Praxisbeispiele: Das Potenzial von Wissensgraphen 

Auf der Esri User Conference 2026 stieß ein Thema sowohl in der Plenary als auch in den Fachvorträgen und Spotlight-Präsentationen auf durchgängiges Interesse: die Möglichkeiten, die sich aus der Verknüpfung von räumlichen und nichträumlichen Daten ergeben. Durch die Zusammenführung von Daten in Wissensgraphen können Nutzende indirekte Zusammenhänge besser auswerten, Netzwerkanalysen beschleunigen, die Kettenreaktionen von Entscheidungen und Störungen nachvollziehen und intelligentere Empfehlungen ableiten. Mit ArcGIS Knowledge-Graphen können Teams tiefergehende Erkenntnisse gewinnen und diese schneller analysieren als mit herkömmlichen Karten und GIS-Workflows. 

Die Teilnehmenden konnten aus erster Hand sehen, wie Wissensgraphen Zusammenhänge aufdecken, die herkömmliche Karten und Tabellen einfach nicht erfassen können. Zum Beispiel wurden die Auswirkungen eines Hurrikans auf kritische Infrastruktur analysiert, das Artensterben simuliert oder Brückenreparaturen priorisiert. Falls Sie die Veranstaltung verpasst haben oder einen kuratierten Überblick über die eindrucksvollen Demos erhalten möchten, finden Sie hier eine Zusammenfassung der Anwendungsfälle.

1. Analyse der kaskadierenden Auswirkungen auf die Infrastruktur bei extremen Wetterereignissen 

Bei extremen Wetterereignissen ist es nicht nur wichtig zu erfahren, welche Infrastruktur ausgefallen ist, sondern auch, was dadurch noch ausfallen wird und wer davon betroffen ist. In diesem Anwendungsfall wird untersucht, wie Teams mithilfe der Abbildung von Abhängigkeiten zwischen kritischen Versorgungsleitungen die nachgelagerten Auswirkungen von Wetterereignissen auf die miteinander verbundene Infrastruktur nachverfolgen können – von Stromnetzen bis hin zu Krankenhäusern, Schulen und kommunalen Dienstleistungen.

Durch die Verknüpfung dieser kommunalen Assets aus unterschiedlichen Datenquellen mithilfe von Abhängigkeiten, die sich aus logischen und räumlichen Beziehungen ableiten, können Teams besser simulieren und vorhersagen, wer in welcher Weise betroffen sein wird. Risiken werden aufgedeckt, bevor sie eskalieren, und das gesamte Ausmaß einer Situation kann rechtzeitig erkannt werden, um Maßnahmen zu ergreifen.  

Geeignet für: Resilienzplaner, Notfallmanager, Risikomanager, Netzwerkarchitekten, Betriebsleiter, GIS-Analysten 

Branchen: Strom- und Gasversorger, Wasser- und Abwasserwirtschaft, Telekommunikation, Verkehr, Gesundheitswesen, Landes- und Kommunalverwaltung, Katastrophenschutz  

2. Priorisierung von Brückenreparaturen mithilfe von Graphenanalysen und Pendlerdaten 

Nicht alle Infrastruktureinrichtungen sind gleichermaßen kritisch. Zu wissen, welche Bauwerke bei Wartungs- und Reparaturarbeiten Vorrang haben sollten, kann Leben retten und wirtschaftliche Beeinträchtigungen verringern. Diese Demo zeigt, wie ein grafischer Ansatz die Analyse beschleunigen kann, um zu ermitteln, welche Bauwerke am wichtigsten sind. Der Ansatz geht über einfache Zustandsbewertungen hinaus und berücksichtigt, wie stark eine Anlage tatsächlich in ein regionales Verkehrsnetz eingebunden ist und wie wichtig sie für den täglichen Pendlerverkehr ist. So können Teams Brückenreparaturen effektiv planen, indem sie den wichtigsten Anlagen Vorrang einräumen.   

Geeignet für: Asset Manager, Verkehrsplaner, Instandhaltungsplaner, Risikomanager, Betriebsanalysten, GIS-Analysten  

Branchen: Verkehrsbehörden, öffentliche Bauämter, Schienen- und Nahverkehr, AEC und Verkehrstechnik, Infrastrukturbetreiber und -eigentümer  

3. Ermittlung der tatsächlichen Grundstücksbesitzverhältnisse zur Verbesserung der Kommunikation und Einbindung   

Jeder, der schon einmal versucht hat, Kontakt zu Grundstückseigentümern aufzunehmen, weiß, wie frustrierend es sein kann, den richtigen Ansprechpartner zu finden. Abgesehen von privaten Hausbesitzern befinden sich Grundstücke oft im Besitz von Unternehmen, die unter Umständen Hunderte von Immobilien besitzen. Die Eigentumsverhältnisse sind komplex, die Unterlagen sind verstreut und die Kontaktaufnahme mit dem falschen Ansprechpartner führt zu kostspieligen Verzögerungen.

