TED Residency
Jeff Kirschner: This app makes it fun to pick up litter
Jeff Kirschner: Mit dieser App macht es Spaß, Müll aufzuheben
Filmed:
Readability: 4.2
1,385,758 views
Die Erde ist ein großer Ort, den es sauber zu halten gilt. Mit Litterati – einer App, deren Benutzer den Müll der Welt finden, sammeln und geotaggen können – hat TEDResident Jeff Kirschner eine Gemeinschaft gegründet, die gemeinsam den Planeten säubert. Nachdem sie Müll in über 100 Ländern verfolgt haben, hofft Kirschner, dass er mit den gesammelten Daten mit Firmen und Organisationen arbeiten kann, damit der Müll gar nicht erst den Boden erreicht.
Jeff Kirschner - Entrepreneur
Jeff Kirschner created a global community that's eradicating litter one piece at a time. Full bio
Jeff Kirschner created a global community that's eradicating litter one piece at a time. Full bio
Double-click the English transcript below to play the video.
00:13
This story starts with these two --
0
1015
2993
Die Geschichte beginnt
mit diesen beiden --
mit diesen beiden --
00:16
my kids.
1
4032
1258
meinen Kindern.
00:17
We were hiking in the Oakland woods
2
5314
1682
Wir wanderten in den Oakland Woods,
00:19
when my daughter noticed
a plastic tub of cat litter in a creek.
a plastic tub of cat litter in a creek.
3
7020
4134
als meine Tochter am Bach
ein Plastik-Katzenklo bemerkte.
ein Plastik-Katzenklo bemerkte.
00:23
She looked at me and said,
4
11647
1662
Sie sah mich an und sagte:
00:25
"Daddy?
5
13333
2507
"Papa?
00:27
That doesn't go there."
6
15864
1650
Das gehört da nicht hin."
00:29
When she said that,
it reminded me of summer camp.
it reminded me of summer camp.
7
17538
2422
Als sie das sagte,
dachte ich ans Ferienlager.
dachte ich ans Ferienlager.
00:31
On the morning of visiting day,
8
19984
1498
Am Morgen des Besuchertages,
00:33
right before they'd let our anxious
parents come barreling through the gates,
parents come barreling through the gates,
9
21506
3663
kurz bevor sie unsere angespannten
Eltern durch die Tore ließen,
Eltern durch die Tore ließen,
00:37
our camp director would say,
10
25193
1369
sagte unser Campleiter:
00:38
"Quick! Everyone pick up
five pieces of litter."
five pieces of litter."
11
26586
2309
"Schnell! Jeder hebt
fünf Stücke Müll auf."
fünf Stücke Müll auf."
00:40
You get a couple hundred kids
each picking up five pieces,
each picking up five pieces,
12
28919
3040
Wenn ein paar Hundert Kinder
jeweils fünf Stücke aufsammeln,
jeweils fünf Stücke aufsammeln,
00:43
and pretty soon, you've got
a much cleaner camp.
a much cleaner camp.
13
31983
2573
ist das Ferienlager
schnell viel sauberer.
schnell viel sauberer.
00:46
So I thought,
14
34580
1159
Also dachte ich:
00:47
why not apply that crowdsourced
cleanup model to the entire planet?
cleanup model to the entire planet?
15
35763
4537
Warum nutzt man dieses Aufräumsystem
nicht für den ganzen Planeten?
nicht für den ganzen Planeten?
00:52
And that was the inspiration
for Litterati.
for Litterati.
16
40324
2951
Das war die Inspiration für Litterati.
00:55
The vision is to create
a litter-free world.
a litter-free world.
17
43299
3349
Die Vision ist, eine
abfallfreie Welt zu erschaffen.
abfallfreie Welt zu erschaffen.
00:58
Let me show you how it started.
18
46672
1508
So fing alles an.
01:00
I took a picture of a cigarette
using Instagram.
using Instagram.
19
48204
3386
Ich machte mit Instagram
ein Foto von einer Zigarette.
ein Foto von einer Zigarette.
01:04
Then I took another photo ...
20
52222
1867
Dann machte ich ein weiteres Foto ...
01:06
and another photo ...
21
54113
1557
und noch ein Foto ...
01:07
and another photo.
22
55694
1167
und noch eins.
