Immer mehr Datensätze finden ihren Weg in Datenportale – Haushaltsdaten, Standorte von Mülleimern oder Statistiken zu Fahrraddiebstählen. Doch wie lassen sich auf offenen Daten kreative Anwendungsfälle entwickeln? Und welche Rolle können dabei immer besser werdende Möglichkeiten der KI spielen? Bei unserem CityLAB Hackday25 haben wir uns genau mit diesen Fragen beschäftigt und erstaunliche Ergebnisse erzielt.
LAB, Teams, Tools: Beste Voraussetzungen für einen erfolgreichen Hackday
Um richtig kreativ zu werden, braucht es natürlich die richtige Atmosphäre. Zum Glück mussten wir dafür einfach nur wie gewohnt auf der Arbeit im besten Innovationslabor der Stadt erscheinen. Sobald sich alle erfolgreich an der Kaffeemaschine bedient hatten, hieß es dann: Auf die Daten, fertig, los! Kurze Zeit später haben sich vier Teams gebildet, die zwischen folgenden Tracks wählen konnten:
- Open Data Gamification: Was sind kreative Ansätze zur spielerischen Nutzung von Daten und KI?
- Alte Daten ganz neu: Was sind neue, KI-gestützte Use Cases für selten genutzte Datensätze?
- Prozessautomatisierung: Wie können wir Daten automatisiert verarbeiten, um Prozesse in der Verwaltung oder im CityLAB zu vereinfachen?
Mit dampfenden Hirnen wurden erste Ideen gesammelt, Prototypen entwickelt, diskutiert, wieder verworfen – und von neuem begonnen.
Neben der wohlverdienten Pizzapause gab es einige praktische Tools, die unseren Hackern das Leben erleichtert haben. Die wollen wir euch nicht vorenthalten:
- v0, Lovable und Manus sind KI-Tools, die aus einfachen Textbeschreibungen sofort nutzbaren Webseiten-Code (z. B. in React mit Tailwind CSS) erzeugen können. Sie sind perfekt für Entwickler:innen und Designer:innen, die schnell und ohne viel Aufwand Prototypen oder UI-Elemente erstellen wollen.
- Der ODIS GeoExplorer ist ein Online-Tool, mit dem man offene Geodaten nach Relevanz durchsuchen und Geoinformationen besser verstehen und nutzen kann.
- Datawrapper ist ein Online-Tool, mit dem man schnell und ohne Programmierkenntnisse interaktive Diagramme, Karten und Tabellen erstellen kann.
Teamwork makes the dream work: Die Ergebnisse
Das Team Pfandfinder nahm sich im Track “Alte Daten ganz Neu” verschiedene Datensätze wie Mülleimer, Standorte von Supermärkten und Veranstaltungstermine vor, um herauszufinden, an welchen Orten sich Hotspots für Pfandflaschen bilden können — wir erinnern uns alle noch an die Meere aus Pfandflaschen, die nach dem 1. Mai in unseren Parks zu finden sind. Das will sich die Anwendung zu Nutze machen und dabei die Möglichkeit bieten Pfandsammel-Meilensteine zu erreichen, was dem Ganzen eine zusätzliche, spielerische Komponente verleiht und Nutzer:innen motiviert, am Ball zu bleiben.
Auch andere Teams haben nach kreativen Lösungen gesucht, um mit offenen Daten spielerisch umzugehen. So entwickelte beispielsweise das Team Ratespaß mit Steuergeld das Berlin Budget Guessing Game, bei dem sich Spieler:innen beim Schätzen von Steuerausgaben duellieren können.
Auch das Team Spurious Correlations hat sich für den Gamification Track entschieden und gleich zwei Prototypen entwickelt:
Einer davon: Ein Memoryspiel bei dem Nutzer:innen ähnliche Graphenverläufe einander zuordnen müssen. Dabei wird auf spielerische Art gezeigt: Korrelation bedeutet nicht gleich Kausalität. Und ganz nebenbei werden verschiedene offene Datensätze vorgestellt.
Prototyp Nummer 2 ist eine Variante von Wer wird Millionär? — inklusive der bekannten Joker. Die Daten wurden mit Hilfe von Künstlicher Intelligenz generiert und dabei mit Daten aus dem Amt für Statistik Berlin-Brandenburg gefüttert. Um sich die Dimension der sonst sehr abstrakten Zahlen besser vorstellen zu können, gab die KI zusätzliche Vergleiche mit wie z.B. “Wie viele Menschen waren 2022 im Handwerkssektor in Berlin beschäftigtß” oder “Das entspricht etwa der Einwohnerzahl von Potsdam.” Man kann nur hoffen, dass sich die Spieler:innen bei den Berliner Haushaltsdaten nicht verzocken.
Das Team Charty wählte den Track Prozessautomatisierung. Es beschäftigte sich mit der Frage, wie man Verwaltungsmitarbeitende dabei unterstützen kann, offene Daten besser in Verwaltungsprozesse zu integrieren. Im Mittelpunkt steht dabei ein zentrales Problem: Daten liegen nicht in der benötigten Form vor und müssen erst aufbereitet werden. Deshalb entwickelte das Team einen Prototyp für einen digitalen Assistenten, der bei genau solchen Hürden unterstützen soll. Dabei können Mitarbeitende die Daten im Tool hochladen und werden im Anschluss beim Explorieren und Analysieren der Datensätze unterstützt.
Natürlich gehört zu einem Hackday auch ein Gewinner – am Ende stand das Team Spurious Correlations ganz oben auf dem Treppchen. Herzlichen Glückwunsch!
Vom Hackday auf die Bühne: KI trifft offene Daten beim Berlin Open Data Day
Der Hackday zeigte eindrucksvoll, wie vielfältig und kreativ die Anwendungsmöglichkeiten für offenen Daten sein können und wie schnell mit der Unterstützung von KI-Tools erste Proof-of-Concepts entstehen. Alle vier kleinen Prototypen bringen dabei das Potenzial zur Weiterentwicklung mit. Ob Pfand-Hotspot-Karte, digitaler Datenassistent oder Korrelationen zum Spielen: Die Bandbreite der Möglichkeiten ist beeindruckend.
Umso erfreulicher, dass unsere Prototypen der Open Data Community vorgestellt werden konnten. Beim Berlin Open Data Day 2025 präsentierten Lisa Schubert und Benjamin Seibel in ihrem Vortrag “Experimente mit offenen Daten und intelligenten Maschinen” die Highlights unseres Hackdays. Die Botschaft war klar: KI kann zwar noch nicht alle Probleme lösen — aber die Arbeit mit Daten schon jetzt enorm vereinfachen. Und gerade, weil die Entwicklungen im Feld künstliche Intelligenz so rasant sind, ist es wichtig offene Daten fit für die Möglichketen der KI zu machen.
Wir sind gespannt auf das, was noch kommt. Wer weiß, demnächst werdet ihr vielleicht zum Schätzduell über die Berliner Haushaltsdaten herausgefordert.
