In den letzten Jahren hat das Konzept der Smart City große Popularität erlangt. Es bezieht sich auf ein Modell urbaner Innovation, das in der Lage ist, die Funktionen der digitalen Welt und die durch IoT-Technologien gewonnenen Daten zu nutzen, um öffentliche Dienstleistungen wie Gesundheitswesen, Mobilität, Wasserqualitätsversorgung usw. zu verbessern und gleichzeitig die Lebensqualität der Bürger und Nutzer der Stadt zu erhöhen. Im Allgemeinen ist das Smart-City-Modell mit Eigenschaften wie Resilienz, Nachhaltigkeit, Governance, Dienstleistungs- und Ressourcenmanagement sowie der Verbesserung der Lebensstile und des Lebens selbst verbunden (Al Nuaimi et al., 2015).

Aus dieser Perspektive – und um diese Ziele zu erreichen – wird die Bedeutung von Big Data, IoT-Technologien und deren Integration deutlich: Tatsächlich können die Kernthemen von Smart Cities durch die Erfassung von Daten, deren Speicherung und schließlich deren Verarbeitung für Entscheidungsfindungen umgesetzt werden, d. h. den Prozess der Entscheidungsfindung (z. B. Verbesserung der urbanen Mobilitätsinfrastruktur usw.). Eine der klarsten Definitionen dessen, was unter Smart Cities verstanden wird, ist:

 

Die Verbindung von physischer, IT-, sozialer und wirtschaftlicher Infrastruktur, um die kollektive Intelligenz der Stadt zu nutzen“ (Chourabi et al., 2012).

Daraus lässt sich also das logische Rahmenwerk ableiten, das dem Konzept selbst zugrunde liegt, und seine Betriebskriterien definieren:

  • Wie bereits erörtert, können Datenströme aus einer Vielzahl unterschiedlicher Quellen erzeugt werden, wie z. B. soziale Netzwerke, Kauftransaktionsdaten usw. Diese Big Data können auch durch IoT-Technologien gewonnen werden;
  • Sensoren, die in IoT-Geräten eingebettet sind, erzeugen zusätzliche Datenströme, die – einmal verarbeitet – Informationen über die Umwelt und Menschen liefern können: Man denke beispielsweise an Kameras in städtischen Gebieten, Verkehrserkennungssensoren, Luftqualitätssensoren usw.;
  • Damit all diese Ströme gespeichert und für die Verarbeitung verfügbar gemacht werden können – wodurch dann die Entscheidungsphase erreicht werden kann – ist die Cloud das bevorzugte Instrument, da sie, wie bereits erwähnt, ein wirtschaftlich nachhaltiges und zuverlässiges System ist;
  • Durch Datenverarbeitung – oder Datenanalyse – ist es möglich zu verstehen, welche Entscheidungen in urbanen Gebieten getroffen werden müssen, um Regierungs- und Flächenmanagementmaßnahmen zu optimieren und gleichzeitig die Lebensqualität für alle zu verbessern.

Ein praktisches Beispiel dafür, wie diese Technologien eine Stadt intelligenter und funktionaler machen können, ist das Verkehrsmanagement: Angesichts der hohen Zahl von Menschen, die sich in städtischen Gebieten aufhalten, kann die Integration von Big Data, IoT und der Cloud die Entwicklung von Strategien unterstützen, die in Echtzeit angepasst werden können, um die negativen Auswirkungen von Staus und der daraus resultierenden Umweltverschmutzung zu verringern. In diesem Fall können Sensoren Verkehrsdaten erfassen, die – einmal verarbeitet – Anweisungen an Aktoren in Ampeln und anderen Objekten geben können, damit diese Abläufe optimieren und eingreifen, um Staus und andere negative externe Effekte zu verhindern.