ABOUT THE SPEAKER
Carlo Ratti - Architect and engineer
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment.

Why you should listen

Carlo Ratti is a civil engineer and architect who teaches at the Massachusetts Institute of Technology, where he directs the SENSEable City Laboratory. This lab studies the built environment of cities -- from street grids to plumbing and garbage systems -- using new kinds of sensors and hand-held electronics that have transformed the way we can describe and understand cities.

Other projects flip this equation -- using data gathered from sensors to actually create dazzling new environments. The Digital Water Pavilion, for instance, reacts to visitors by parting a stream of water to let them visit. And a project for the 2012 Olympics in London turns a pavilion building into a cloud of blinking interactive art. He's opening a research center in Singapore as part of an MIT-led initiative on the Future of Urban Mobility.

For more information on the projects in this talk, visit SENSEable @ TED >>

More profile about the speaker
Carlo Ratti | Speaker | TED.com
TED2011

Carlo Ratti: Architecture that senses and responds

Carlo Ratti: Architektur, die wahrnimmt und reagiert

Filmed:
746,791 views

Mit seinem Team bei SENSEable City Lab, erschafft Carlo Ratti, Professor am Massachussetts Institute of Technology, faszinierende Dinge indem er die Daten wahrnimmt, die wir verursachen. Er bedient sich passiver Daten – wie den Anrufen, die wir machen, dem Müll, den wir wegwerfen – um überraschende Visualisierungen des Stadtlebens zu erzeugen. Sein Team und er erschaffen dabei umwerfende interaktive Umgebungen durch sich bewegendes Wasser oder fliegendes Licht, angetrieben durch einfache Gesten, die von Sensoren erfasst werden.
- Architect and engineer
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment. Full bio

Double-click the English transcript below to play the video.