Dieser Anwendungsfall zeigt, wie ein Wissensgraph unterschiedliche Eigentumsunterlagen miteinander verknüpfen kann, um den tatsächlichen Eigentümer zu ermitteln, und so die Kommunikation optimiert, damit die richtigen Personen proaktiv und effizient informiert werden können.   

Die Demo in der Plenary verdeutlichte, wie ein lokaler File-Wissensgraph in ArcGIS Pro dazu beitragen kann, indirekte Eigentumsverhältnisse auf Unternehmensebene aufzudecken, um fundiertere und optimierte Strategien für die Zusammenarbeit zu entwickeln.  

Die „Data Analytics Spotlight“-Demo beleuchtet diesen Anwendungsfall näher und verdeutlicht,   

• wie Datensätze zusammengeführt werden, um diese verborgenen Strukturen aufzudecken,   

• wie Erkenntnisse über indirekte Eigentümer in Pop-ups angezeigt werden können,   

• wie man mithilfe des Tools „Pfad suchen“ Verbindungen über andere Beziehungen findet und   

• wie Sie relevante Informationen mithilfe einfacher Dashboards mit anderen Beteiligten teilen können.  

Geeignet für: Katasterverwalter, Gutachter, Immobilienanalysten, Teams für Bürgerbeteiligung, Planer, Ermittler, GIS-Analysten  

Branchen: Kommunalverwaltung, Katasterverwaltung, Immobilien, AEC, Versorgungsunternehmen, Versicherungen, Wirtschaftsförderung, Umwelt- und Naturschutzorganisationen  

4. Auswirkungen des Artensterbens abbilden: Wie der Verlust einer Art ein gesamtes Ökosystem beeinflusst 

Naturschutzteams benötigen mehr als nur Beobachtungsdaten, um gefährdete Arten zu schützen. Sie müssen verstehen, wie diese Arten voneinander abhängig sind. Diese Demo zeigt, wie ArcGIS Knowledge die Grundlage dafür bildet, unterschiedliche Datensätze zur Artenvielfalt miteinander zu verknüpfen – von gemeinschaftlich erfassten Artenbeobachtungen bis hin zu katalogisierten Arteninteraktionen aus der wissenschaftlichen Literatur. All dies bildet schließlich ein ökologisches Netzwerk, mit dem sich der Verlust einer Schlüsselart simulieren, Kettenreaktionen in der gesamten Nahrungskette nachverfolgen und die Gebiete genau bestimmen lassen, in denen Maßnahmen am dringendsten erforderlich sind.

Auf der Grundlage von Hunderttausenden von Beobachtungen aus der Praxis und Tausenden von dokumentierten biotischen Wechselwirkungen erfasst der Wissensgraph Beziehungen, die weder Karten noch Tabellenkalkulationen allein aufzeigen könnten. So wird ein Verständnis dafür ermöglicht, wie die Biodiversität als System funktioniert und wo sie am anfälligsten ist.   

Dieses Beispiel veranschaulicht zudem, wie eine benutzerdefinierte Webanwendung auf die spezifischen Visualisierungsanforderungen Ihrer Community zugeschnitten werden kann – alles auf Basis eines ArcGIS Knowledge Graph-Service, der mithilfe von ArcGIS-Desktop-Anwendungen entworfen und gezielt eingesetzt wird.  

Geeignet für: Ökologen, Naturschutzplaner, Forschende im Bereich Biodiversität, Manager im Bereich natürliche Ressourcen, Umweltanalysten, GIS-Analysten  

Branchen: Naturschutz, Umweltmanagement, Forstwirtschaft, Landwirtschaft, natürliche Ressourcen, Parks und Wildtiere, Forschung und Wissenschaft, nationale und lokale Behörden  

5. Vernetzung von Schienennetzen für einen sichereren Betrieb: Positive Train Control  

Die Sicherheit im Schienenverkehr hängt davon ab, dass zu jedem Zeitpunkt genau bekannt ist, wo sich jeder Zug befindet, wie der Zustand der Gleise ist und wie das gesamte Netz gerade ausgelegt ist. „Positive Train Control“ (PTC) ist ein in den USA bundesweit vorgeschriebenes Sicherheitssystem, das als Reaktion auf verheerende Unfälle – darunter Entgleisungen, Frontalzusammenstöße und das Betreten der Gleise durch Zugpersonal – entwickelt wurde, die zu Verletzungen, Todesfällen und Schäden in Milliardenhöhe geführt hatten.   

