 128 v v v v v - - v EAN - - v v v - - v RSS - - v v v - v 2D Codes Ja Ja Nein Nein Ja Nein Ja Ja Stapelcode Nein Nein - - Nein - Ja Ja Code 16K - - - - - - - - Code 49 - - - - - - - - Codablock - - - - - - v PDF 417 - - - - - - - v Matrix Codes Ja Ja - - Ja - Ja Ja Data Matrix v - - - v - v Maxi Code - v - - - - - v Abbildung 5: Verbreitete Barcodetypen (nach [Dat00]) Weitere Informationen zu den Barcodes sind in einschlägigen Veröffentlichungen [Len00], [Len04], [HoS03], [Dat00] oder im Internet [Act05] zu finden. Seite 13 SFB 559 Bei den Barcodetypen wird zwischen numerischen und alphanumerischen Typen unter- schieden. Je nach Anwendung kann ein Nummernsystem ausreichen oder es können Klar- schriftinformationen notwendig sein. B a r c o d e t y p e n Handel Branche 10 Ziffern Fördertechnik Industrie Region Zeichensatz UPC A UPC E Code 392/5 Interl. EAN 8 EAN 13 Code 128 10 Ziffern Handel 128 ASCII Logistik 43 Ziffern Elektronik 10 Ziffern Handel alphanumerisch numerisch Full ASCII Weltweit USA/Kanada Abbildung 6: Barcodetypen (nach [Len00, S. 113]) UPC steht für Universal Product Code, EAN für Europäische Artikel Nummer und Interl. ist die Abkürzung für Interleaved, was bedeutet, dass nicht nur die schwarzen Balken, sondern auch die weißen Lücken einen Code beinhalten. Gelesen wird der Barcode durch optische Lesegeräte. Prinzipiell können folgende Arten von Lesegeräten unterschieden werden: Lesestift Der Lesestift wird von Hand unmittelbar über den Barcode bewegt. Das durch eine LED er- zeugte Licht wird am Barcode reflektiert und als Hell/Dunkel-Signal durch eine Photodiode aufgenommen und ausgewertet. CCD-Scanner oder CCD-Zeilenkamera Dem CCD-Scanner oder Zeilen-Sensor liegt eine CCD-Zeile mit 4.000, 6.000 oder 8.000 Pixeln (einzelne Photodioden) zugrunde. Der Barcode wird durch die LEDs beleuchtet und der Barcode reflektiert je nach Helligkeit oder Dunkelheit auf die Photodioden zurück. Han- delsübliche Flachbettscanner sind in der Regel mit einer CCD-Zeile ausgestattet. CCD-Matrixkamera Eine CCD-Matrixkamera besteht aus einer rechteckigen Matrix photoempfindlicher Halblei- terelemente. Durch das flächenförmige Erfassen eines Bildes kann auf eine Relativbewe- gung zwischen Kamera und Barcode verzichtet werden. Typische Auflösungen sind 640x480 Pixel. Hochauflösende Kameras erreichen auch 2.000 x 2.000 Pixel Auflösung, Laserscanner Der Laserscanner wertet ebenfalls von einem Barcode reflektiertes Licht zum Lesen aus. Als Lichtquelle dient hier allerdings ein Laser. Im Gegensatz zu den anderen Systemen kann der Scanner mit einem bewegten Lichtstrahl arbeiten, so dass eine Relativbewegung zwischen Barcode und Scanner nicht notwendig ist. Durch den scharf gebündelten Licht- strahl sind auch größere Leseentfernungen möglich. Je nach Bewegung des Laserstrahls werden drei Abtastprinzipien unterschieden: Seite 14 SFB 559 · Fixed Beam Scanner (Punktförmige Abtastung) · Moving Beam Scanner (Linienförmige Abtastung) · Fächer-Scanner (Flächenförmige Abtastung) Der Laserscanner ist das in der Logistik am häufigsten eingesetzte automatische Lesesys- tem. Der Scannerstrahl muss den Barcode komplett durchlaufen und keine Lücken oder Fehlerstellen ertasten. Da dieses in der Logistik kaum realisierbar ist, werden durch kom- plexe Korrekturverfahren, Mehrfachanordnungen oder so genannte omnidirektionale Scan- ner die Leseraten auf fast 100% gesteigert. 2.3.2.5 RFID-Technologie Radio Frequency Identification (RFID) ist ein Verfahren, um Daten berührungslos und ohne Sichtkontakt lesen und speichern zu können. RFID wird als Oberbegriff für die komplette technische Infrastruktur verwendet. Sie umfasst · den Transponder (auch RFID-Etikett, -Chip, -Tag, -Label, Funketikett oder -chip ge- nannt)1, · die Sende-Empfangs-Einheit (auch Reader genannt) und · die Integration mit Servern, Diensten und sonstigen Systemen wie z.B. Kassensystemen oder Warenwirtschaftssystemen. D/A Wandler Steuerlogik A/D Wandler Steuer- logik Speicher Antenne AntenneEnergie Takt Daten RFID-Lesegerät Transponder Abbildung 7: Aufbau eines RFID-Systems (nach [HoS03, Abb. 6.30]) Die Daten werden auf den Transpondern gespeichert. Das Auslesen bzw. Schreiben der Informationen geschieht per Radiowellen. Bei niedrigen Frequenzen erfolgt die Kommunika- tion induktiv über ein Nahfeld, bei höheren Frequenzen über ein elektromagnetisches Fern- feld. Die Entfernung, über die ein RFID-Transponder ausgelesen werden kann, schwankt aufgrund der Ausführung (aktiv/passiv), benutztem Frequenzband, Sendestärke und Um- welteinflüssen zwischen wenigen Zentimetern bis zu ca. einigen Metern. Für die Kommunikation werden verschiedene Frequenzen verwendet, aus denen sich auch entsprechende Eigenschaften ergeben: 1 Das Wort Transponder setzt sich zusammen aus den englischen Begriffen transceive und respond Seite 15 SFB 559 Niedrigfrequenz(NF) Hochfrequenz (HF) Ultrahochfrequenz (UHF) Mikrowelle (MW) Frequenz 125 – 134 kHz 13,56 MHz 868 MHz 2,45 bzw. 5,8 GHz Leseabstand bis 1,2 m bis 1,2 m bis 4 m bis zu 15 m (in Einzelfällen bis zu 1km) Lesege- schwindigkeit langsam mittel schnell sehr schnell (aktive Transponder) Feuchtigkeit* kein Einfluss kein Einfluss negativer Einfluss negativer Einfluss Metall* negativer Einfluss negativer Einfluss kein Einfluss kein Einfluss Typische Glasröhrchen- Smart Label, Smart Label, Großformatige Transponder- Transponder, Industrie- Industrie- Transponder Bautypen Transponder im transponder transponder Plastikgehäuse, Chipkarten Smart Label, Chipkarten Beispielhafte Zutritts- und Wäschereinigung Palettenerfassung Straßenmaut, Anwendungen Routenkontrolle Asset Container- Container- Wegfahrsperren Management Tracking Tracking Wäschereinigung Ticketing Energieablesung Tracking & Tracing Pulkerfassung * Die Werte variieren je nach Anbieter Abbildung 8: Frequenzbereiche der RFID-Technologie Die Frequenzen in der rechten Spalte (Mikrowelle) befinden sich derzeit im Versuchs- und Entwicklungsstadium und sind noch nicht in der Praxis eingesetzt. Die Werte gelten für Eu- ropa, in den USA werden teilweise andere Frequenzen innerhalb der Frequenzbänder