00:15
Good afternoonNachmittag, everybodyjeder.
0
0
2000
Guten Tag, alle zusammen.
00:17
I've got something to showShow you.
1
2000
3000
Ich habe hier etwas, das ich Ihnen zeigen möchte.
00:37
(LaughterLachen)
2
22000
2000
(Gelächter)
00:39
Think about this as a pixelPixel, a flyingfliegend pixelPixel.
3
24000
3000
Denken Sie sich dies als Bildpunkt, als fliegenden Bildpunkt.
00:42
This is what we call, in our labLabor, sensiblesinnvoll designEntwurf.
4
27000
3000
Das ist, was wir in unserem Labor, wahrnehmbares Design nennen.
00:45
Let me tell you a bitBit about it.
5
30000
2000
Lassen Sie mich Ihnen ein wenig darüber erzählen.
00:47
Now if you take this pictureBild -- I'm ItalianItalienisch originallyursprünglich,
6
32000
3000
Wenn Sie nun dieses Bild nehmen – ich bin ursprünglich Italiener,
00:50
and everyjeden boyJunge in ItalyItalien growswächst up
7
35000
2000
und jeder Junge in Italien wächst mit
00:52
with this pictureBild on the wallMauer of his bedroomSchlafzimmer --
8
37000
2000
diesem Bild in seinem Zimmer auf.
00:54
but the reasonGrund I'm showingzeigt you this
9
39000
2000
Aber der Grund, warum ich Ihnen dies zeige
00:56
is that something very interestinginteressant
10
41000
2000
ist, das in der Formel 1 in den
00:58
happenedpassiert in FormulaFormel 1 racingRennen
11
43000
2000
vergangenen Jahrzehnten
01:00
over the pastVergangenheit couplePaar of decadesJahrzehnte.
12
45000
2000
etwas sehr Interessantes geschah.
01:02
Now some time agovor,
13
47000
2000
Vor einiger Zeit war es so,
01:04
if you wanted to winSieg a FormulaFormel 1 raceRennen,
14
49000
2000
dass wenn Sie ein Formel 1 Rennen gewinnen wollten,
01:06
you take a budgetBudget, and you betWette your budgetBudget
15
51000
2000
dann nahmen Sie Ihr Budget und setzten Ihr Geld
01:08
on a good driverTreiber and a good carAuto.
16
53000
3000
auf einen guten Fahrer und ein gutes Auto.
01:11
And if the carAuto and the driverTreiber were good enoughgenug, then you'ddu würdest winSieg the raceRennen.
17
56000
3000
Und wenn das Auto und der Fahrer gut genug waren, dann gewannen Sie das Rennen.
01:14
Now todayheute, if you want to winSieg the raceRennen,
18
59000
2000
Nun heutzutage, benötigen Sie, wenn Sie ein Rennen gewinnen wollen,
01:16
actuallytatsächlich you need alsoebenfalls something like this --
19
61000
3000
tatsächlich so etwas wie dieses hier –
01:19
something that monitorsMonitore the carAuto in realecht time,
20
64000
3000
etwas was das Auto in Echtzeit überwacht,
01:22
has a fewwenige thousandtausend sensorsSensoren
21
67000
2000
einige tausend Sensoren hat,
01:24
collectingSammeln informationInformation from the carAuto,
22
69000
2000
die Informationen aus dem Auto,
01:26
transmittingÜbertragung von this informationInformation into the systemSystem,
23
71000
3000
diese Informationen an das System weitergeben
01:29
and then processingwird bearbeitet it
24
74000
2000
und sie dann verarbeiten
01:31
and usingmit it in orderAuftrag to go back to the carAuto with decisionsEntscheidungen
25
76000
3000
und diese dann nutzen um diesem Auto Entscheidungen zurück zu senden
01:34
and changingÄndern things in realecht time
26
79000
2000
und Dinge in Echtzeit verändern
01:36
as informationInformation is collectedgesammelt.
27
81000
2000
während Information gesammelt werden.
01:38
This is what, in engineeringIngenieurwesen termsBegriffe,
28
83000
2000
Dies würden Sie, in Ingenieurteams,
01:40
you would call a realecht time controlsteuern systemSystem.
29
85000
3000
eine Echtzeit-Kontrollsystem nennen.
01:43
And basicallyGrundsätzlich gilt, it's a systemSystem madegemacht of two componentsKomponenten --
30
88000
3000
Und im Grunde, ist es ein System, das aus zwei Teilen besteht –
01:46
a sensingWahrnehmung and an actuatingBetätigung componentKomponente.
31
91000
2000
einem spürenden Teil und einem reagierendenTeil.
01:48
What is interestinginteressant todayheute
32
93000
2000
Was heutzutage interessant ist,
01:50
is that realecht time controlsteuern systemsSysteme
33
95000
2000
ist das Echtzeit-Kontrollsysteme
01:52
are startingbeginnend to entereingeben into our livesLeben.
34
97000
3000
beginnen in unserem Leben aufzutauchen.
01:55
Our citiesStädte, over the pastVergangenheit fewwenige yearsJahre,
35
100000
3000
Unsere Städte wurden, in den letzten paar Jahren,
01:58
just have been blanketedtief verschneit
36
103000
2000
gerade mit Netzwerken und
02:00
with networksNetzwerke, electronicsElektronik.
37
105000
2000
Elektronik ausgerüstet.
02:02
They're becomingWerden like computersComputer in openöffnen airLuft.
38
107000
2000
Sie werden zu Computer im Freien.
02:04
And, as computersComputer in openöffnen airLuft,
39
109000
2000
Und als Computer im Freien,
02:06
they're startingbeginnend to respondreagieren in a differentanders way
40
111000
2000
fangen sie an, auf andere Art und Weise zu reagieren,
02:08
to be ablefähig to be sensedspürte and to be actuatedbetätigt.
41
113000
3000
sie werden wahrgenommen und angetrieben.
02:11
If we fixFix citiesStädte, actuallytatsächlich it's a biggroß dealDeal.
42
116000
2000
Wenn wir Städte herrichten, ist das tatsächlich eine große Sache.
02:13
Just as an asidebeiseite, I wanted to mentionerwähnen,
43
118000
2000
Nur nebenbei möchte ich erwähnen,
02:15
citiesStädte are only two percentProzent of the Earth'sDer Erde crustKruste,
44
120000
4000
dass Städte nur zwei Prozent der Erdoberfläche sind,
02:19
but they are 50 percentProzent of the world'sWelt populationBevölkerung.
45
124000
3000
aber 50 Prozent der weltweiten Bevölkerung dort leben.
02:22
They are 75 percentProzent of the energyEnergie consumptionVerbrauch --
46
127000
3000
Sie sind 75 Prozent des Energiekonsums –
02:25
up to 80 percentProzent of COCO2 emissionsEmissionen.
47
130000
3000
verursachen bis zu 80 Prozent der CO2 Emissionen.
02:28
So if we're ablefähig to do something with citiesStädte, that's a biggroß dealDeal.
48
133000
3000
Wenn wir also etwas mit den Städten machen, ist das eine große Sache.
02:31
