36c3-Vortrag: BahnMining - Pünktlichkeit ist eine Zier

Ha, jetzt isses raus. Ich habe mich schon gewundert, warum plötzlich so viele Leute denken, ich würde auf dem 36C3 einen Vortrag über Bahndaten halten – und dann stellt sich raus: Der CCC hat seinen halfnarp rausgebracht, in dem alle Vorträge drin stehen. Tja, also, äh, dann: Ich halte auf dem 36C3 einen Vortrag über Bahndaten. :-) Wann und in welchem Saal, steht noch nicht fest. Der Vortrag wird vermutlich wieder gestreamt und in diverse Sprachen simultanübersetzt. Sobald ich zu alledem mehr weiß, informiere ich an dieser Stelle.

Seit Anfang 2019 habe ich jeden einzelnen Halt jeder einzelnen Zugfahrt auf jedem einzelnen Fernbahnhof in ganz Deutschland systematisch gespeichert. Inklusive Verspätungen und allem drum und dran. Und die werden wir in einem bunten Vortrag erforschen und endlich mal wieder ein bisschen Spaß mit Daten haben.

Rechtlicher Hinweis: Es liegt eine schriftliche Genehmigung der Bahn vor, von ihr abgerufene Rohdaten aggregieren und für Vorträge nutzen zu dürfen. Inhaltliche Absprachen oder gar Auflagen existieren nicht.

Die Bahn gibt ihre Verspätungen in „Prozent pünktlicher Züge pro Monat“ an. Das ist so radikal zusammengefasst, dass man daraus natürlich nichts interessantes lesen kann. Jetzt stellt euch mal vor, man könnte da mal ein bisschen genauer reingucken. Stellt sich raus: Das geht! Davids Datensatz umfasst knapp 20 Millionen Halte - mehr als 50.000 pro Tag. Wir haben die Rohdaten und sind in unserer Betrachtung völlig frei. Der Vortrag hat wieder mehrere rote Fäden.

  1. Wir vermessen ein fast komplettes Fernverkehrsjahr der deutschen Bahn. Sinn ist keinesfalls Bahn-Bashing - wer einen Hassvortrag gegen die Bahn erwartet, ist in dieser Veranstaltung falsch. Wir werden die Daten aber nutzen, um die Bahn einmal ein bisschen kennenzulernen. Die Bahn ist eine riesige Maschine mit Millionen beweglicher Teile. Wie viele Zugfahrten gibt es überhaupt? Was sind die größten Bahnhöfe? Wir werden natürlich auch die unerfreulichen Themen ansprechen, für die sich im Moment viele interessieren: Ist das Problem mit den Zugverspätungen wirklich so schlimm, wie alle sagen? Gibt es Orte und Zeiten, an denen es besonders hapert? Wann und wo hapert es besonders? Wo fallen ganze Züge aus?
  2. Es gibt wieder mehrere Blicke über den Tellerrand, wie bei meinen vorherigen Vorträgen auch. Ihr werdet wieder ganz automatisch und nebenher einen allgemeinverständlichen Einblick in die heutige Datenauswerterei bekommen und ich hoffe, möglichst viele von euch zur Auswertung öffentlich verfügbarer Daten zu inspirieren. Die Welt braucht Leute mit Ratio, die Analyse wichtiger als Kreischerei finden. Und darum beschreibe ich auch, wie man so ein durchaus aufwändiges Hobbyprojekt technisch angeht, Anfängerfehler vermeidet, und verantwortungsvoll handelt.

Ich würde mich freuen, möglichst viele von euch zu sehen. Und by the way: Nutzt den Halfnarp. Mit diesem Tool könnt ihr der CCC-Orga sagen, welche Talks ihr gerne sehen würdet, und so versuchen sie, die Raumplanung zu optimieren und zeitliche Kollisionen zu vermeiden.