01:08
And I noticed two things:
23
56885
1286
Ich bemerkte zwei Dinge:
01:10
one, litter became artistic
and approachable;
and approachable;
24
58195
3472
Erstens wurde Abfall
künstlerisch und zugänglich;
künstlerisch und zugänglich;
01:14
and two,
25
62244
1151
und zweitens
01:15
at the end of a few days,
I had 50 photos on my phone
I had 50 photos on my phone
26
63419
2515
hatte ich nach paar Tagen
50 Fotos auf meinem Handy,
50 Fotos auf meinem Handy,
01:17
and I had picked up each piece,
27
65958
1587
ich hatte jedes Stück aufgehoben
01:19
and I realized that I was keeping a record
28
67569
2385
und mir wurde klar,
dass das der Beleg war,
dass das der Beleg war,
01:21
of the positive impact
I was having on the planet.
I was having on the planet.
29
69978
3151
welche positiven Auswirkungen
ich auf den Planeten hatte.
ich auf den Planeten hatte.
01:25
That's 50 less things that you might see,
30
73153
2188
Das sind 50 Sachen weniger, die man sieht,
01:27
or you might step on,
31
75365
1243
oder auf die man tritt,
01:28
or some bird might eat.
32
76632
1458
oder die ein Vogel frisst.
01:30
So I started telling people
what I was doing,
what I was doing,
33
78769
2652
Also fing ich an, Leuten
zu erzählen, was ich mache,
zu erzählen, was ich mache,
01:33
and they started participating.
34
81445
2356
und sie fingen an mitzumachen.
01:36
One day,
35
84831
1693
Eines Tages
01:38
this photo showed up from China.
36
86548
2528
kam dieses Foto aus China.
01:42
And that's when I realized
37
90039
1271
Und da merkte ich,
01:43
that Litterati was more
than just pretty pictures;
than just pretty pictures;
38
91334
3266
dass Litterati mehr als nur
paar hübsche Bilder war;
paar hübsche Bilder war;
01:46
we were becoming a community
that was collecting data.
that was collecting data.
39
94624
3369
wir wurden eine Gemeinschaft,
die Daten sammelte.
die Daten sammelte.
01:50
Each photo tells a story.
40
98869
1890
Jedes Foto hat eine Geschichte.
01:53
It tells us who picked up what,
41
101279
2193
Es sagt uns, wer was aufgehoben hat,
01:55
a geotag tells us where
42
103496
2011
ein Geo-Tag sagt uns, wo,
01:57
and a time stamp tells us when.
43
105531
2030
und eine Zeitangabe sagt uns, wann.
02:00
So I built a Google map,
44
108006
2429
Ich kreierte eine Google-Maps-Karte
02:02
and started plotting the points
where pieces were being picked up.
where pieces were being picked up.
45
110459
4053
und stellte grafisch dar,
wo Abfall aufgehoben wurde.
wo Abfall aufgehoben wurde.
02:06
And through that process,
the community grew
the community grew
46
114536
3918
Durch dieses Vorgehen
wuchs die Gemeinschaft
wuchs die Gemeinschaft
02:10
and the data grew.
47
118478
1639
und die Daten wurden mehr.
02:12
My two kids go to school
right in that bullseye.
right in that bullseye.
48
120806
3461
Meine zwei Kinder gehen genau
hier in der Mitte zur Schule.
hier in der Mitte zur Schule.
02:17
Litter:
49
125125
1211
Abfall:
02:18
it's blending into
the background of our lives.
the background of our lives.
50
126360
2704
Er verschmilzt mit dem
Hintergrund unseres Lebens.
Hintergrund unseres Lebens.
02:21
But what if we brought it
to the forefront?
to the forefront?
51
129088
2099
Aber was, wenn wir ihn sichtbar machen?
02:23
What if we understood exactly
what was on our streets,
what was on our streets,
52
131211
2912
Was, wenn wir genau verstehen,
was auf den Straßen liegt,
was auf den Straßen liegt,
02:26
our sidewalks
53
134147
1389
auf unseren Bürgersteigen
02:27
and our school yards?
54
135560
1538
und unseren Schulhöfen?
02:29
How might we use that data
to make a difference?
to make a difference?
55
137122
3247
Wie könnten wir diese Informationen
nutzen, um etwas zu verändern?
nutzen, um etwas zu verändern?
02:33
Well, let me show you.
56
141189
1198
Ich zeige es Ihnen.
02:34
The first is with cities.
57
142411
1385
Erstens geht es um Städte.
02:36
San Francisco wanted to understand
what percentage of litter was cigarettes.
what percentage of litter was cigarettes.
58
144418
4639
San Francisco wollte verstehen, wie viel
Prozent des Abfalls Zigaretten waren.
Prozent des Abfalls Zigaretten waren.
02:41
Why?
59
149081
1162
Wofür?
02:42
To create a tax.
60
150267
1209
Für eine Steuer.