BeyondDarüber hinaus citiesStädte,
49
136000
2000
Über die Städte hinaus,
02:33
all of this sensingWahrnehmung and actuatingBetätigung
50
138000
3000
zieht all dieses Wahrnehmen und
02:36
is enteringeintreten our everydayjeden Tag objectsObjekte.
51
141000
2000
Antreiben in Objekte des täglichen Lebens ein.
02:38
That's from an exhibitionAusstellung that
52
143000
2000
Das ist von einer Ausstellung,
02:40
PaolaPaola AntonelliAntonelli is organizingorganisieren
53
145000
2000
die Paola Antonelli für MoMA
02:42
at MoMAMoMA laterspäter this yearJahr, duringwährend the summerSommer-.
54
147000
2000
später im Jahr, während des Sommers, organisiert.
02:44
It's callednamens "Talk to Me."
55
149000
2000
Es heißt "Sprich mit mir."
02:46
Well our objectsObjekte, our environmentUmwelt
56
151000
2000
Nun, all unsere Objekte, unsere Umwelt,
02:48
is startingbeginnend to talk back to us.
57
153000
2000
fangen an, zu uns zurück zu sprechen.
02:50
In a certainsicher senseSinn, it's almostfast as if everyjeden atomAtom out there
58
155000
3000
In einem gewissen Sinn, ist es fast so als ob jedes Atom da draußen
02:53
were becomingWerden bothbeide a sensorSensor and an actuatorStellantrieb.
59
158000
3000
zu beiden wird, einem Sensor und einem Antreiber.
02:56
And that is radicallyradikal changingÄndern the interactionInteraktion we have as humansMenschen
60
161000
3000
Und das verändert radikal die Interaktion, die wir Menschen
02:59
with the environmentUmwelt out there.
61
164000
2000
mit unserer Umwelt draußen haben.
03:01
In a certainsicher senseSinn,
62
166000
2000
In gewisser Weise,
03:03
it's almostfast as if the oldalt dreamTraum of MichelangeloMichelangelo ...
63
168000
3000
ist es fast als ob der alte Traum von Michelangelo ...
03:06
you know, when MichelangeloMichelangelo sculptedgeformt the MosesMoses,
64
171000
2000
wissen Sie, als Michelangelo den Moses formte,
03:08
at the endEnde it said that he tookdauerte the hammerHammer, threwwarf it at the MosesMoses --
65
173000
3000
heißt es, dass er am Ende den Hammer nahm und ihn auf Moses warf –
03:11
actuallytatsächlich you can still see a smallklein chipChip underneathunterhalb --
66
176000
3000
tatsächlich können Sie immer noch eine kleine Stelle untendrunter sehen –
03:14
and said, shoutedschrie,
67
179000
2000
und sagte, rief,
03:16
"PerchBarsché nonnicht parliparli? Why don't you talk?"
68
181000
2000
"Perché non parli? Warum sprichst du nicht?"
03:18
Well todayheute, for the first time,
69
183000
2000
Nun, heute, fängt unsere Umwelt
03:20
our environmentUmwelt is startingbeginnend to talk back to us.
70
185000
3000
zum allerersten Mal an, uns zu antworten.
03:23
And I'll showShow just a fewwenige examplesBeispiele --
71
188000
2000
Ich werde Ihnen nur einige Beispiele zeigen –
03:25
again, with this ideaIdee of sensingWahrnehmung our environmentUmwelt and actuatingBetätigung it.
72
190000
3000
nochmal, mit der Idee unsere Umwelt wahrzunehmen und anzutreiben.
03:28
Let's startingbeginnend with sensingWahrnehmung.
73
193000
3000
Lassen Sie uns mit dem Wahrnehmen beginnen.
03:31
Well, the first projectProjekt I wanted to shareAktie with you
74
196000
2000
Nun das erste Projekt, das ich Ihnen vorstellen möchte
03:33
is actuallytatsächlich one of the first projectsProjekte by our labLabor.
75
198000
3000
ist in Wahrheit eines der ersten unseres Labors.
03:36
It was fourvier and a halfHälfte yearsJahre agovor in ItalyItalien.
76
201000
3000
Es entstand vor viereinhalb Jahren in Italien.
03:39
And what we did there
77
204000
2000
Und was wir da getan haben,
03:41
was actuallytatsächlich use a newneu typeArt of networkNetzwerk at the time
78
206000
2000
war eigentlich eine damals neue Art von Netzwerk zu nutzen,
03:43
that had been deployedbereitgestellt all acrossüber the worldWelt --
79
208000
2000
das auf der ganzen Welt eingesetzt wurde –
03:45
that's a cellphoneHandy networkNetzwerk --
80
210000
2000
das ist ein Mobiltelefonnetz –
03:47
and use anonymousanonym and aggregatedaggregiert informationInformation from that networkNetzwerk,
81
212000
2000
und anonyme und aggregierte Information aus diesem Netzwerk zu nutzen,
03:49
that's collectedgesammelt anywaysowieso by the operatorOperator,
82
214000
2000
die ohnehin vom Betreiber gesammelt werden,
03:51
in orderAuftrag to understandverstehen
83
216000
2000
um zu verstehen
03:53
how the cityStadt worksWerke.
84
218000
2000
wie die Stadt funktioniert.
03:55
The summerSommer- was a luckyglücklich summerSommer- -- 2006.
85
220000
3000
Der Sommer war ein glücklicher Sommer – 2006.
03:58
It's when ItalyItalien wongewonnen the soccerFußball WorldWelt CupTasse.
86
223000
3000
Es war als Italien die Fußball-Weltmeisterschaft gewann.
04:01
Some of you mightMacht remembermerken, it was ItalyItalien and FranceFrankreich playingspielen,
87
226000
3000
Einige von Ihnen werden sich erinnern, es war als Italien gegen Frankreich spielte,
04:04
and then ZidaneZidane at the endEnde, the headbuttKopfstoß.
88
229000
2000
und dann am Ende Zidane, der Kopfstoß.
04:06
And anywaysowieso, ItalyItalien wongewonnen at the endEnde.
89
231000
2000
Und egal, Italien hat am Ende gewonnen
04:08
(LaughterLachen)
90
233000
2000
(Gelächter)
04:10
Now look at what happenedpassiert that day
91
235000
2000
Jetzt sehen Sie sich an was an diesem Tag passierte,
04:12
just by monitoringÜberwachung activityAktivität
92
237000
2000
nur beim Beobachten der Aktivität,
04:14
happeningHappening on the networkNetzwerk.
93
239000
2000
die im Netzwerk passiert.
04:16
Here you see the cityStadt.
94
241000
2000
Hier sehen Sie die Stadt.
04:18
You see the ColosseumKolosseum in the middleMitte,
95
243000
3000
Sie sehen in der Mitte das Kolosseum,
04:21
the riverFluss TiberTiber.
96
246000
3000
den Fluß Tiber.
04:24
It's morningMorgen, before the matchSpiel.
97
249000
2000
Am Morgen, vor dem Spiel.
04:26
You see the timelineTimeline on the topoben.
98
251000
2000
Sie sehen oben die Zeitachse.
04:28
EarlySchon früh afternoonNachmittag,
99
253000
2000