ver- wendet. RFID-Transponder gibt es als aktive und passive Ausführungen · Aktive RFID-Transponder sind batteriebetrieben und können typischerweise sowohl ge- lesen, als auch beschrieben werden. Aktive RFID-Transponder befinden sich normaler- weise im Ruhezustand, d.h. sie senden keine Informationen aus. Nur wenn ein speziel- les Aktivierungssignal empfangen wird, aktiviert sich der Sender. Der interne Speicher kann, je nach Modell, bis zu 1 Million Bytes aufnehmen. Aktive RFID-Transponder sind im Vergleich zu passiven RFID-Transpondern meist größer, besitzen eine höhere Sen- dereichweite, haben eine geringere Lebensdauer und sind deutlich teurer. · Passive RFID-Transponder beziehen ihre Energie zur Übertragung der Informationen aus den empfangenen Funkwellen. Die Menge der gespeicherten Daten ist wesentlich geringer als bei aktiven RFID-Transpondern. In ihrem Speicher wird üblicherweise eine eindeutige Identifikationsnummer hinterlegt. Manche passive Transponder sind mit ei- nem wieder beschreibbaren Speicher ausgerüstet. Passive RFID-Transponder sind im Vergleich zu aktiven RFID-Transpondern kleiner und leichter, haben eine geringe Reich- weite, eine nahezu unbegrenzte Lebensdauer und sind vergleichsweise günstig. „Der Preis von (passiven) RFID-Transpondern bewegt sich, laut einem ZDNet-Artikel, bei einer Auflage von 1 bis 10 Milliarden zwischen 5 und 10 Cent pro Stück. Bei einer Auflage von ca. 10.000 RFID-Transpondern bewegen sich die Preise je nach Größe zwischen 0,50 € bis 1 €. Derzeit kosten aktuelle, passive RFID-Transponder etwa 0,30 €, was noch viel zu Seite 16 SFB 559 teuer für einen Breitbandeinsatz ist. Man rechnet aber damit, dass die Preise bis 2008 auf wenige Cent pro Einheit fallen werden” [Wik05b]. RFID-Systeme wurden in der Vergangenheit oft als Nachfolger der Barcodes gesehen [Mey04] und sind schon geraume Zeit unter anderem in Lagern und Bibliotheken, beim Pa- ketdienst und der Abfallentsorgung sowie als Zutrittskontrolle im öffentlichen Nahverkehr oder als Wegfahrsperre in Kraftfahrzeugen im Einsatz [Ebe02]. Obwohl viele Vorteile gegenüber der Barcodetechnik existieren, wie · Kontaktlose Identifikation (auch ohne Sichtkontakt möglich) · Durchdringung verschiedener Materialien wie Karton, Holz etc. · Beliebiges Lesen und Beschreiben des Speichers · Schnelle Identifizierung in weniger als einer Sekunde · Gleichzeitiges Erfassen vieler Transponder (Pulkerfassung) · Resistent gegen Umwelteinflüsse · Form und Größe des Transponders sind nahezu beliebig anpassbar · Transponder können komplett in das Produkt integriert werden · Hohe Sicherheit durch Kopierschutz/Verschlüsselung · Der Chip ist ein Datenspeicher, auf dem Produktdaten hinterlegt werden können. Es ist keine redundante Datenbank notwendig, um erste Informationen gewinnen zu können · Das Auslesen eines RFID-Tags ist selbst bei größter Verschmutzung möglich · Die Platzierung des zu erfassenden Objekts ist gegenüber dem Barcode weniger prob- lematisch. Es genügt, wenn sich das Objekt innerhalb des Leseabstands der Erfas- sungseinheit befindet. behindern die weitere Verbreitung und Durchsetzung gegenüber dem Barcode bis heute noch die zu hohen Kosten für die einzelnen Transponder, fehlende oder international nicht abgeglichene Standards, Datenschutzprobleme [BSI04] und zum Teil heftiger Widerstand von Verbraucherorganisationen. Die zum Teil mangelnde öffentliche Akzeptanz von RFID-Systemen hat dazu geführt, dass im Internet Bauanleitungen für aktive Störsender kursieren und auch Firmen beginnen, Blo- ckadetechniken zu vermarkten [Sch04]. Auch werden komplette Baupläne für Detektoren von renommierten und seriösen Quellen angeboten [BaA04]. Dennoch weiten sich die Einsatzbereiche stetig aus. In einer Studie des BSI wird unter fol- genden Anwendungsgebieten eine Vielzahl von Einsatzbeispielen der RFID-Technologie aufgeführt [BSI04] · Kennzeichnung von Objekten · Echtheitsprüfung von Dokumenten · Instandhaltung und Reparatur, Rückrufaktionen · Zutritts- und Routenkontrolle · Diebstahlsicherung und Reduktion von Verlustmengen · Umweltmonitoring und Sensorik · Supply-Chain-Management: Automatisierung, Steuerung und Prozessoptimierung Der Einzelhandel angeführt von Metro-Group, Wal-Mart und Tesco treiben die RFID - Verbreitung ebenfalls intensiv durch Forschung und Umsetzung voran [Met05], [Met05a]. Seite 17 SFB 559 2.4 Dokumentenanalyse Die Dokumentenanalyse ist eine Sekundärerhebung und wird auf Grundlage von unterneh- mensexternen oder für andere unternehmensinterne Zwecke erhobenen Daten durchge- führt. In Anlehnung an die VDI-Richtlinie 2689 zählen zu den zu analysierenden Unterlagen Orga- nisationspläne, Unterlagen über die Anzahl der Beschäftigten im Untersuchungsbereich, Lage- und Bebauungspläne, Bauzeichnungen, Einrichtungszeichnungen, Produktionspro- gramm, Stücklisten, Arbeits- und Fertigungspläne, Terminpläne und Kapazitätsunterlagen, Materialbezugs- und Lieferscheine, Lagerkarten, Inventurbestandslisten, Lohnbelege, Auf- schreibungen von automatischen und selbst registrierenden Zeit-Messgeräten, Anlagenkar- tei, Instandhaltungskartei, Betriebsabrechnungsbogen [VDI2689]. Auf Grund des heutigen Standes der Technik sind oder sollten zumindest die meisten die- ser Daten in elektronischen Dokumenten und rechnergestützten Datenbanken abgespei- chert und prinzipiell leicht abrufbar sein. Sind die Daten nicht in elektronischer Form verfüg- bar, so wird im Regelfall ein optisches Dokument vorliegen. Abbildung 9 zeigt die möglichen Formen der Analyse. Ÿ SQL Ÿ MS-Access Ÿ MS-Excel Ÿ ... Dokumentenana lyse Optische DokumenteElektronische Dokumente Zeichenorientiert Grafikorientiert strukturiert ManuellesSichtenunstrukturiert Zeichenorientiert Manuelles Lesen Grafikorientiert unstrukturiert Scannen undOCR Scannen und Vektorisierenstrukturiert Datenbank- abfragen Textretrieval GIS CAD- / Grafik- software Ÿ MS-Word Ÿ dtSearch Ÿ AskSam Ÿ ... Ÿ ArcGIS Ÿ ... Ÿ AutoCAD Ÿ Corel-Draw Ÿ Designer Ÿ ... Ÿ Vectory-AS Ÿ SignLab Ÿ R2V Ÿ ... Ÿ FineReader Ÿ Omni Page Ÿ ... Abbildung 9: Methoden der Dokumentenanalyse 2.4.1 Optische Dokumente Optische Dokumente