Während sich PTC durch die automatische Bremsung in Echtzeit auszeichnet, bieten die generierten Daten einen weiteren Mehrwert, der bislang weitgehend ungenutzt blieb. Diese Demo zeigte, wie die Kombination von räumlicher Analyse und Analyse mithilfe von Graphen in ArcGIS Knowledge Muster in den PTC-Ausgabeprotokollen aufdecken kann, die keine Karte allein sichtbar machen könnte. So werden risikoreiche Streckenabschnitte, Lokführer mit überdurchschnittlichen Störungsraten sowie Züge identifiziert, deren Wartungshistorie mit Betriebsanomalien korreliert. Das Ergebnis ein proaktives Risikomanagement, bei dem die Ursachen von Problemen ermittelt und Lösungen modelliert werden, bevor sie den Betrieb beeinträchtigen können.   

Geeignet für: Betriebsleiter im Schienenverkehr, Sicherheitsbeauftragte, Netzingenieure, Instandhaltungsplaner, Risikoanalysten, Datenwissenschaftler, GIS-Analysten  

Branchen: Güterverkehr, Personenverkehr, Verkehrsbetriebe, Verkehrsaufsichtsbehörden, AEC und Eisenbahntechnik, Infrastrukturbetreiber  

6. Verbesserung des Zugangs zur Gesundheitsversorgung durch räumliche Analysen und Graphenanalysen 

Im Gesundheitswesen lassen sich entscheidende Zusammenhänge selten in einer Tabellenkalkulation erkennen. Der Behandlungsverlauf eines Patienten oder einer Patientin erstreckt sich über Netzwerke aus Leistungserbringern, Einrichtungen, Überweisungen und Ereignissen. Diese Zusammenhänge sind in tabellarischen Daten nahezu unsichtbar, werden jedoch sofort deutlich, wenn sie als Graph visualisiert und analysiert werden. Dieser Anwendungsfall zeigt, wie eine Abfolge von räumlichen und relationalen Analysefragen wichtige Muster im gesamten Gesundheitssystem aufdecken kann, die als Grundlage für Maßnahmen dienen.   

In diesem Beispiel werden räumliche Analysen genutzt, um schnell die Fahrzeiten der einzelnen Patienten zu den Gesundheitsdienstleistern zu ermitteln. Anschließend werden mithilfe von Graphenanalysen die durchschnittlichen Fahrzeiten zu bestimmten Anbietern berechnet, die den jeweiligen Erkrankungen und Präferenzen der Patienten entsprechen. Mithilfe räumlicher Analysen werden Gruppen von Patienten mit höheren durchschnittlichen Fahrzeiten als Ausreißer ermittelt und mit Graphenanalysen die Fachgebiete identifiziert, die diese Patienten am häufigsten gemeinsam haben.

Das Zusammenspiel dieser Analysewerkzeuge kann Gesundheitsdienstleistern oder Versicherern schneller die notwendigen, praxisnahen Erkenntnisse liefern, um ihr Versorgungsnetzwerk zu verbessern. So können sie beispielsweise entscheiden, ob sie bestimmte Anbieter oder Anbietertypen in ihr Netzwerk aufnehmen, um den Kundenservice und die Gesundheitsergebnisse zu verbessern.  

Geeignet für: Manager von Anbieternetzwerken, Gesundheitsdatenanalysten, Versorgungskoordinatoren, Analysten im Bereich der öffentlichen Gesundheit, Epidemiologen, Betrugsermittler, Data Scientists, GIS-Analysten  

Branchen: Krankenversicherung, Krankenhäuser und Gesundheitssysteme, öffentliche Gesundheit, staatliche Gesundheitsbehörden, Sozialdienste, Gesundheitsregulierung und -forschung  

Weitere Informationen und Ressourcen  

Die diesjährige Konferenz hat deutlich gemacht, dass die Probleme, die mit Wissensgraphen gelöst werden, so vielfältig sind wie die Zielgruppen, denen sie dienen – von Eisenbahnbetreibern und Ökologen bis hin zu Versorgungsunternehmen und Betrugsermittlern. Den roten Faden bilden vernetzte Daten: die Fähigkeit, nicht nur zu erkennen, wo sich Dinge befinden, sondern auch, wie sie miteinander in Beziehung stehen, voneinander abhängen und sich gegenseitig beeinflussen.

Dies sind nur einige Beispiele dafür, wie ArcGIS Knowledge einen Unterschied macht. Wenn Sie neugierig sind, was dies für Ihre Organisation bedeuten könnte, treten Sie der Esri Community bei oder informieren Sie sich weiter mit den unten aufgeführten Ressourcen.  

• Was ist ein Wissensgraph? 

• Einführung in ArcGIS Knowledge (Video) 

• Weitere Informationsvideos 

• Esri Community – ArcGIS Knowledge 

Diese und weitere Ressourcen finden Sie auf der Seite „Ressourcen“ von ArcGIS Knowledge.