02:44
So they put a couple of people
in the streets
in the streets
61
152073
2135
Sie stellten ein paar
Leute auf die Straße,
Leute auf die Straße,
02:46
with pencils and clipboards,
62
154232
1361
mit Stift und Papier,
02:47
who walked around collecting information
63
155617
2063
die Informationen sammelten,
02:49
which led to a 20-cent tax
on all cigarette sales.
on all cigarette sales.
64
157704
3111
was zu einer 20-Cent-Steuer
auf alle Zigaretten führte.
auf alle Zigaretten führte.
02:53
And then they got sued
65
161787
2153
Dann wurde sie verklagt;
02:55
by big tobacco,
66
163964
1176
von Tabakkonzernen,
02:57
who claimed that collecting information
with pencils and clipboards
with pencils and clipboards
67
165164
3216
die meinten, eine Datenerfassung
mit Stift und Papier
mit Stift und Papier
03:00
is neither precise nor provable.
68
168404
2331
sei nicht akkurat oder glaubwürdig.
03:03
The city called me and asked
if our technology could help.
if our technology could help.
69
171454
3680
Die Stadt rief mich an und fragte,
ob unsere Technologie helfen könnte.
ob unsere Technologie helfen könnte.
03:07
I'm not sure they realized
70
175158
1249
Sie wussten sicher nicht,
03:08
that our technology
was my Instagram account --
was my Instagram account --
71
176431
2248
dass die Technologie mein Instagram war --
03:10
(Laughter)
72
178703
1039
(Gelächter)
03:11
But I said, "Yes, we can."
73
179766
1266
Ich sagte: "Ja, das geht."
03:13
(Laughter)
74
181056
1016
(Gelächter)
03:14
"And we can tell you
if that's a Parliament or a Pall Mall.
if that's a Parliament or a Pall Mall.
75
182096
3908
"Wir können Ihnen sagen, ob es
eine Parliament oder Pall Mall ist.
eine Parliament oder Pall Mall ist.
03:18
Plus, every photograph
is geotagged and time-stamped,
is geotagged and time-stamped,
76
186028
3425
Und jedes Foto hat
ein Geo-Tag mit Zeitangabe,
ein Geo-Tag mit Zeitangabe,
03:21
providing you with proof."
77
189477
1381
was einen Beweis liefert."
03:23
Four days and 5,000 pieces later,
78
191839
3220
Vier Tage und 5 000 Stücke später
03:27
our data was used in court
to not only defend but double the tax,
to not only defend but double the tax,
79
195083
4938
wurde mit unseren Daten die Steuer
vor Gericht verteidigt und verdoppelt,
vor Gericht verteidigt und verdoppelt,
03:32
generating an annual recurring revenue
of four million dollars
of four million dollars
80
200045
4323
was ein wiederkehrendes
Jahreseinkommen von 4 Millionen Dollar
Jahreseinkommen von 4 Millionen Dollar
03:36
for San Francisco to clean itself up.
81
204392
2295
für San Francisco generiert,
um aufzuräumen.
um aufzuräumen.
03:40
Now, during that process
I learned two things:
I learned two things:
82
208001
2235
In diesem Prozess lernte ich zwei Dinge:
03:42
one, Instagram is not the right tool --
83
210260
2554
Erstens: Instagram ist nicht
das richtige Werkzeug --
das richtige Werkzeug --
03:44
(Laughter)
84
212838
1031
(Gelächter)
03:45
so we built an app.
85
213893
1503
also entwickelten wir eine App.
03:47
And two, if you think about it,
86
215420
1633
Und zweitens
03:49
every city in the world
has a unique litter fingerprint,
has a unique litter fingerprint,
87
217077
3617
hat jede Stadt auf der Welt
einen einzigartigen Müllabdruck
einen einzigartigen Müllabdruck
03:52
and that fingerprint provides
both the source of the problem
both the source of the problem
88
220718
3836
und dieser liefert
den Ursprung des Problems
den Ursprung des Problems
03:56
and the path to the solution.
89
224578
1921
sowie einen Weg zur Lösung.
03:59
If you could generate a revenue stream
90
227646
2378
Wenn man eine Einnahmequelle
erschaffen konnte,
erschaffen konnte,
04:02
just by understanding
the percentage of cigarettes,
the percentage of cigarettes,
91
230048
2463
nur weil man den Anteil
von Zigaretten verstand,
von Zigaretten verstand,
04:04
well, what about coffee cups
92
232535
2096
wie ist es dann mit Kaffeebechern,
04:06
or soda cans
93
234655
1706
Limonadendosen
04:08
or plastic bottles?
94
236385
1414
oder Plastikflaschen?