können heutzutage ebenfalls elektronisch ausgewertet werden. Durch das Einscannen und Bearbeiten mit einer geeigneten OCR-Software (Optical Character Re- cognition) können zeichenorientierte Dokumente ob Fließtexte oder Tabellen digitalisiert und in einen ASCII-Zeichensatz überführt werden. Anschließend entsprechen sie einem elektronischen Dokument und können entsprechend weiterverarbeitet werden. Sind ledig- lich Teilinhalte oder Auszüge umfangreicher Texte von Bedeutung, wird das Lesen und ge- gebenenfalls manuelle Erfassen durch Mitschrift jedoch effizienter sein. Grafikorientierte Dokumente können ebenfalls eingescannt werden und liegen dann als so genannte Pixel- grafik vor, die dann mit einer Vektorisierungssoftware in eine vektororientierte Grafik umge- wandelt werden kann. 2.4.2 Elektronische Dokumente Elektronische Dokumente sind Tabellen, Datenbanken, Textdateien, Grafikdateien usw. Sie lassen sich per Drucker oder Plotter in optische Dokumente verwandeln. In zeichenorien- tierten Dokumenten sind die Daten und Informationen in der einfachsten Form als ASCII- Zeichen gespeichert. Strukturierte Dokumente sind Datenbanken oder Tabellen, die mit ent- Seite 18 SFB 559 sprechender Software (Abfrage und Analyseprogramme) ausgewertet werden können. Die- se Programme verfügen zumeist ebenfalls über Statistik- und Datenvisualisierungshilfsmit- tel, so dass unter Umständen der gesamte Datenerhebungsprozess mit einem derartigen Programm durchführbar ist. Auf jeden Fall können die Daten nicht nur gefiltert oder sortiert erhoben, sondern zugleich für die Weiterverarbeitung verdichtet und aufbereitet werden. Aber auch in unstrukturierten zeichenorientierten elektronischen Dokumenten lassen sich mit einfachen Textsuchefunktionen bis hin zu ausgefeilten Retrieval-Programmen Schlüs- selworte, Zahlen oder Namen suchen. Grafikorientierte strukturierte Dokumente sind unter dem Begriff Grafische Informationssys- teme (GIS) oder häufig auch als Geografische Informationssysteme bezeichnete Systeme. Der Begriff wird hier aber ein wenig weiter gefasst. Kennzeichnend für diese Systeme ist eine Verknüpfung grafischer Daten mit strukturierten positionsgebundenen Zusatzinformati- onen. Beispielsweise wird die Verlegung unterirdischer Leitungen für Telekommunikation, Energie, Wasser, Abwasser in speziellen GIS-Karten hinterlegt, so dass für jeden geografi- schen Ort die dort liegenden Leitungen genannt werden können oder der Verlauf einer be- stimmten Leitung oder eines Leitungsnetzes in der Kartenansicht dargestellt werden kann. Es wird nicht nur die Leitung und deren Verlauf, sondern alle damit verbundenen Informati- onen gespeichert. Ein weiteres praktisches Beispiel was hier unter GIS subsumiert wird, sind Routenplanungs- programme, bei denen nicht nur eine Karte, sondern sämtliche zum Verkehrsnetz gehören- den Daten wie Entfernungen, Hindernisse, Geschwindigkeitsprofile usw. gespeichert wer- den, so dass aus einem solchen System eine „optimale Fahrtroute“ mit Entfernung und Fahrtzeit ermittelt werden kann. In Verbindung mit einen GPS-System wird hieraus ein Na- vigationssystem, was weiterhin über in der Nähe der aktuellen Position liegende Tankstel- len, Restaurant, Hotels und Sehenswürdigkeiten informiert. Unstrukturiert vorliegende grafikorientierte Dokumente wie CAD-Zeichnungen, Grafiken und Diagramme können mit entsprechender Software ebenfalls ausgewertet werden. Es können Längen, Durchmesser oder Abstände analysiert werden. Bei hochwertigen Grafikprogram- men werden die Grafikdaten darüber hinaus ohnehin als Datentabelle abgelegt, aus der an der grafischen Oberfläche vorbei sehr komfortabel über entsprechende Schnittstellen alle grafikrelevanten Daten ausgelesen werden können. Genereller Vorteil der Dokumentenanalyse ist der relativ geringe Zeitaufwand für die Infor- mationsbeschaffung, der wegfallende Dokumentationsaufwand, die Objektivität und dass der Untersuchungsbereich nicht in seinen Abläufen gestört wird. Problematisch ist die Mög- lichkeit der Fehlinterpretation oder das übersehen von falschen Daten in der Vorlage. 3 Kategorisierung der Methoden Eine Kategorisierung teilt eine Menge von Objekten, aufgrund gemeinsamer Merkmale, in Abgrenzung zu anderen Objekten, einer Gruppe zu. Die Kategorisierung ist häufig ein Er- gebnis der Klassifizierung. Die Kategorisierung der Datenerhebungsmethoden im Rahmen des Teilprojektes M9 hat das Ziel, die aufgaben- und zielorientierte Methodenauswahl zu ermöglichen und zu unter- stützen. Der Anwender, beziehungsweise das Methodennutzungsmodell sucht beispiels- weise Methoden mit geringem Zeitaufwand für die Vorbereitung, die für die Erfassung gro- ßer Datenmengen in normaler Qualität. Der Filter oder der Suchalgorithmus sucht jetzt Me- thoden, die gleichzeitig in den Kategorien „niedriger Zeitaufwand zur Vorbereitung“, „Erfas- sung großer Datenmengen“ und „normale Datenqualität“ enthalten sind. Diesem Ziel fol- gend wurden die Kategorien entwickelt. Seite 19 SFB 559 Gleichzeitig wurde auch für die Kategorien eine Systematik oder Klassifizierung verwendet, so dass sich die Kategorisierung letztendlich als Matrix darstellt. Die Zeilen der Matrix wer- den durch die Methodenklassifikation gebildet, die Spalten durch die Kategorienklassifika- tion. In den Schnittpunkten wird dann die Zugehörigkeit der Methode zu der jeweiligen Kate- gorie markiert wobei auch hier noch eine Bewertung der Zugehörigkeitsintensität erfolgen kann. Ze itv er - br au ch P er so na l- au fw an d K os te n- au fw an d B ee in flu s- su ng be tr ie bl ic he r A bl äu fe Q ua lit ät Q ua nt itä t Fe hl er an - fä lli gk ei t Zu sa tz - in fo rm at io ns - ge w in n K om pl ex itä t de s Ve rf ah re ns Aufwand der Informations- und Datenerhebung Nutzbarkeit der erhobenen Daten G ra nu la rit ät Pr im är er he bu ng B ef ra gu ng Elektronisch strukturiert Mündlich teilstrukturiert strukturiert unstrukturiert Schriftlich strukturiert B eo ba ch tu ng Automatisch Manuell Fremd- beobachtung Selbst- beobachtung unstrukturiert strukturiert unstrukturiert strukturiert Identifizierung Zählung Messung Interview