Flickr-Fotos prognostizieren ökonomische Trends

Das Modell kann durch User-Aufnahmen Gentrifizierung vorhersehen. [...]

Forscher der University of Cambridge haben Fotos von kulturellen Ereignissen in London und New York City, die im Web-Dienstleistungsportal Flickr veröffentlicht wurden, genutzt, um ein Modell zu erstellen, das vorhersagen kann, in welchen Nachbarschaften sich Anwohner sehr wohl fühlen. Das Modell kann sogar die Gentrifizierung der fünf folgenden Jahre vorhersehen.

Stadtplanern helfen

Die Forscher haben Millionen von Flickr-Bildern aufgegriffen, die von Nutzern aufgenommen worden sind und in den vergangenen zehn Jahren auf kulturellen Veranstaltungen in London und New York zeigen. Diese Events umfassten Festivals, Bibliotheken, Kinos, Kunstausstellungen, Musikaufführungen, Restaurants, Museen und Theater. Das Researcher-Team teilte die Bilder in 25 Kategorien ein. Besonders nützlich erwiesen sich zudem GPS-Tags und Zeitangaben.

„Wir konnten sehen, dass die Präsenz von Kultur direkt mit dem Wachstum bestimmter Stadtviertel, steigenden Heimatwerten und dem Medianeinkommen verbunden ist. Unser Modell kann sogar die Gentrifizierung innerhalb von fünf Jahren vorhersagen. Dies könnte Stadtplanern dabei helfen, über Maßnahmen nachzudenken, mit denen verhindert werden kann, dass Menschen infolge der Gentrifizierung vertrieben werden“, erklärt Studienautor Daniele Quercia.

„Wir kennen bereits Daten von Wearables, die deutlich zeigen, dass sowohl die US-Präsidentschaftswahl 2016 als auch das Brexit-Referendum den Schlaf und sogar die Herzfrequenz der Menschen stark beeinflusst haben. Informationen über den kulturellen Konsum könnten ebenfalls verwendet werden, um die Auswirkungen von großräumigen Veränderungen zu verfolgen“, so Luca M. Aiello von Nokia Bell Labs.

Limitiertes Einsatzfeld

Das Modell hat jedoch noch ein paar Einschränkungen. Es funktioniert beispielsweise derzeit nur für Weltstädte wie London, New York oder Tokio, wo die Aktivitätsraten von sozialen Netzwerken ausreichend hoch sind. Der Ansatz funktioniert auch nicht für Populationen, die technisch nicht sehr versiert sind, da es auf die unabhängige Nutzung von Technologie ankommt, um authentische Bilder davon aufzunehmen, was Nutzer zu fixen Zeitpunkten bewegt. Das Modell erklärt auch nicht, was die ermittelte Gentrifizierung verursacht.

„Als nächstes wollen wir die relative Gesundheit von Gemeinschaften messen, indem wir die Verfügbarkeit von gesunden Lebensmitteln, Bauernmärkten, Sport, Parks und schöner Architektr beachten. Indem wir verschiedene Karten übereinander legen, können wir eine vertikal integrierte Karte erstellen, die zeigt, wie die Exposition gegenüber verschiedenen Einflüssen das Wohlgefühl einer Nachbarschaft genau widerspiegelt“, verdeutlicht Quercia.