Früher Nachmittag,
04:30
people here and there,
100
255000
2000
Menschen hier und da,
04:32
makingHerstellung callsAnrufe and movingbewegend.
101
257000
2000
die Anrufe tätigen und sich bewegen.
04:34
The matchSpiel beginsbeginnt -- silenceSchweigen.
102
259000
3000
Das Spiel fängt an – Schweigen.
04:37
FranceFrankreich scoresNoten. ItalyItalien scoresNoten.
103
262000
3000
Frankreich macht ein Tor. Italien macht ein Tor.
04:40
HalftimeHalbzeit, people make a quickschnell call and go to the bathroomBadezimmer.
104
265000
4000
Halbzeit, die Menschen machen einen kurzen Anruf, gehen auf Toilette.
04:44
SecondSekunde halfHälfte. EndEnde of normalnormal time.
105
269000
2000
Zweite Halbzeit. Ende der normalen Spielzeit.
04:46
First overtimeim Laufe der Zeit, secondzweite.
106
271000
2000
Erste Verlängerung, zweite.
04:48
ZidaneZidane, the headbuttKopfstoß in a momentMoment.
107
273000
3000
Zidane, in einem Augenblick der Kopfstoß.
04:51
ItalyItalien winsGewinnt. Yeah.
108
276000
2000
Italien gewinnt. Yeah.
04:53
(LaughterLachen)
109
278000
2000
(Gelächter)
04:55
(ApplauseApplaus)
110
280000
3000
(Applaus)
04:58
Well, that night, everybodyjeder wentging to celebratefeiern in the centerCenter.
111
283000
2000
Nun, in dieser Nacht, gingen alle ins Zentrum um zu feiern.
05:00
You saw the biggroß peakHaupt.
112
285000
2000
Sie sahen den großen Ausschlag.
05:02
The followinges folgen day, again everybodyjeder wentging to the centerCenter
113
287000
2000
Am nächsten Tag, gingen alle ins Zentrum
05:04
to meetTreffen the winninggewinnen teamMannschaft
114
289000
3000
um das Siegerteam und den
05:07
and the primeprim ministerMinister at the time.
115
292000
2000
Premierminister zu selben Zeit zu treffen.
05:09
And then everybodyjeder movedbewegt down.
116
294000
2000
Und dann gingen alle hinunter.
05:11
You see the imageBild of the placeOrt callednamens CircoCirco MassimoMassimo,
117
296000
2000
Sie sehen das Bild des Platzes Circo Massimo,
05:13
where, sinceschon seit RomanRoman timesmal, people go to celebratefeiern,
118
298000
3000
wo, seit der römischen Zeit, die Menschen zum feiern hingehen –
05:16
to have a biggroß partyParty, and you see the peakHaupt at the endEnde of the day.
119
301000
3000
um eine große Party zu haben, und Sie sehen den Ausschlag am Ende des Tages.
05:19
Well, that's just one exampleBeispiel of how we can senseSinn the cityStadt todayheute
120
304000
2000
Nun, das ist nur ein Beispiel, wie wir heute die Stadt spüren können,
05:21
in a way that we couldn'tkonnte nicht have doneerledigt
121
306000
2000
auf eine Art und Weise wie wir es
05:23
just a fewwenige yearsJahre agovor.
122
308000
2000
vor einigen Jahren nicht konnten.
05:25
AnotherEin weiterer quickschnell exampleBeispiel about sensingWahrnehmung:
123
310000
2000
Noch schnell ein anderes Beispiel für Spüren:
05:27
it's not about people,
124
312000
2000
hier geht es nicht um Menschen,
05:29
but about things we use and consumeverbrauchen.
125
314000
2000
sondern um Dinge, die wir benutzen und konsumieren.
05:31
Well todayheute, we know everything
126
316000
2000
Nun, heutzutage wissen wir alles darüber
05:33
about where our objectsObjekte come from.
127
318000
3000
woher unsere Sachen kommen.
05:36
This is a mapKarte that showszeigt an you
128
321000
2000
Dies ist eine Karte, die Ihnen
05:38
all the chipsChips that formbilden a MacMac computerComputer, how they camekam togetherzusammen.
129
323000
3000
all die Chips zeigt, aus denen ein Mac Computer besteht, wie sie zusammen kamen.
05:41
But we know very little about where things go.
130
326000
3000
Aber wir wissen nur wenig darüber, wo die Sachen hingehen.
05:44
So in this projectProjekt,
131
329000
2000
Also haben wir in diesem Projekt
05:46
we actuallytatsächlich developedentwickelt some smallklein tagsTags
132
331000
2000
tatsächlich einige kleine Marker entworfen
05:48
to trackSpur trashMüll as it movesbewegt throughdurch the systemSystem.
133
333000
3000
um den Müll zu verfolgen während er durch das System geht.
05:51
So we actuallytatsächlich startedhat angefangen with a numberNummer of volunteersFreiwillige
134
336000
3000
Wir haben also mit einigen Freiwilligen angefangen,
05:54
who helpedhalf us in SeattleSeattle,
135
339000
2000
die uns,vor etwas mehr als einem Jahr,
05:56
just over a yearJahr agovor,
136
341000
2000
in Seattle geholfen haben,
05:58
to tagTag what they were throwingwerfen away --
137
343000
3000
die Dinge zu markieren, die sie wegwarfen –
06:01
differentanders typesTypen of things, as you can see here --
138
346000
3000
verschiedene Arten von Dingen, wie Sie sehen können –
06:04
things they would throwwerfen away anywaysowieso.
139
349000
2000
Dinge, die sie ohnehin wegwerfen würden.
06:06
Then we put a little chipChip, little tagTag,
140
351000
2000
Dann haben wir die kleinen Chips, die kleinen Marken,
06:08
ontoauf zu the trashMüll
141
353000
2000
auf den Müll geklebt
06:10
and then startedhat angefangen followinges folgen it.
142
355000
2000
und angefangen ihn zu verfolgen.
06:12
Here are the resultsErgebnisse we just obtainederhalten.
143
357000
3000
Hier sind die Ergebnisse, die wir gerade bekommen haben.
06:15
(MusicMusik)
144
360000
3000
(Musik)
06:18
From SeattleSeattle ...
145
363000
3000
Von Seattle ...
06:26
after one weekWoche.
146
371000
2000
nach einer Woche.
06:53
With this informationInformation we realizedrealisiert
147
398000
2000
Mit dieser Information erkannten wir,
06:55
there's a lot of inefficienciesIneffizienzen in the systemSystem.
148
400000
2000
dass es eine Menge Ineffizienzen im System gibt.
06:57
We can actuallytatsächlich do the samegleich thing with much lessWeniger energyEnergie.
149
402000
3000
Wir können die gleichen Dinge in der Tat mit weniger Energie machen.
07:00
This dataDaten was not availableverfügbar before.
150
405000
2000
Die Daten waren vorher nicht verfügbar.
07:02
But there's a lot of wastedverschwendet transportationTransport and convolutedverworren things happeningHappening.
151
407000
3000