EDV gestützt Fragebogen Objekte Ereignisse Kräfte Längen Zeiten Temperaturen Geräusche Helligkeiten Objektkennung Objektdaten strukturiert strukturiert strukturiert S ek un dä re rh eb un g D ok um en te n- an al ys e Optische Dokumente Elektronische Dokumente Manuelles Sichten Scannen und OCR Manuelles Lesen Zeichen- orientiert Grafikorientiert Zeichen- orientiert geschlossen offen geschlossen offen geschlossen offen geschlossen offen geschlossen offen unstrukturiert strukturiert unstrukturiert strukturiert CAD- / Grafiksoftware GIS Textretrieval Datenbankabfrage Vo rb er ei tu ng D ur ch fü hr un g A uf be re itu ng Vo rb er ei tu ng K om pl ex itä t Vo rb er ei tu ng D ur ch fü hr un g A uf be re itu ng Vo rb er ei tu ng D ur ch fü hr un g A uf be re itu ng D ur ch fü hr un g Scannen und Vektorisieren Grafikorientiert Abbildung 10: Kategorisierungsmatrix der Datenerhebungsmethoden Die Klassifizierung der Kategorien erfolgt in der obersten Ebene durch eine Unterscheidung in Aufwand und Nutzen. Ohne direkt auf eine Nutzwertanalyse ab zu zielen, ergibt sich so auf jeden Fall die Möglichkeit einer guten Abwägung bei der Methodenauswahl. Der Aufwand der Informations- und Datenerhebung wird durch folgende Kategorien dar- gestellt: · Zeitverbrauch Der Zeitverbrauch entsteht zwischen dem Tag des Erhebungsbeginns bis zum Tag der Ergebnisfertigstellung unabhängig ob gearbeitet wird oder nicht. Im Vorgehensmodell entspricht er genau der Prozessdauer der Erhebung und Datenerfassung, wie sie im Technical Report 04002 in Abbildung 1 markiert wurde [HJL04, S.3]. Wenn beispiels- weise bei einer Befragung mittels eines Fragebogens nach dem Versand vier Wochen für die Beantwortung eingeplant wurden, zählt dieser Zeitraum zum Zeitverbrauch. · Personalaufwand Der Personalaufwand beinhaltet alle eigenen an der Erhebung beteiligten Personen mit ihren anteiligen Kosten inklusive aller Personalnebenkosten. Die erfassungsbedingten Seite 20 SFB 559 Personalkosten, die bei dem Unternehmen in dem die Erhebung stattfindet entstehen, fallen unter den Punkt „Beeinflussung betrieblicher Abläufe“. · Sachaufwand Im Sachaufwand sind alle für die Erhebung anfallenden Kosten abzüglich der Personal- kosten, ansonsten gelten die gleichen wie dort genannten Bedingungen · Beeinflussung betrieblicher Abläufe Hier werden alle Aufwendungen seitens des untersuchten Unternehmens zusammenge- fasst. Sei es, dass durch fremdes Personal die Abläufe behindert werden oder unter- nehmenseigenes Personal durch die Datenerfassung zeitlich gebunden wird. Durch Selbstaufschreibung, durch Befragung oder durch das Bereitstellen von Dokumenten. · Komplexität / Kompliziertheit des Verfahrens Je komplizierter und komplexer das Erhebungsverfahren, desto höher der Aufwand der Vorbereitung und die Gefahr von Störungen oder Akzeptanzproblemen bei Erhebungs- und Unternehmensmitarbeitern. · Fehleranfälligkeit Die Fehleranfälligkeit kategorisiert das Verhalten der Methode, bei Durchführungsfeh- lern. Das bedeutet für ein fehleranfälliges Verfahren, dass z.B. besser qualifiziertes Er- hebungspersonal eingesetzt werden muss, als bei einem robusteren Verfahren. Bei- spiel: Bei einem unstrukturierten Interview muss sich der Interviewer viel besser in der Materie auskennen, also besser qualifiziert sein, als bei einem strukturierten Interview. In diesem Zweig der Klassifizierung folgt bei einigen Kategorien eine weitere Gliederungs- ebene, die den jeweiligen Prozess der Datenerhebung in die Vorbereitung, die Durchfüh- rung und die Aufbereitung unterteilt. Insbesondere bei Verfahren die häufig wiederholt wer- den kann lohnt es sich unter Umständen, mehr Zeit, Personal und Kosten in die Vorberei- tung zu investieren, wenn anschließend die mehrfach durchzuführende Durchführung einen geringeren Aufwand verursacht. Daher ist die Unterscheidung, sofern möglich, hilfreich für die Auswahl des richtigen Verfahrens und eine eigenen Kategorie wert. Der Nutzen der erhobenen Daten und Informationen wird durch folgende Kategorien ge- prägt: · Die Quantität der Daten bezeichnet eine Kategorie, die Umfang der erhaltenen Daten in Bezug auf die Menge unterschiedlicher Daten und die Anzahl von Aussagen zu einem Datum umfasst. Beispielsweise können mit einem Fragebogen relativ viele Fragen ge- stellt und damit viel Daten und Informationen gesammelt werden. Gleichzeitig kann der Fragebogen weit gestreut werden und trotz eine geringen Rücklaufquote eine Vielzahl an Antworten zu den Fragen, also viele Daten um beispielsweise Trends zu erkennen, gesammelt werden. Eine Datenbankabfrage einer Artikeldatei von 100.000 Artikeln kann ebenfalls viele Daten erzeugen, also ein eine hohe Quantität. Es wird hier immer ein be- grenzter überschaubarer Zeitraum oder Aufwand impliziert. · Die Qualität der Daten ist ein weit reichender Begriff, der im Rahmen dieses Teilprojek- tes noch Forschungsgegenstand ist. Sie ist auf jeden Fall eine wichtige Kategorie, die mit dem Vertrauen zur Datenquelle aber auch mit dem Erhebungsverfahren zu tun hat und von wesentlicher Bedeutung für die Methodenauswahl ist. · Die Granularität der Daten hängt insbesondere mit der Detaillierung der Daten und der Feingliedrigkeit zusammen. Die Umsätze beispielsweise können Jahresweise, Quartals- oder Monatsweise aber auch für das Gesamtsortiment, für bestimmte Artikelgruppen oder einzelne Artikel von Interesse sein. Die Jahresweisen Umsätze haben dann eine geringere Granularität als die Artikelbezogenen für jeden einzelnen Tag. · Mit der Komplexität der Daten steigt die Vernetzung der Daten untereinander. Einzelne Datenfelder haben eine geringe Komplexität. Eine im Rahmen eines Interviews erhalte- ne Erläuterung eines Produktionssystems hingegen, hat eine hohe Komplexität. Gleich- Seite 21 SFB 559 sam unterscheidet sich die Kurzvita einer Person in ihrer Komplexität erheblich von den auf 300 Seiten niedergeschriebenen Memoiren dieser Person. · Der Nutzen einer möglichen Erfassung zusätzlicher Informationen ist sicherlich schwierig zu bewerten. Im Rahmen der vorgesehenen zielorientierten Datenerfassung sind zusätzliche Informationen