Mapnificent – Mit ÖPNV erreichbare Orte klug wählen und kombinieren

mapnificent_reset
©
In dreißig Minuten zum RESET Büro? Das schafft ihr mit den Öffentlichen aus diesem Gebiet.

Mapnificent ist eine Kartenanwendung des Entwicklers Stefan Wehrmeyer um Orte anhand ihrer ÖPNV-Anbindung auszuwählen oder in Bezug zu setzen. Sicherlich, es gibt auch Routenplaner für so etwas, aber hier geht nicht um ein einmaliges Heraussuchen – es ist etwas weiter gedacht. Nehmen wir an, ihr wollt möglichst oft auf die Benutzung eines Autos verzichten. Dann muss z.B. der Arbeitsplatz vom Wohnort in einer erträglichen Zeit erreichbar sein und auf dem Weg hättet ihr vielleicht gerne einen Bio-Bäcker, gelegentlich eine Packung Fair-Trade Kaffee gekauft oder benötigt eine gut gelegene Kita.

Autor*in Julian Furtkamp, 06.06.11

Das kann Mapnificent einigermaßen akkurat darstellen. Man gibt einfach einen Ort ein und definiert die Zeit, die man für die Fortbewegung maximal brauchen möchten und es wird einem das Gebiet der Stadt angezeigt, das man erreichen kann. Zusätzlich kann man sich – wie von Google Maps bekannt – mit Stichworten Orte suchen, wobei nur Treffer innerhalb der via ÖPNV erreichbaren Fläche angezeigt werden. Damit kann man bei der Wohnungssuche z.B. schon ganz gut orientieren. Eine Zusatzoption ist es anzugeben, dass man ein Fahrrad dabei hat, was die Ergebnisfläche vergrößert. Zudem ist es auch noch möglich sich von verschiedenen Standpunkten, die in einer gewissen Zeit gemeinsam erreichbaren Orte anzeigen lassen. Dadurch lassen sich Treffpunkte dann gut vereinbaren.

Die Anwendung ist momentan für Berlin und einige weitere europäische und australische/neuseeländische Städte verfügbar. Die meisten Städte liegen jedoch in Nordamerika, da dort mehr offene Daten verfügbar sind. Dass es Berlin überhaupt gibt, liegt daran, dass Stefan in Berlin lebt und einiges an Extramühe investiert, um an passable Daten zu kommen. Ihr könnt ihn aber unterstützen und bei der BVG mal freundlich nach öffentlich zugänglichen Fahrplandaten fragen.

MARKIERT MIT
Permacomputing – Warum es höchste Zeit ist, dass Permakultur auch in der digitalen Welt Wurzeln schlägt

Größer, schneller, stärker – Die Digitalisierung in ihrer aktuellen Form richtet massive Schäden an. Doch wenn wir die Prinzipien des Permacomputing einsetzen, könnte das den Kurs ändern.

Mit diesen Ideen könnte Europas außer Kontrolle geratener Ressourcenverbrauch beendet werden

Von Smartphones bis Autos – der hohe Konsum in Europa geht einher mit Menschenrechtsverletzungen, Umweltzerstörung und verschärft die Klimakrise. Es ist dringend Zeit für eine Rohstoffwende – so könnte sie aussehen.

Sensor von Dryad am Baum.
© Dryad
Digitale Nasen im Wald: Sensoren und KI spüren Brände auf

Das Startup Dryad aus Brandenburg hat ein Sensorsystem entwickelt, das im Brandfall Alarm schlägt. Damit sollen Waldbrände gestoppt werden, bevor sie schwer kontrollierbar sind.

Könnten KI-gesteuerte Roboter die Lösung für Europas Elektroschrottproblem sein?

Ein Team aus Forschenden hat KI-gesteuerte Roboter entwickelt, die dabei helfen sollen, Europas gigantische Berge an Elektroschrott zu bewältigen.

Viel Style, wenig CO2: So kaufst du Kleidung aus nachhaltigen Materialien

Möchtest du einen möglichst klimaneutralen Kleiderschrank? Dann ist die Wahl der richtigen Materialwahl entscheidend. RESET verrät, welche Stoffe tatsächlich umweltfreundlich sind und welche nur so tun!

Den gesamten Lebenszyklus im Blick: Tipps für nachhaltigere KI-Entwicklung und -Nutzung

KI-Nutzer:innen und -Entwickler:innen können auf die Nachhaltigkeit eines KI-Modells einwirken. Wir stellen wesentliche Schritte vor.

Seabound Decarbonisation Carbon Capture
©
CO2-Abscheidung auf Containerschiffen: Warum Seabound darin trotzdem eine Übergangstechnologie sieht

Das Startup Seabound hat eine Möglichkeit gefunden, die CO2-Emissionen von Frachtschiffen zu reduzieren. Kann die CO2-Abscheidelösung die Schifffahrtsindustrie auf Kurs in Richtung Netto-Null bringen?

Bei nachhaltiger KI geht es um mehr als grüne Rechenzentren

Was wir sehen, ist nur die Spitze des Eisbergs. Jedes KI-Modell hat bereits ein langes „Leben“ hinter sich, bevor es überhaupt zum Einsatz kommt – mit massiven Auswirkungen auf Menschen und Umwelt. Wirklich ressourcenschonende und gemeinwohlorientierte KI-Nutzung und -Entwicklung muss daher den gesamten Lebenszyklus im Blick haben.