Aber das passieren eine Menge unnützer Transporte und komplizierter Dinge.
07:05
But the other thing is that we believe
152
410000
2000
Die andere Sache aber ist, dass wir glauben,
07:07
that if we see everyjeden day
153
412000
2000
dass wenn wir jeden Tag sehen,
07:09
that the cupTasse we're throwingwerfen away, it doesn't disappearverschwinden,
154
414000
2000
dass die Tasse, die wir wegwerfen, nicht einfach verschwindet,
07:11
it's still somewhereirgendwo on the planetPlanet.
155
416000
2000
dass sie immer noch irgendwo auf dem Planeten ist.
07:13
And the plasticKunststoff bottleFlasche we're throwingwerfen away everyjeden day still staysbleibt there.
156
418000
3000
Und die Plastikflasche, die wir jeden Tag wegwerfen immer noch da bleibt.
07:16
And if we showShow that to people,
157
421000
2000
Und wenn wir das den Menschen zeigen würden,
07:18
then we can alsoebenfalls promotefördern some behavioralVerhaltens- changeVeränderung.
158
423000
2000
dann können wir eine Verhaltensänderung vorantreiben.
07:20
So that was the reasonGrund for the projectProjekt.
159
425000
2000
Das ist also der Grund für dieses Projekt.
07:22
My colleagueKollege at MITMIT, AssafAssaf BidermanBiderman,
160
427000
2000
Mein Kollege an der MIT, Assaf Biderman,
07:24
he could tell you much more about sensingWahrnehmung
161
429000
2000
könnte Ihnen noch viel mehr über das Wahrnehmen
07:26
and manyviele other wonderfulwunderbar things we can do with sensingWahrnehmung,
162
431000
2000
und die vielen anderen wunderbaren Dinge, die man mit Wahrnehmen machen kann, erzählen,
07:28
but I wanted to go to the secondzweite partTeil we discusseddiskutiert at the beginningAnfang,
163
433000
3000
aber ich möchte gerne auf den zweiten Teil zu sprechen kommen, den wir am Anfang diskutierten
07:31
and that's actuatingBetätigung our environmentUmwelt.
164
436000
2000
und das ist die Betätigung unserer Umwelt.
07:33
And the first projectProjekt
165
438000
2000
Und das erste Projekt
07:35
is something we did a couplePaar of yearsJahre agovor in ZaragozaZaragoza, SpainSpanien.
166
440000
3000
ist etwas, dass wir vor ein paar Jahren in Zaragoza, Spanien gemacht haben.
07:38
It startedhat angefangen with a questionFrage by the mayorBürgermeister of the cityStadt,
167
443000
3000
Es fing mit einer Frage des Bürgermeisters an,
07:41
who camekam to us sayingSprichwort
168
446000
2000
der zu uns kam und sagte,
07:43
that SpainSpanien and SouthernSüdlichen EuropeEuropa have a beautifulschön traditionTradition
169
448000
3000
dass Spanien und Südeuropa eine schöne Tradition haben,
07:46
of usingmit waterWasser in publicÖffentlichkeit spacePlatz, in architecturedie Architektur.
170
451000
3000
an öffentlichen Orten Wasser als Teil der Architektur zu nutzen.
07:49
And the questionFrage was: How could technologyTechnologie, newneu technologyTechnologie,
171
454000
2000
Und die Frage war: Wie könnte man Technologie, neue Technologie
07:51
be addedhinzugefügt to that?
172
456000
2000
damit verbinden?
07:53
And one of the ideasIdeen that was developedentwickelt at MITMIT in a workshopWerkstatt
173
458000
3000
Und eine der Ideen, die am MIT in einem Arbeitskreis ermittelt wurden,
07:56
was, imaginevorstellen this pipeRohr, and you've got valvesVentile,
174
461000
3000
war, stellen Sie sich diese Schläuche vor, und Ventile,
07:59
solenoidMagnetventil valvesVentile, tapsArmaturen,
175
464000
2000
Magnetventile, Klappen,
08:01
openingÖffnung and closingSchließen.
176
466000
2000
die sich öffnen und schließen.
08:03
You createerstellen like a waterWasser curtainVorhang with pixelsPixel madegemacht of waterWasser.
177
468000
3000
Sie verursachen so was wie einen Wasservorhang mit Bildpunkten aus Wasser.
08:06
If those pixelsPixel fallfallen,
178
471000
2000
Wenn diese Bildpunkte herunterfallen,
08:08
you can writeschreiben on it,
179
473000
2000
können Sie darauf schreiben,
08:10
you can showShow patternsMuster, imagesBilder, textText.
180
475000
2000
können Sie Muster, Bilder, Text anzeigen.
08:12
And even you can approachAnsatz it, and it will openöffnen up
181
477000
2000
Und Sie können sich ihm nähern, und er wird sich öffnen,
08:14
to let you jumpspringen throughdurch,
182
479000
2000
um Sie durchspringen zu lassen,
08:16
as you see in this imageBild.
183
481000
2000
wie Sie auf diesem Bild sehen können.
08:18
Well, we presentedvorgeführt this to MayorBürgermeister BellochBelloch.
184
483000
2000
Nun, wir haben das Bürgermeister Belloch vorgestellt.
08:20
He likedgefallen it very much.
185
485000
2000
Es hat ihm sehr gefallen.
08:22
And we got a commissionKommission to designEntwurf a buildingGebäude
186
487000
2000
Und wir bekamen den Auftrag ein Gebäude beim
08:24
at the entranceEingang of the expoMesse.
187
489000
2000
Eingang der Expo zu entwerfen.
08:26
We callednamens it DigitalDigital WaterWasser PavilionPavillon.
188
491000
2000
Wir nannten es den Digitalen Wasser Pavillion.
08:28
The wholeganze buildingGebäude is madegemacht of waterWasser.
189
493000
3000
Das ganze Gebäude bestand aus Wasser.
08:33
There's no doorsTüren or windowsFenster,
190
498000
2000
Es gibt keine Türen oder Fenster,
08:35
but when you approachAnsatz it,
191
500000
2000
aber wenn Sie sich ihm nähern,
08:37
it will openöffnen up to let you in.
192
502000
2000
wird es sich öffnen und Sie hinein lassen.
08:39
(MusicMusik)
193
504000
6000
(Musik)
08:52
The roofDach alsoebenfalls is coveredbedeckt with waterWasser.
194
517000
3000
Das Dach war ebenfalls mit Wasser bedeckt.
08:57
And if there's a bitBit of windWind,
195
522000
2000
Und wenn es windig ist,
08:59
if you want to minimizeminimieren splashingSpritzwasser, you can actuallytatsächlich lowerniedriger the roofDach.
196
524000
3000
wenn Sie das Spritzen verringern wollen, können Sie sogar das Dach herunter lassen.
09:04
Or you could closeschließen the buildingGebäude,
197
529000
2000
Oder Sie könnten das Gebäude schließen
09:06
and the wholeganze architecturedie Architektur will disappearverschwinden,
198
531000
2000