eigentlich von keiner Bedeutung. Aber ähnlich einer Prüf- ziffer im Barcode können derartige Informationen aber helfen, die Plausibilität anderer Daten und Informationen besser zu bewerten oder auch Lücken bei der Planung der Datenerhebung aufdecken oder zusätzliche für die Auswertung interessante Bereiche detektieren. Daher ist die mögliche Erfassung weiterer Informationen eine weitere Kate- gorie der Nutzbarkeit. Die entstehenden Schnittpunkte der Methoden und Kategorienklassifizierungen dienen der Zuordnung zueinander. An dieser Stelle ist es sinnvoll sich zurückzulehnen und die Angele- genheit mit ein wenig Abstand zu betrachten: · Das Ziel der Kategorisierung wurde weiter oben genannt und beschrieben. Diesem Ziel sollte sich die Zuordnung anpassen. Das heißt, die Zuordnung dient der Auswahl und dem Vorschlagen geeigneter Methoden um unter vorgegebenen Randbedingungen eine bestimmte Art von Daten und Informationen zu erheben. Es ist anschließend kein auto- matisierter Prozess vorgesehen, der nun eine bestimmte Erhebungsmethode initialisiert und startet, sondern der Anwender ob Simulationsexperte und/oder Planer erhält eine Auswahl geeigneter Methoden, die bereits einer Vorbewertung unterzogen wurden die mit dem Auswahlvorschlag offen liegen. Nach Ansicht der Autoren werden dem Anwen- der in der Regel mehr Methoden angeboten, als die er aufgrund seiner Erfahrung zu- rückgreifen würde. · Die Zuordnung in die Kategorien ist disjunkt eigentlich nicht möglich. Der Zeitverbrauch eines Verfahrens ist nicht nur vom Verfahren abhängig, sondern von vielen weiteren Randbedingungen. Natürlich vom Umfang der Datenerhebung, von den betrieblichen Rahmenbedingungen usw. Man müsste also komplexe Verknüpfungen einfügen, um hier zu Einzelfallrepräsentativen Einordnungen zu kommen. Für die manuelle Zählung eingehender Paletten in den Wareneingang mit 10 Toren sind zehn Personen zum Zäh- len viel. Für eine manuelle Verkehrszählung vor den Dortmunder Innenstadtparkhäusern sind zehn Personen hingegen wenig. Dennoch wird man Einig werden, dass bei der manuellen Zählung der Personalbedarf bei der Durchführung prinzipiell höher ist als bei einer automatischen Zählung. Vor diesem Hintergrund findet derzeit die weitere Diskussion in der Arbeitsgruppe hinsicht- lich der Kategorisierung statt. Tenor ist, dass eine komplexe feingliedrige Zuordnung wenig hilfreich ist und man mit maximal drei Stufen auskommt, beispielsweise: hoch-mittel-niedrig. Weiterhin sind einige Klassifikationen noch Bestandteil der laufenden oder zukünftigen Ar- beitspunkte wie z.B. die Datenqualität, so dass die Kategorienzuordnung erst zu einem spä- teren Zeitpunkt erfolgt und Inhalt eines weiteren Technical Reports in 2006 sein wird. 4 Automatisierte Systeme der Datenerhebung Um die in anderen Disziplinen entwickelten Verfahren zur automatisierten Datenerhebung kennen zu lernen und eventuell adaptieren zu können wurden verschiedene Realisierungen untersucht, von denen hier einige Ausgewählte im Überblick dargestellt werden. Bei allen Systemen werden Daten im Moment ihrer Entstehung erfasst, mit anderen Daten und Infor- mationen verknüpft, um so zu den gewünschten Informationen wie Stauprognose, Wetter- prognose usw. zu gelangen. Seite 22 SFB 559 4.1 Maut System Deutschland: Toll Collect Das unter großer öffentlicher Beobachtung stehende und mehrfach verschobene Maut-Sys- tem stellt eine Kombination aus verschiedenen Erfassungstechniken dar. Das deutsche System wird als GNSS/CN-Maut (Global Navigation Satellite System mit Rückkanal Cellular Network) bezeichnet. Herzstück des Systems ist eine On Board Unit (OBU) mit einem Empfänger für das US- amerikanische GPS-Ortungssignal, einer GSM-Verbindung zur Mautzentrale, einem Infra- rot-Modul und einem Speicher, in dem fahrzeugspezifische Angaben wie Kfz-Kennzeichen, Abgasschadensklasse und die Zahl der Achsen sowie die Positionsdaten der deutschen Autobahnen hinterlegt sind. Für die GSM-Verbindung ist in jeder OBU ein Mobiltelefon ein- gebaut, das die Fahrdaten und die per GPS ermittelten Positionen an die Toll Collect Zent- rale weitergibt. Dieser Teil des Mautsystems funktioniert somit ohne flächendeckende In- stallationen weiterer Hardware [Bor03]. Problematisch ist die Tatsache, dass eine Pflicht zur Installation einer OBU nicht mit EU- Recht zu vereinbaren ist, welches ausländischen LKW-Fahrern einen „diskriminierungsfrei- en Zugang“ zum deutschen Mautsystem sichern will [BuM03]. Um auch LKWs ohne installierter oder funktionsuntüchtiger OBU korrekt abrechnen zu kön- nen, war daher eine Möglichkeit zu schaffen, die anfallenden Mautgebühren manuell be- zahlen zu können. Dieses ist im Internet, an Terminals an den Grenzen, vor Autobahnauf- fahrten, an Parkplätzen, Tankstellen und Raststätten rund um die Uhr möglich. Dem Fahrer hilft dabei eine Karte, auf der bereits alle Fahrzeugdaten gespeichert sind, die zur Mauter- hebung benötigt werden. Abgerechnet wird per Kredit- oder Tankkarte, zudem gibt es die Möglichkeit, die Maut am Automaten bar und in mehreren europäischen Währungen zu bezahlen [BuM03]. Um die korrekte Zahlung der Maut entweder per funktionierender OBU oder Terminalbu- chung kontrollieren zu können, wurden zusätzlich etwa 300 Kontrollbrücken, sog. „Toll- checker“ aufgestellt. Diese erfassen jedes Fahrzeug auf jeder Fahrspur, fotografieren es und führen eine dreidimensionale Vermessung durch um PKW von LKW zu unterscheiden. Handelt es sich um einen LKW, so werden zwei Bilder von der Frontpartie und dem Kfz- Kennzeichen geschossen. Parallel dazu gibt sich die OBU per Signal zu erkennen. Gleich- zeitig liest eine Gegenstelle per DSRC-Kommunkation (Dedicated Short Range Communi- cation) die in der OBU gespeicherten Fahrzeugdaten aus und vergleicht sie mit den Werten der Lasermessung. Stimmen die Angaben überein, werden alle abgefragten Daten sowie die Digitalbilder umgehend gelöscht. Ist keine OBU vorhanden, so wird das Kfz- Kennzeichen mittels OCR-Schrifterkennung in einen Datensatz ungewandelt und eine Ab- frage in der Zentrale von Toll Collect durchgeführt, ob für dieses Fahrzeug die Maut entrich- tet