Schöne Daten alleine reichen nicht: Warum erst Datenmanagement Daten smart macht
Sensor aufstellen, Dashboard bauen, fertig ist die Smart City? Leider nicht. In vielen Kommunen besteht immer noch der Glaube, Technik allein könne Probleme lösen. Doch eine smarte Stadt ist keine…

von Tim Allgaier

30. Juli 2025

Sensor aufstellen, Dashboard bauen, fertig ist die Smart City? Leider nicht. In vielen Kommunen besteht immer noch der Glaube, Technik allein könne Probleme lösen. Doch eine smarte Stadt ist keine alleinige technische Frage, sondern vor allem auch eine organisatorische.

Es ist beeindruckend, was Sensorik heute leisten kann: Wetterdaten, Bodenfeuchte, Luftqualität, Verkehrsströme – alles lässt sich erfassen. Doch der Wert dieser Daten zeigt sich erst, wenn sie nutzbar gemacht werden. Und daran scheitert es in der Praxis überraschend oft.

Deshalb findet ihr in diesem kleinen Leitfaden Ideen aus der Praxis, wie Daten smart(er) gemacht werden können.

Die gute Nachricht zuerst: Viele Daten sind bereits vorhanden. Häufig sogar ganze Datenberge.

In unterschiedlichsten Fachabteilungen, in Landesportalen, bei Projektpartnern, in offenen Quellen. Doch sie werden selten systematisch erfasst oder genutzt. (Einige Quellen benennen wir sogar in einem Leitfaden zu Klimadashboards)

→ Ein Beispiel aus der Praxis: In einer Kommune wurde vor dem Aufbau eines neuen Sensornetzes eine Bestandsaufnahme durchgeführt. Ergebnis: Es gab bereits mehrere private Wetterstationen mit offenen Schnittstellen auf dem Stadtgebiet, Daten von NetAtmo, sowie Pegel- und Bodendaten aus benachbarten Fachbereichen. All das war bekannt – aber nicht vernetzt.

Viele Kommunen könnten heute schon mit vorhandenen Daten erste Auswertungen oder Visualisierungen aufbauen. Stattdessen wird oft in neue Technik investiert, ohne die Basis zu klären. Das ist nicht smart, sondern teuer.

Die eigentliche Hürde liegt nicht in der Technik, sondern in der Struktur. Daten liegen in isolierten Tätigkeiten, auf dezentralen Servern, in unzugänglichen Dateiformaten oder ohne Metainformationen vor.

Ein klassisches Beispiel: Die Umweltabteilung erhebt Bodenfeuchtedaten, die Stadtplanung kartiert Versiegelung, und das Bauamt misst mikroklimatische Effekte – aber niemand hat Zugriff auf die jeweils anderen Daten. Es fehlt an Standards, an einem zentralen Katalog, an einer gemeinsamen Sprache.

Dazu kommt: Ohne klare Zuständigkeit bleibt Datenpflege ein Nebenbei-Job. Und das bedeutet: Daten veralten, verwaisen oder verschwinden ganz. Und unterschiedliche Standards sorgen für einen Wildwuchs im Datenmanagement.

Das Ergebnis: Projekte laufen ins Leere, weil es keine Grundlage gibt, um wirklich fundierte Entscheidungen zu treffen. Die große Vision der Smart City scheitert so am kleinsten Problem: mangelndem Zugriff.

Viele Kommunen haben gelernt: Nicht die Anzahl der Sensoren macht den Unterschied, sondern der Umgang mit den Daten. Mehr Sensoren bedeuten mehr Datenvolumen, aber auch mehr Wartung, mehr Ausfälle, mehr Komplexität.

Was stattdessen gebraucht wird, sind Datenversteher: Menschen, die Daten interpretieren, aufbereiten, strukturieren können. Die wissen, was ein Format bedeutet, wie ein Zeitstempel zu lesen ist, und wann Daten plausibel sind oder nicht. Und wie man punktuelle Daten interpolieren kann für die Zwischengebiete – nämlich im Abgleich mit Messwerten hoher Qualität. Und auch nicht unwichtig: Die die Spreu vom Weizen zu trennen wissen – bzw. relevante Daten von irrelevanten.

Wer vorhandene Daten intelligent verknüpft, kommt weiter als der, der nur neue Daten produziert.

Zusammengefasst:

Wer keine Ordnung schafft, wird von der eigenen Komplexität überrollt. Viele Kommunen stecken heute in Datenbergen fest, die weder genutzt noch verstanden werden.

Die gute Nachricht: Der Weg zur smarten Stadt beginnt nicht mit einem neuen Sensor, sondern mit einer Inventur im Bestand. Wer seine Daten kennt, strukturiert und vernetzt, hat bereits den wichtigsten Schritt gemacht. Das Weitere ist dann nur noch eine Frage der Umsetzung.