und die ganze Architektur wird, wie in diesem Fall,
09:08
like in this caseFall.
199
533000
2000
verschwinden.
09:10
You know, these daysTage, you always get imagesBilder duringwährend the winterWinter,
200
535000
2000
Wissen Sie, dieser Tage, wenn Sie das Dach herunterfahren,
09:12
when they take the roofDach down,
201
537000
2000
bekommen Sie Bilder von Menschen,
09:14
of people who have been there and said, "They demolishedzerstört the buildingGebäude."
202
539000
3000
die da waren und sagen, "Sie haben das Gebäude zerstört."
09:17
No, they didn't demolishzerstören it, just when it goesgeht down,
203
542000
2000
Nein, sie haben das Gebäude nicht zerstört, es ist nur so,
09:19
the architecturedie Architektur almostfast disappearsverschwindet.
204
544000
2000
dass die Architektur beinahe verschwindet.
09:21
Here'sHier ist the buildingGebäude workingArbeiten.
205
546000
3000
Hier sehen Sie, wie das Gebäude funktioniert.
09:24
You see the personPerson puzzledverwirrt about what was going on insideinnen.
206
549000
3000
Sie sehen die Person, die sich fragt, was im Inneren passiert.
09:27
And here was myselfmich selber tryingversuchen not to get wetnass,
207
552000
2000
Und hier sehen Sie mich, als ich versuchte beim
09:29
testingtesten the sensorsSensoren that openöffnen the waterWasser.
208
554000
3000
Testen der Sensoren, die das Wasser öffneten, nicht nass zu werden.
09:32
Well, I should tell you now what happenedpassiert one night
209
557000
2000
Nun, sollte ich Ihnen erzählen, was eines Nachts passierte
09:34
when all of the sensorsSensoren stoppedgestoppt workingArbeiten.
210
559000
3000
als alle Sensoren aufhörten zu funktionieren.
09:37
But actuallytatsächlich that night, it was even more funSpaß.
211
562000
3000
Aber eigentlich war es in dieser Nacht ein noch größerer Spaß.
09:40
All the kidsKinder from ZaragozaZaragoza camekam to the buildingGebäude,
212
565000
2000
Alle Kinder aus Zaragoza kamen zu dem Gebäude,
09:42
because the way of engagingansprechend with the buildingGebäude becamewurde something differentanders.
213
567000
3000
denn die Art wie sie mit dem Gebäude spielten war ganz anders.
09:45
Not anymorenicht mehr a buildingGebäude that would openöffnen up to let you in,
214
570000
3000
Nicht länger ein Gebäude, das sich öffnen würde um Sie ein zu lassen,
09:48
but a buildingGebäude that would still make cutsSchnitte and holesLöcher throughdurch the waterWasser,
215
573000
3000
aber ein Gebäude, das immer noch Pausen und Löcher im Wasser hatte,
09:51
and you had to jumpspringen withoutohne gettingbekommen wetnass.
216
576000
2000
man musste jetzt springen ohne nass zu werden.
09:53
(VideoVideo) (CrowdMenge NoiseLärm)
217
578000
13000
(Video) (Wasser und Menschenrufe)
10:06
And that was, for us, was very interestinginteressant,
218
591000
2000
Und das war, für uns, sehr spannend,
10:08
because, as architectsArchitekten, as engineersIngenieure, as designersDesigner,
219
593000
3000
denn als Architekten, Ingenieure, als Designer,
10:11
we always think about how people will use the things we designEntwurf.
220
596000
3000
denken wir immer darüber nach, wie die Menschen, die Dinge nutzen, die wir entwerfen.
10:14
But then reality'sder Realität always unpredictableunberechenbar.
221
599000
3000
Aber die Realität ist immer unvorhersehbar.
10:17
And that's the beautySchönheit of doing things
222
602000
2000
Und das ist das Schöne daran, Dinge zu kreieren,
10:19
that are used and interactinteragieren with people.
223
604000
2000
die benutzt werden und mit den Menschen interagieren.
10:21
Here is an imageBild then of the buildingGebäude
224
606000
2000
Hier ist nun ein Bild des Gebäudes
10:23
with the physicalphysisch pixelsPixel, the pixelsPixel madegemacht of waterWasser,
225
608000
2000
mit den physischen Bildpunkten, den Bildpunkten aus Wasser
10:25
and then projectionsProjektionen on them.
226
610000
3000
und die Projektionen darauf.
10:28
And this is what led us to think about
227
613000
2000
Und dies ist es, was uns darauf brachte
10:30
the followinges folgen projectProjekt I'll showShow you now.
228
615000
2000
über das folgende Projekt nachzudenken, das ich Ihnen jetzt zeige.
10:32
That's, imaginevorstellen those pixelsPixel could actuallytatsächlich startAnfang flyingfliegend.
229
617000
3000
Stellen Sie sich vor diese Bildpunkte könnten wirklich anfangen zu fliegen.
10:35
ImagineStellen Sie sich vor you could have smallklein helicoptersHubschrauber
230
620000
2000
Stellen Sie sich vor, Sie könnten kleine Hubschrauber haben,
10:37
that moveBewegung in the airLuft,
231
622000
2000
die durch die Luft fliegen,
10:39
and then eachjede einzelne of them with a smallklein pixelPixel in changingÄndern lightsBeleuchtung --
232
624000
3000
und jeder von Ihnen mit einem kleinen Bildpunkt mit wechselndem Licht –
10:42
almostfast as a cloudWolke that can moveBewegung in spacePlatz.
233
627000
3000
fast so wie eine Wolke die sich durch den Raum bewegen kann.
10:45
Here is the videoVideo.
234
630000
2000
Hier ist das Video.
10:47
(MusicMusik)
235
632000
6000
(Musik)
10:53
So imaginevorstellen one helicopterHubschrauber,
236
638000
3000
Stellen Sie sich einen Hubschrauber vor,
10:56
like the one we saw before,
237
641000
3000
wie den, den Sie vorhin gesehen haben,
11:01
movingbewegend with othersAndere,
238
646000
3000
der sich mit anderen bewegt,
11:04
in synchronySynchronität.
239
649000
2000
vollkommen synchron.
11:06
So you can have this cloudWolke.
240
651000
3000
Sie können diese Wolke haben.
11:15
You can have a kindArt of flexibleflexibel screenBildschirm or displayAnzeige, like this --
241
660000
4000
Sie können eine Art flexiblen Bildschirm oder Anzeige haben, wie diese –
11:19
a regularregulär configurationKonfiguration in two dimensionsMaße.
242
664000
3000
eine gleichmäßige Formation in zwei Dimensionen.
11:29
Or in regularregulär, but in threedrei dimensionsMaße,
243
674000
3000
Oder unregelmäßig aber in drei Dimensionen,
11:32
where the thing that changesÄnderungen is the lightLicht,