wurde. Ist dieses der Fall, werden die Daten vom Tollchecker gelöscht, andernfalls ge- speichert um Nachforderungen und Bußgeldbescheide rechtlich abzusichern. Die installierte Technologie kann noch für weitere Anwendungen genutzt werden, welche allerdings noch juristisch umstritten sind. So bedarf eine Erweiterung der Tollchecker um erkennungsdienstliche Methoden nur eines Software-Updates, um etwa zur Fahndung ausgeschriebene Fahrzeuge zu identifizieren. Zwei entsprechende Brücken mit modifizierter Software wurden zur Kontrolle des einreisen- den Verkehrs an zwei deutsch-tschechischen Grenzübergängen aufgebaut und bis Ende 2002 erprobt. Sie erfassten die Kfz-Kennzeichen aller Einreisenden und glichen die Daten mit dem Fahndungscomputer der bayerischen Polizei ab. Eine Ausweitung der Maut auf PKW ist nach den Vorgaben der EU ohnehin angedacht, denkbar sind auch Geschwindigkeitskontrollen auf Autobahn-Teilstrecken mit einer durch- gehenden Geschwindigkeitsbegrenzung. Dabei meldet die Brücke die Kfz-Daten der jeweils Seite 23 SFB 559 nachfolgenden Kontrollbrücke: Kommt das Fahrzeug zu früh an, kann auf eine Geschwin- digkeitsüberschreitung geschlossen werden. 4.2 Verkehrsdatenerfassung (Verkehrsvorhersage) Um Störungen im Verkehrsfluss auf den bundesdeutschen Autobahnen schnell zu identifi- zieren und nach Möglichkeit potenzielle Störungen bereits im Voraus zu prognostizieren, hat die Gesellschaft für Verkehrsdaten (DDG) ein bundesweites Netz von stationären und mobilen Sensoren installiert. Diese dienen als Basis für ein intelligentes Verkehrsinformati- onssystem. Das Rückrat dieses Systems bilden etwa 4.000 an den Autobahnen installierte Passiv-Infra- rot Sensoren. Entgegen zuerst von Automobilclubs geäußerten Befürchtungen können die- se Sensoren die Fahrzeuge lediglich zählen und deren Geschwindigkeit und Länge mes- sen, nicht aber die Fahrzeuge identifizieren und zur Geschwindigkeitsüberwachung einge- setzt werden. Die Sensoren arbeiten vollkommen autonom mit einer Energieversorgung mittels Solar-Panel und Pufferbatterie während die Kommunikation des Sensors mit der Zentrale über ein GSM-Modul per Short Messages (SMS) geschieht. Das physikalische Messprinzip der Infrarot-Stausensoren ist einfach: Durch zwei "aktive Flä- chen" auf der Fahrbahnoberfläche ist die Funktion einer doppelten Lichtschranke realisiert, die Geschwindigkeitsmessungen erlaubt. Aus einer Geschwindigkeit und einer Belegungs- dauer lässt sich die Fahrzeuglänge und damit näherungsweise der Fahrzeugtyp ermitteln. Aus der Zählung von Impulsen ergibt sich die Verkehrsmenge aufgeschlüsselt auf Einzel- fahrzeuge. Dieses bedingt eine vergleichsweise hohe Datenmenge, die zwar aufgrund der Genauigkeit für Verkehrsforschungszwecke von höchstem Interesse wäre, allerdings auch einen erheblichen Aufwand zur Übertragung nach sich ziehen würde. Würde man dem Detektor gestatten, in kurzen zeitlichen Abständen sämtliche Messwerte zu übertragen, wären zu hohe Leistungsaufnahmen und Datentransferkosten die Folge. Andererseits ist es aber gerade die Aufgabe des Systems, so aktuell wie möglich, den Ver- kehrszustand in der DDG-Zentrale verfügbar zu machen und auch den Tagesgang von Ver- kehrsaufkommen und mittleren Geschwindigkeiten vollständig für statistische Auswertun- gen und zu Prognosezwecken aufzuzeichnen. Datenlücken sind daher nicht gestattet. Der Ausweg aus diesem Zielkonflikt besteht darin, bereits im Detektor eine Vorverarbeitung der Messdaten durchzuführen und zeitkritische Daten sofort, andere jedoch erst später zu senden. Ein offensichtlicher Grund, sofort eine Meldung abzusetzen, ist etwa ein plötzlicher Rückgang der mittleren Fließgeschwindigkeit: Der Verkehr unmittelbar unter dem Sensor ist ins Stocken geraten. Ein etwas weniger offensichtlicher Grund ist ein plötzlicher Rückgang der Verkehrsmenge bei gleich bleibend hoher Geschwindigkeit. Dies könnte ein Hinweis auf das Eintreten einer Störung weiter stromaufwärts sein (zum Beispiel eines Unfalls) und muss daher auch sofort gemeldet werden. Mit den Daten der 4.000 fest installierten Sensoren ist allerdings nur das Primärnetz der Au- tobahnen abgedeckt. Informationen über das aus Bundesstraßen und Umleitungsstrecken bestehende Sekundärnetz liegen somit noch nicht vor. Da im Falle einer Störung im Primär- netz der Verkehr über das Sekundärnetz geroutet werden soll, sind diese Daten unabding- bar. Aufgrund der vierfachen Länge des Sekundärnetzes gegenüber dem Primärnetz schei- det eine flächendeckende Installation von Sensoren aus. Es werden vielmehr mobile Sen- soren in Form von Floating Cars eingesetzt. Dabei handelt es sich um private Fahrzeuge, die mittels eines GPS-Moduls und einer Kommunikationseinrichtung, GSM-Telefon oder Modem, seinen Aufenthaltsort und seine Geschwindigkeit übermitteln kann. Da derzeit etwa 40.000 Floating Cars im Einsatz sind und als flächendeckende Zielgröße etwa das achtfa- che anzunehmen ist, verbietet sich ähnlich wie bei den stationären Sensoren eine perma- nente Übertragung der Daten in die Zentrale. Auch hier liegt die Lösung darin, den Sensor intelligent zu machen: Ein spezieller Algorithmus analysiert ständig das Geschwindigkeits- Seite 24 SFB 559 profil seit Fahrtbeginn, um von Fahrzeugtyp und Fahrstil abstrahieren und wesentliche, ver- kehrsbedingte Veränderungen des Verkehrsflusses detektieren zu können. So muss nicht jeder Messwert für Ort, Zeit und Geschwindigkeit fein aufgelöst und übertragen werden, sondern die Fahrt kann in längere Abschnitte unterteilt werden, die sich wiederum durch wenige charakteristische Kennzahlen beschreiben und an die Zentrale übertragen lassen. Auch lassen sich so genau die Ereignisse definieren, die eine Übertragung erst auslösen, zum Beispiel die Einfahrt in einen Stau oder das Verlassen eines solchen. Durch diese Beschränkung der Erfassungsaufgabe der Floating Cars auf das Erkennen von Verkehrsstörungen ist es möglich, dass ein durchschnittliches Floating Car nicht mehr als ein Telegramm pro Tag sendet. Eine detaillierte Beschreibung der Technik und insbesondere die zugrunde liegenden Da- tenverarbeitungsalgorithmen finden sich in der Literatur, z. B. [Fas04]. 