Jan Lutz stellt die günstigen Feinstaubsensoren des OK Lab Stuttgart vor. Deren Messergebnisse werden unter anderem im StZ-Feinstaubradar aufbereitet. Foto: Lichtgut/Willikonsky

Beim Feinstaub-Hackathon haben am Samstag mehr als vierzig Teilnehmer Ideen gesammelt, um Feinstaub zu messen – und zu vermeiden. Besonders interessant: die Big-Data-Analyse zur Genauigkeit der Bürgersensoren.

Stuttgart - Es ist schon unglaublich, was das alles für eine Dynamik entwickelt hat“, sagt Jan Lutz, als sich am Samstagvormittag gerade die Teilnehmer des Feinstaub-Hackathons in der Merz-Akademie vorstellen. Lutz leitet das Stuttgarter OK Lab. Die Gruppe hat ein günstiges Feinstaubmessgerät entwickelt, das sich mittlerweile mehr als 500 Menschen in der Region Stuttgart und viele Hundert mehr weltweit an die Hauswand gehängt haben. Sie alle erzeugen Daten, mit denen man weiterarbeiten kann – wie, das zeigt unter anderem der Hackathon, bei dem Lutz so ins Schwärmen gerät.

Mehr als 40 Bastler, Datenexperten und Bürger sind für diese Veranstaltung in der Merz-Akademie im Stuttgarter Osten zusammengekommen. Um was zu tun? „Mal schauen“, sagen ein, zwei Teilnehmer in der Vorstellungsrunde.

Bei anderen wird es schnell sehr viel konkreter. Da sind vier Studentinnen der Hochschule Schwäbisch Gmünd, die an einer Installation arbeiten, mit der Feinstaubbelastung dargestellt werden soll. Da sind zwei Anwohner des Müllkraftwerks in Stuttgart-Münster, die wissen wollen, ob die Luft durch den dort geplanten Recyclingpark schlechter wird. Ein Visualisierungsexperte von der Merz-Akademie versucht, Millionen Messergebnisse in einer einzigen Grafik darzustellen. Und einige Mitglieder der OK-Lab-Gruppe experimentieren gerade mit einer Feuchtekorrektur, damit ihre Sensoren nicht mehr Nebel mit Feinstaub verwechseln.

Eine App, die zur Feinstaubvermeidung motiviert

Für sie alle ist der Hackathon, zu dem unsere Zeitung im Rahmen des seit Anfang November laufenden Feinstaubradar-Projekts eingeladen hat, eine Gelegenheit, neue Ideen zu entwickeln. Das Format lebt vom Engagement seiner Teilnehmer: Nach der Vorstellungsrunde bilden sich Arbeitsgruppen, die für den Tag ein selbst gewähltes Miniprojekt entwickeln. Abends werden die Ergebnisse präsentiert.

Eine Gruppe entwickelt am Samstag den Prototypen einer App, die ihre Nutzer zu feinstaubvermeidendem Verhalten motivieren soll. Daraus kann sogar ein Geschäftsmodell werden: Wenn viele Nutzer ein gemeinsames Ziel erreichen, zum Beispiel innerhalb einer Woche mindestens einmal mit dem Fahrrad zur Arbeit zu fahren, könnte ein Unternehmen werbewirksam Geld für ein Umweltprojekt in der Stadt spenden. Dass, wie bei der Präsentation eine andere Teilnehmerin anmerkt, es mit changers.com ein ganz ähnliches Angebot bereits gibt, ist überhaupt nicht schlimm: Es geht ums spielerische Andenken von Ideen, die die Welt ein bisschen besser machen – zum Beispiel indem weniger Feinstaub erzeugt wird.

Wie genau messen die Sensoren?

Für viele Teilnehmer faszinierend ist die Analyse von zwei Big-Data-Experten, die sämtliche von den OK-Lab-Sensoren bislang erzeugten Messdaten auf ihre Genauigkeit untersuchen. Die Bürgersensoren, die nur einen Bruchteil der Referenzgeräte kosten, messen auch nicht so genau wie Profigeräte. Wie ungenau, das lässt sich nur mit viel Rechenkraft und komplizierten Modellen ermitteln. Man braucht dafür eigentlich auch länger als einen Tag. Aber auf den ersten Blick, sagen die Datenexperten, gibt es unter den Sensoren nur wenige schwarze Schafe. Wer die identifiziert, kann mit den bereinigten Daten weiterarbeiten – so wie es auch unsere Zeitung mit dem Feinstaubradar tut.

Ja, an diesem Samstag wird richtig gearbeitet. Aber eben für eine gute Sache. Am Ende sind sich die Teilnehmer einig, dass man so durchaus einen Teil seines Wochenendes verbringen kann. Ein Wiedersehen ist anlässlich des Open Data Days am 3. März in der Stadtbibliothek Stuttgart möglich. Dort soll es neben Feinstaub um das neue Projekt des OK Lab gehen: günstige Messgeräte für Stickoxid. Ja, diese Bewegung entwickelt weiterhin eine erstaunliche Dynamik.