244
677000
2000
bei der das, was sich ändert, das Licht ist,
11:34
not the pixels'Pixel positionPosition.
245
679000
2000
nicht die Position der Bildpunkte.
11:46
You can playspielen with a differentanders typeArt.
246
691000
2000
Sie können mit verschiedenen Arten spielen.
11:48
ImagineStellen Sie sich vor your screenBildschirm could just appearerscheinen
247
693000
2000
Stellen Sie sich vor der Bildschirm könnte einfach
11:50
in differentanders scalesWaage or sizesGrößen,
248
695000
3000
in unterschiedlichen Formaten oder Größen erscheinen,
11:53
differentanders typesTypen of resolutionAuflösung.
249
698000
3000
in unterschiedlichen Auflösungen.
12:05
But then the wholeganze thing can be
250
710000
2000
Aber dann könnte das ganze nur
12:07
just a 3D cloudWolke of pixelsPixel
251
712000
2000
eine 3D Wolke aus Bildpunkten sein,
12:09
that you can approachAnsatz and moveBewegung throughdurch it
252
714000
3000
auf die Sie zugehen können und durch die Sie sich hindurch bewegen,
12:12
and see from manyviele, manyviele directionsRichtungen.
253
717000
3000
die sie aus vielen, vielen Richtungen betrachten können.
12:15
Here is the realecht FlyfireFlyfire
254
720000
2000
Hier sehen Sie eine echte Flyfire-Steuerung,
12:17
controlsteuern and going down to formbilden the regularregulär gridGitter as before.
255
722000
4000
die herabsinkt um wie zuvor ein gleichmäßiges V zu formen.
12:21
When you turnWende on the lightLicht, actuallytatsächlich you see this. So the samegleich as we saw before.
256
726000
3000
Wenn Sie das Licht einschalten, sieht es so aus. Also genauso, wie wir es vorher gesehen haben.
12:24
And imaginevorstellen eachjede einzelne of them then controlledkontrolliert by people.
257
729000
2000
Stellen Sie sich vor, dass jedes einzelne von Menschen gesteuert wird.
12:26
You can have eachjede einzelne pixelPixel
258
731000
2000
Es könnte jeder einzelne Bildpunkt
12:28
havingmit an inputEingang that comeskommt from people,
259
733000
2000
einen Impuls haben, der von Menschen kommt,
12:30
from people'sMenschen movementBewegung, or so and so.
260
735000
2000
von den Bewegungen der Menschen oder dergleichen.
12:32
I want to showShow you something here for the first time.
261
737000
3000
Ich möchte Ihnen hier etwas zu allererst zeigen.
12:35
We'veWir haben been workingArbeiten with RobertoRoberto BolleBolle,
262
740000
2000
Wir haben mit Roberto Bolle gearbeitet,
12:37
one of today'sheutige topoben balletBallett dancersTänzer --
263
742000
2000
einem der besten Balletttänzer unserer Zeit –
12:39
the étoiletoile at MetropolitanMetropolitan in NewNeu YorkYork
264
744000
2000
dem Étoile am Metropolitan Theater in New York
12:41
and LaLa ScalaScala in MilanMilan --
265
746000
2000
und der Scala in Mailand –
12:43
and actuallytatsächlich capturedgefangen his movementBewegung in 3D
266
748000
2000
wir haben seine Bewegungen in 3D aufgenommen
12:45
in orderAuftrag to use it as an inputEingang for FlyfireFlyfire.
267
750000
3000
um sie als Impuls für das Flyfire zu nutzen.
12:48
And here you can see RobertoRoberto dancingTanzen.
268
753000
3000
Hier sehen Sie Roberto tanzen.
12:53
You see on the left the pixelsPixel,
269
758000
2000
Auf der linken Seite sehen Sie die Bildpunkte,
12:55
the differentanders resolutionsAuflösungen beingSein capturedgefangen.
270
760000
2000
die verschiedenen eingefangenen Eindrücke.
12:57
It's bothbeide 3D scanningScannen in realecht time
271
762000
2000
Es ist gleichzeitig ein Echtzeit-3D-Scan
12:59
and motionBewegung captureErfassung.
272
764000
3000
und eine Bewegungsaufnahme.
13:03
So you can reconstructrekonstruieren a wholeganze movementBewegung.
273
768000
3000
So dass Sie die ganze Bewegung nachvollziehen können.
13:10
You can go all the way throughdurch.
274
775000
3000
Sie können das die ganze Zeit machen.
13:16
But then, onceEinmal we have the pixelsPixel, then you can playspielen with them
275
781000
2000
Aber dann, wenn wir einmal alle Bildpunkte haben, können Sie damit spielen
13:18
and playspielen with colorFarbe and movementBewegung
276
783000
3000
und mit Farbe Bewegung
13:21
and gravitySchwerkraft and rotationRotation.
277
786000
3000
Schwerkraft und Drehbewegung spielen.
13:24
So we want to use this as one of the possiblemöglich inputsEingänge
278
789000
2000
Das möchten wir als einen möglichen Impuls
13:26
for FlyfireFlyfire.
279
791000
2000
für das Flyfire nutzen.
13:47
I wanted to showShow you the last projectProjekt we are workingArbeiten on.
280
812000
2000
Ich möchte Ihnen das neueste Projekt zeigen an dem wir arbeiten.
13:49
It's something we're workingArbeiten on for the LondonLondon OlympicsOlympische Spiele.
281
814000
2000
Es ist etwas, an dem wir für die Olympischen Spiele in London arbeiten.
13:51
It's callednamens The CloudWolke.
282
816000
2000
Es nennt sich The Cloud – die Wolke.
13:53
And the ideaIdee here is, imaginevorstellen, again,
283
818000
2000
Die Idee ist wiederum, stellen Sie sich das vor, das
13:55
we can involvebeinhalten people
284
820000
2000
wir wieder die Menschen mit einbeziehen
13:57
in doing something and changingÄndern our environmentUmwelt --
285
822000
3000
um etwas zu tun und die Umwelt zu verändern –
14:00
almostfast to impartvermitteln what we call cloudWolke raisingAnhebung --
286
825000
2000
fast so etwas, wie wir es nennen, Wolkenbewegung einzubauen
14:02
like barnScheune raisingAnhebung, but with a cloudWolke.
287
827000
2000
wie man ein Scheunentor bewegt, aber mit einer Wolke.
14:04
ImagineStellen Sie sich vor you can have everybodyjeder make a smallklein donationSpende for one pixelPixel.
288
829000
4000
Stellen Sie sich vor, dass jeder eine kleine Spende für einen Bildpunkt geben kann.
14:08
And I think what is remarkablebemerkenswert
289
833000
2000
Ich denke, dass das Bemerkenswerte der
14:10
that has happenedpassiert over the pastVergangenheit couplePaar of yearsJahre
290
835000
2000
der Geschehnisse letzten Jahre,
14:12
is that, over the pastVergangenheit couplePaar of decadesJahrzehnte,