4.3 Wetterdatenerfassung Die Gesamtheit der meteorologischen Parameter, die den Zustand der Atmosphäre an ei- nem Ort, und damit das Wetter, vollständig beschreiben, kann nur durch sehr großen Auf- wand erfasst werden. Ein nachträgliches Einholen von wetterdienstlichen Informationen und Messwerten führt in fast allen Fällen zu unbefriedigenden oder falschen Ergebnissen, da die zeitliche und räum- liche Repräsentanz der mit den Routine-Stationen eines Wetterdienstes erfassten Daten im allgemeinen nicht ausreicht. Deshalb hat man z.B. in der Bundesrepublik Deutschland in die Luftüberwachungsmessnetze der Länder die automatische Erfassung meteorologischer Pa- rameter integriert. Außer diesen in Ausstattung und Betrieb sehr aufwändigen Systemen werden viele Messprogramme mit mobilen Anlagen oder an temporären Stationen und mit unterschiedlicher Dauer durchgeführt [VDI3786]. Die Richtlinienreihe VDI 3786 legt dabei im Detail fest, welche Daten wie zu erheben, zu übermitteln und zu verarbeiten sind. Die beobachteten Daten sind im Allgemeinen die folgenden meteorologischen Größen: · Windgeschwindigkeit und –richtung · Lufttemperatur · Luftfeuchte · Luftdruck · Niederschlag · Solare und terrestrische Strahlung · Lufttrübung · Luftinhaltsstoffe Aufgrund der sehr großen Anzahl an notwendigen Beobachtungsstationen wurden im Be- reich der Wetterdatenerfassung automatische oder halbautomatische Beobachtungssyste- me entwickelt, die der jeweiligen Messaufgabe angepasst wurden. Diese beinhalten einen Sensor (u.a. Temperatur, Druck, Feuchte) und eine Speichereinheit, welche die erhobenen Daten zum Teil noch analog auf Registrierpapier schreibt oder in modernen Ausführungen im Digitalformat in Festkörperspeichern ablegt oder direkt an eine übergeordnete Stelle ü- bermittelt. Die einzusetzenden Geräte lassen sich in drei Gruppen einteilen: · Mechanisch angetriebene Registriergeräte · Elektrisch betriebene Registriergeräte, entweder batteriebetrieben oder netzabhängig Seite 25 SFB 559 · Festkörperspeicher, entweder batteriebetrieben oder netzabhängig Ein weiterer wesentlicher Aspekt der Wetterbeobachtung ist das Problem der Datenüber- mittlung. Unter diesem Begriff ist der Transport der Messwerte mit allen Zusatzinformatio- nen wie Messort, Messzeit, Komponente u.a. vom Messort zum Ort der Auswertung zu ver- stehen. Nach VDI 3786 bieten sich hier insbesondere folgende Möglichkeiten an: · Erfassung auf Registrierpapier, dann manueller Transport und Weiterverarbeitung · Erfassung auf magnetischen und elektronischem Datenträger (Magnetband, Diskette, Festkörperspeicher), dann manueller Transport und rechnergestützte Weiterverarbei- tung · Erfassung auf magnetischen und elektronischem Datenträger, rechnergestützter Daten- abruf (passiv) über IT-Systeme (z.B. Telefon, Telex oder Funk) und rechnergestützter Weiterverarbeitung · Erfassung und mikroprozessorgesteuerter Datenübermittlung (aktiv) über Telefon, Telex oder Funk und rechnergestützter Weiterverarbeitung 5 Ausblick Nach Erweiterung und Modifikation der Methodenklassifizierung steht nunmehr eine allge- meingültige Systematik zur Verfügung, die als Basis verschiedener Prozesse dienen kann. Zum einen verschafft sie einen Überblick über die Vielzahl der Methoden zur Datenerhe- bung in der Logistik. Sie hilft, die Methoden zueinander in Relation zu setzen, gegenseitig abzugrenzen oder Gemeinsamkeiten zu finden. Zum anderen ist sie Grundlage einer schlüssigen Kategorisierung und unterstützt durch ihre Struktur bereits den Methodenfindungsprozess im Sinne der Ziele im Teilprojekt M9. Weiterhin wurden Kategorien gefunden und definiert, die hinsichtlich der zielorientierten Auswahl der Methoden klare und eindeutige Kriterien beinhalten. Wie beschrieben bleibt es aber problematisch die Methoden eindeutig innerhalb einer Kategorie zuzuordnen, was im Rahmen der hier verfolgten Ziele bisher unkritisch erscheint. Dennoch wird hier weiterhin nach Verbesserungen gesucht, da ohnehin einige Kategorien noch Forschungsgegenstand anstehender Arbeitspakete sind. Im Verlauf der nächsten zwölf Monate sollen daher parallel zu den anderen laufenden Ar- beitspunkten die Methoden sukzessive den Kategorien zugeordnet werden. Wobei dieser Prozess durch evaluierende Abstimmungen mit anderen Teilprojekten sowie Brainstorming- Sitzungen und Expertenmethoden innerhalb des Teilprojektes und mit externen Experten begleitet wird. Die im letzten Gliederungspunkt vorgestellten automatisierten Datenerhebungsmethoden aus anderen Disziplinen sind nur eine Auswahl der bisher betrachteten Systeme. Hier wer- den weitere Beispiele gesammelt und untersucht werden. Der Nutzen dieser externen Be- trachtung liegt in zwei Bereichen. Zum einen können Verfahren und Methoden für die vorlie- genden Fragestellungen abgeleitet werden, zum anderen können einige Systeme aber auch als Datenbasis für benötigte Logistikdaten dienen. Seite 26 SFB 559 Literatur [Act05] Active Barcode (Hrsg.): Barcodetypen. , Abrufdatum 16.5.2005. [BaA04] Bartels, Oliver; Ahlers, Ernst: Gegenspionage – RFID-Detektor im Taschen- format. In: c’t 9/2004, Heise Verlag, Hannover, 2004. [Bor03] Borchers, Detlef: Verursacherbedingt verspätet – Das „fortschrittlichste Maut- System der Welt“ und die Realität. In: c’t 22/2003, Heise Verlag, Hannover, 2003. [BSI04] Bundesamt für Sicherheit in der Informationstechnik (Hrsg.): Risiken und Chancen des Einsatzes von RFID-Systemen - Trends und Entwicklungen in Technologien, Anwendungen und Sicherheit. Studie des Bundesamts für Si- cherheit in der Informationstechnik, SecuMedia Verlagsgemeinschaft, Ingel- heim, 2004, ISBN 3-922746-56-X. [Büh99] Bühner, Rolf: Betriebswirtschaftliche Organisationslehre, Verlag Oldenbourg, München, 1999. [Dat00] Datalogic (Hrsg.): Strichecodefibel. Firmenschrift 9C0003160, Rel. 5.0, 2000. [Ebe02] Ebeling, Adolf: Etikettierungen – Vom Barcode zum Smart-Label. In: c’t 9/2002, Heise Verlag, Hannover, 2002. [Els05] Oberfinanzdirektion München (Hrsg.): ElsterWeb, Ab- rufdatum: 15.5.05. [Fas04] Fastenrath, Ulrich: Stau-Schau - Auf dem Weg zum intelligenten Informati- onssystem. In: c’t 9/2004, Heise Verlag, Hannover, 2004. [Fin02] Finkenzeller, Klaus: RFID-Handbuch - Grundlagen und praktische Anwen- dungen induktiver Funkanlagen, Transponder und kontaktloser Chipkarten. 