Ackermann, LeonieLeonieAckermann0000-0002-3490-5452Baum, ChristophChristophBaumLitvin, AleksandrAleksandrLitvinNicklas, DanielaDanielaNicklas0000-0001-7012-60102025-01-162025-01-162025https://fis.uni-bamberg.de/handle/uniba/97611In der bei Tourismus und Bevölkerung gleichermaßen beliebten Bamberger Altstadt kommt es immer wieder zu örtlicher Überlastung. Ein daten- und sensorbasiertes System soll daher zukünftig smarte Empfehlungen geben und die Situation für alle Beteiligten verbessern. In einer Vorstudie im Rahmen des Forschungsprojekts CrowdAnym wurde mit einer Testinstallation im Feld untersucht, ob die Datenquali-tät auch bei starker Anonymisierung für solche Vorhaben ausreicht. Das implementierte System verwen-det Wi-Fi-Sensoren als passive, unaufdringliche und kostengünstige Option zur Einschätzung der Besu-cherfrequenz. Für die Testinstallation wurden im Stadtgebiet Bamberg insgesamt neun Sensoren (Wi-Fi Tracker) an touristisch relevanten Orten installiert. Die Sensoren messen Wi-Fi Probe Requests von verschie-denen Endgeräten, wie z.B. Smartphones, Smartwatches oder Laptops. Die Sensordaten enthalten die anonymisierte MAC-Adresse (Salted Hashing, mit täglich wechselndem Salt), einen Zeitstempel, die Sensor-ID und die Signalstärke (Received Signal Strength Indicator). Der Datensatz, der in der Mobilithek zur Verfügung gestellt wird, enthält die Anzahl der erfassten Geräte aggregiert nach Zone (bzw. Sensor), Zeitfenster und Signalstärke.deuWi-Fi TrackingCrowd MonitoringFußverkehr004workingpaperurn:nbn:de:bvb:473-irb-976111