291
837000
2000
der letzten Jahrzehnte ist, dass wir von einer
14:14
we wentging from the physicalphysisch worldWelt to the digitaldigital one.
292
839000
3000
physikalischen zu einer digitalen Welt gewechselt sind.
14:17
This has been digitizingDigitalisierung everything, knowledgeWissen,
293
842000
2000
Das hat alles digitalisiert, Wissen,
14:19
and makingHerstellung that accessiblezugänglich throughdurch the InternetInternet.
294
844000
2000
und macht es durch das Internet zugänglich.
14:21
Now todayheute, for the first time --
295
846000
2000
Heutzutage, können wir zum ersten Mal –
14:23
and the ObamaObama campaignKampagne showedzeigte us this --
296
848000
2000
und die Kampagne Obamas hat das gezeigt –
14:25
we can go from the digitaldigital worldWelt,
297
850000
2000
können wir von der digitalen Welt,
14:27
from the self-organizingselbstorganisierend powerLeistung of networksNetzwerke,
298
852000
2000
von den sich selbstorganisierenden Kräften der Netzwerke
14:29
to the physicalphysisch one.
299
854000
2000
zu der physikalischen Welt wechseln.
14:31
This can be, in our caseFall,
300
856000
2000
Das kann, in unserem Fall sein,
14:33
we want to use it for designingEntwerfen and doing a symbolSymbol.
301
858000
2000
dass wir es benutzen um zu Designen und ein Symbol zu schaffen.
14:35
That meansmeint something builtgebaut in a cityStadt.
302
860000
2000
Das heißt etwas was in der Stadt gebaut ist.
14:37
But tomorrowMorgen it can be,
303
862000
2000
Aber morgen kann es,
14:39
in orderAuftrag to tackleangehen today'sheutige pressingdrücken challengesHerausforderungen --
304
864000
3000
um uns den kommenden Herausforderungen zu stellen –
14:42
think about climateKlima changeVeränderung or COCO2 emissionsEmissionen --
305
867000
2000
denken Sie da an den Klimawandel oder die CO2 Emissionen –
14:44
how we can go from the digitaldigital worldWelt to the physicalphysisch one.
306
869000
3000
wie können wir dann von der digitalen Welt zur physikalischen wechseln.
14:47
So the ideaIdee that we can actuallytatsächlich involvebeinhalten people
307
872000
2000
Die Idee ist also, dass wir tatsächlich die Menschen mit einbeziehen,
14:49
in doing this thing togetherzusammen, collectivelygemeinsam.
308
874000
2000
in dem sie Dinge zusammen, kollektiv tun.
14:51
The cloudWolke is a cloudWolke, again, madegemacht of pixelsPixel,
309
876000
3000
Die Wolke ist wieder eine Wolke aus Bildpunkten,
14:54
in the samegleich way as the realecht cloudWolke
310
879000
2000
in der gleichen Weise wie eine wirkliche Wolke
14:56
is a cloudWolke madegemacht of particlesPartikel.
311
881000
2000
eine Wolke aus Partikeln ist.
14:58
And those particlesPartikel are waterWasser,
312
883000
2000
Und diese Partikel sind Wasser,
15:00
where our cloudWolke is a cloudWolke of pixelsPixel.
313
885000
2000
während unsere Wolke eine Wolke aus Bildpunkten ist.
15:02
It's a physicalphysisch structureStruktur in LondonLondon, but coveredbedeckt with pixelsPixel.
314
887000
3000
Es ist ein physikalisches Gebilde in London, aber mit Bildpunkten bedeckt.
15:05
You can moveBewegung insideinnen, have differentanders typesTypen of experiencesErfahrungen.
315
890000
2000
Sie können sich innen bewegen und verschiedene Arten von Erfahrungen machen.
15:07
You can actuallytatsächlich see from underneathunterhalb,
316
892000
2000
Sie können es Sie tatsächlich von unten ansehen,
15:09
sharingTeilen the mainMain momentsMomente
317
894000
2000
die wichtigsten Momente für
15:11
for the OlympicsOlympische Spiele in 2012 and beyonddarüber hinaus,
318
896000
3000
Olympia 2012 und darüberhinaus teilen,
15:14
and really usingmit it as a way to connectverbinden with the communityGemeinschaft.
319
899000
4000
und es als Art der Verbindung zur Gemeinschaft nutzen.
15:18
So bothbeide the physicalphysisch cloudWolke in the skyHimmel
320
903000
4000
Also beides, die physikalische Wolke im Himmel
15:22
and something you can go to the topoben [of],
321
907000
3000
und etwas an dessen Spitze Sie hingehen können,
15:25
like London'sLondons newneu mountaintopBerggipfel.
322
910000
2000
wie Londons neuer Berggipfel.
15:27
You can entereingeben insideinnen it.
323
912000
2000
Sie können hineingehen.
15:29
And a kindArt of newneu digitaldigital beaconLeuchtfeuer for the night --
324
914000
3000
Und eine Art digitaler Leuchtturm in der Nacht –
15:32
but mostdie meisten importantlywichtig,
325
917000
2000
aber als Allerwichtigstes,
15:34
a newneu typeArt of experienceErfahrung for anybodyirgendjemand who will go to the topoben.
326
919000
3000
eine neue Art der Erfahrung für alle, die an die Spitze gehen wollen.
15:37
Thank you.
327
922000
2000
Danke.
15:39
(ApplauseApplaus)
328
924000
2000
(Applaus)
Translated by Anja Lehmann
Reviewed by Lex Asobo

▲Back to top

ABOUT THE SPEAKER
Carlo Ratti - Architect and engineer
Carlo Ratti directs the MIT SENSEable City Lab, which explores the "real-time city" by studying the way sensors and electronics relate to the built environment.

Why you should listen

Carlo Ratti is a civil engineer and architect who teaches at the Massachusetts Institute of Technology, where he directs the SENSEable City Laboratory. This lab studies the built environment of cities -- from street grids to plumbing and garbage systems -- using new kinds of sensors and hand-held electronics that have transformed the way we can describe and understand cities.

Other projects flip this equation -- using data gathered from sensors to actually create dazzling new environments. The Digital Water Pavilion, for instance, reacts to visitors by parting a stream of water to let them visit. And a project for the 2012 Olympics in London turns a pavilion building into a cloud of blinking interactive art. He's opening a research center in Singapore as part of an MIT-led initiative on the Future of Urban Mobility.

For more information on the projects in this talk, visit SENSEable @ TED >>

More profile about the speaker
Carlo Ratti | Speaker | TED.com