3. Auflage, Hanser Verlag, München, 2002. [Har99] Hartung, Joachim: Statistik – Lehr- und Handbuch der angewandten Statistik. Verlag Oldenbourg, München, 1999. [HJL04] Hömberg, Kay; Jodin, Dirk; Leppin, Maren: Methoden der Informations- und Datenerhebung. Technical Report – Sonderforschungsbereich 559 „Modellie- rung großer Netze der Logistik“ 04002, 2003, ISSN 1612-1376. [HoS03] ten Hompel, Michael; Schmidt, Thorsten: Warehouse Management. Sprin- ger-Verlag, Berlin et al., 2003. [JBW01] Jodin, Dirk; Becker, Claudia; Wenzel Siegrid (2001): Methoden der Informati- onsgewinnung zur Bestimmung des Eingangsdatenraums für Simulations- modelle in der Logistik. In: Panreck, K.; Dörscheidt, F. (Hrsg.): Simulations- technik, Tagungsband zum 15. Symposium ASIM 2001, Paderborn, 11.-14. September 2001. Reihe: Fortschrittsberichte Simulation Frontiers in Simulati- on, SCS-Europe BVBA, Ghent, 2001, S. 417-422. [JoH05] Jodin, Dirk; Hömberg, Kay (2005): Datenbeschaffung für die Simulation eines Logistikzentrums. In: Wolf-Kluthausen, Hanne (Hrsg.): Jahrbuch der Logistik 2005, S. 184 – 187. 2005. [JüB98] Jünemann, Reinhardt; Beyer, Andreas: Steuerung von Materialfluß- und Lo- gistiksystemen: Informations- und Steuerungssysteme, Automatisierungs- technik ; 2. Aufl., Springer-Verlag, Berlin et al., 1998. Seite 27 SFB 559 [Kel05] Kellerhoff, Peter: Chaos durch steigende Datenmengen. In: VDI-Nachrichten Nr. 19. 13. Mai 2005, 2005, S. 12. [Kus04] Kuschner, David (2004): RFID-Technik geht unter die Haut, Technology Re- view, Heise Verlag, Hannover, 2004. http://www.heise.de/tr/aktuell/meldung/print/53785 [Len00] Lenk, Bernhard: ID-Techniken, 1D-Codes, 2D-Codes, 3D-Codes, Handbuch der automatischen Identifikation, Band 1, Monika Lenk Fachbuchverlag, 2000. [Len04] Lenk, Bernhard: Strichcode Praxis. Handbuch der automatischen Identifikati- on, Band 3, Monika Lenk Fachbuchverlag, 2004 [Man05] Manhatten Review (Hrsg.): TOEFL-Information. , Abrufdatum 15.5.2005. [Met04] Metro-Group (2004): Einsatz von RFID im Future Store in Rheinberg. , Er- scheinungsdatum: 20.04.2004, Abrufdatum: 15.03.2005. [Met05] Metro AG (Hrsg.): Schulterschluss im Handel. RFID Newsletter 2/2005, S. 2- 4. 2005. [Met05a] Metro AG (Hrsg.): Lösungen nach Maß. RFID Newsletter 2/2005, S. 2-4, 2005. [Mey04] Meyer, Angela: Lückenlos dokumentiert - RFID Technik löst Barcode Etiket- ten ab. In: c’t 3/2004, Heise Verlag, Hannover, 2004. [Sie04] Sietmann, Richard: Chipkarten im Aufwind – vom elektronischen WM-Ticket zur digitalen Patientenkarte. In: c’t 3/2004, Heise Verlag, Hannover, 2004. [Sch04] Schüler, Peter: Schnüffeltechnik ausgetrickst - Ein Störsender verwirrt RFID- Lesegeräte. In: c’t 6/2004, Heise Verlag, Hannover, 2004. [Sch04] Schulzki-Haddouti, Christiane: Elektronischer Pass – „Biometrische Reise- pässe“ mit RFID-Chips in der Einführungsphase. In: c’t 9/2004, Heise Verlag, Hannover, 2004. [Sch03] Schmidt, Hendrik: Datenerhebung, , Abrufda- tum: 12.3.2005. [Sch99] Schulte-Zurhausen, Manfred: Organisation; Verlag: Vahlen; München 1999. [VDI2492] VDI-Richtlinie 2492 (1968): Multimomentaufnahmen im Materialfluß. VDI- Handbuch Förderwesen, VDI-Verlag GmbH, Düsseldorf, 1968. [VDI2689] VDI-Richtlinie 2689 (1974): Leitfaden für Materialflußuntersuchungen. VDI- Handbuch Materialfluß und Fördertechnik, VDI-Verlag GmbH, Düsseldorf, 1974. [VDI3786.9] VDI-Richtlinie 3312 Blatt 9 (2003): Visuelle Wetterbeobachtungen. Beuth Verlag GmbH, Berlin, 2003. [Voß04] Voß, Werner: Taschenbuch der Statistik, Fachbuchverlag Leipzig im Carl Hanser Verlag, München, 2004. [WiT93] Wittlage, Helmut: Methoden und Techniken praktischer Organisationsarbeit; Verlag Neue Wirtschafts-Briefe, Herne, 1993. Seite 28 SFB 559 [Wik05] Wikipedia (Hrsg.): Nyquist-Shannon-Abtasttheorem. , Abrufdatum: 16.5.2005. [Wik05a] Wikipedia (Hrsg.), , Abrufdatum 16.5.2005 [Wik05b] Wikipedia (Hrsg.): Radio Frequency Identification. , Aktualisierungsdatum: 14.5.2004, Abruf- datum: 16.5.2005. Alle Technical Reports können im Internet unter http://www.sfb559.uni-dortmund.de/ abgerufen werden. Für eine Druckversion wenden Sie sich bitte an die SFB-Geschäftsstelle e-mail: grosseca@iml.fhg.de Sonderforschungsbereich 559 Bisher erschienene Technical Reports 03020 Michael Kaczmarek, Marcus Völker: Entwicklung von Simulationsmodellen für die Analyse von Supply Chain-Strategien und -Strukturen im ProC/B- Paradigma 03021 Michael Kaczmarek: Beschreibung ausgewählter Strategien zur Steuerung der Austauschprozesse in der Supply Chain 03022 Michael Kaczmarek: Organisation der Planung und Steuerung in Supply Chains 03024 Anne Schulze im Hove, Frank Stüllenberg, Stefan Weidt: Inhaltliche Aus- gestaltung der Netzwerk-Balanced-Scorecard für Beschaffungsketten 03029 Hilmar Heinrichmeyer, Andreas Reinholz: Entwicklung eines Bewertungs- modells für die Depotstandortoptimierung bei Servicenetzen 03032 Marco Motta, Iwo Riha, Stefan Weidt: Simulation eines Regionallagerkon- zeptes 03034 Frank Laakmann, Iwo Riha, Niklas Stracke, Stefan Weidt: Workbench- gestützte Konstruktion von Beschaffungsketten 03035 Iwo Riha, Stefan Weidt: Entwicklung einer Bewertungssystematik für Be- schaffungsketten 04001 André Alberti, Bernd Hellingrath, Stefan Weidt, Markus Witthaut: Ergeb- nisse und Schlussforderungen der Simulationsexperimente im Szenario Automobilindustrie 04002 Kay Hömberg, Dirk Jodin, Maren Leppin: Methoden der Informations- und Datenerhebung 04003 Carsten Tepper: Prozessablauf-Visualisierung von ProC/B-Modellen 05001 Jochen Bernhard, Miroslav Dragan, Sigrid Wenzel: Evaluation und Erwei- terung der Kriterien zur Klassifizierung von Visualisierungsverfahren für GNL 05002 Entwicklung eines Anaylserahmens für die Untersuchung organisatori- scher Aspekte in der Supply Chain 5003 Einsatz der Response Surface Methode zur Optimierung komplexer Simu- lationsmodelle 05004 Automatisierte Methoden und Systeme der Datenerhebung