04:10
If you could fingerprint San Francisco,
well, how about Oakland
well, how about Oakland
95
238501
3201
Wenn es mit San Francisco
funktioniert, was ist mit Oakland,
funktioniert, was ist mit Oakland,
04:13
or Amsterdam
96
241726
1696
Amsterdam
04:15
or somewhere much closer to home?
97
243446
2970
oder einer näher gelegenen Stadt?
04:19
And what about brands?
98
247408
1234
Und was ist mit Firmen?
04:20
How might they use this data
99
248666
1901
Wie könnten sie diese Daten nutzen,
04:22
to align their environmental
and economic interests?
and economic interests?
100
250591
4212
um ökologische und wirtschaftliche
Interessen abzugleichen?
Interessen abzugleichen?
04:27
There's a block in downtown Oakland
that's covered in blight.
that's covered in blight.
101
255646
3212
Im Stadtzentrum von Oakland
ist ein Häuserblock voller Müll.
ist ein Häuserblock voller Müll.
04:31
The Litterati community got together
and picked up 1,500 pieces.
and picked up 1,500 pieces.
102
259325
4104
Die Litterati-Gemeinde schloss sich
zusammen und hob 1500 Stücke auf.
zusammen und hob 1500 Stücke auf.
04:35
And here's what we learned:
103
263812
1340
Und wir lernten dabei:
04:37
most of that litter came
from a very well-known taco brand.
from a very well-known taco brand.
104
265176
3210
Der meiste Müll kam von einer
sehr bekannten Taco-Kette.
sehr bekannten Taco-Kette.
04:41
Most of that brand's litter
were their own hot sauce packets,
were their own hot sauce packets,
105
269738
3577
Der meiste Müll dieser Kette stammte
von ihren Scharfe-Sauce-Päckchen.
von ihren Scharfe-Sauce-Päckchen.
04:46
and most of those hot sauce packets
hadn't even been opened.
hadn't even been opened.
106
274438
3626
Und die meisten dieser Päckchen
waren nicht mal geöffnet worden.
waren nicht mal geöffnet worden.
04:51
The problem and the path
to the solution --
to the solution --
107
279965
2715
Das Problem und der Lösungsweg --
04:54
well, maybe that brand only
gives out hot sauce upon request
gives out hot sauce upon request
108
282704
3961
vielleicht könnte diese Kette
die Saucen nur auf Anfrage ausgeben,
die Saucen nur auf Anfrage ausgeben,
04:58
or installs bulk dispensers
109
286689
2009
Saucenspender aufstellen
05:00
or comes up with more
sustainable packaging.
sustainable packaging.
110
288722
2552
oder sich eine nachhaltigere
Verpackung überlegen.
Verpackung überlegen.
05:03
How does a brand take
an environmental hazard,
an environmental hazard,
111
291298
2969
Wie widmet sich eine Firma
einer Umweltgefahr,
einer Umweltgefahr,
05:06
turn it into an economic engine
112
294291
2006
macht daraus einen Wirtschaftsmotor
05:08
and become an industry hero?
113
296321
1768
und wird zum Helden der Branche?
05:11
If you really want to create change,
114
299292
2202
Wenn Sie wirklich etwas verändern wollen,
05:13
there's no better place to start
than with our kids.
than with our kids.
115
301518
2874
sind unsere Kinder
der beste Ausgangspunkt.
der beste Ausgangspunkt.
05:16
A group of fifth graders picked up
1,247 pieces of litter
1,247 pieces of litter
116
304416
3403
Eine Gruppe Fünftklässler
hob 1 247 Stücke Müll auf,
hob 1 247 Stücke Müll auf,
05:19
just on their school yard.
117
307843
1848
und das allein im Schulhof.
05:21
And they learned that the most
common type of litter
common type of litter
118
309715
2532
Sie merkten, dass die häufigste Müllart
05:24
were the plastic straw wrappers
from their own cafeteria.
from their own cafeteria.
119
312271
3234
die Verpackung der Plastikstrohhalme
ihrer eigenen Cafeteria war.
ihrer eigenen Cafeteria war.
05:27
So these kids went
to their principal and asked,
to their principal and asked,
120
315947
2529
Diese Kinder fragten ihren Schulleiter:
05:30
"Why are we still buying straws?"
121
318500
1660
"Warum kaufen wir Strohhalme?"
05:33
And they stopped.
122
321166
1755
Und sie hörten damit auf.
05:34
And they learned that individually
they could each make a difference,
they could each make a difference,
123
322945
3654
Sie lernten, dass sie einzeln
etwas verändern konnten,
etwas verändern konnten,
05:38
but together they created an impact.
124
326623
2338
aber gemeinsam wirklich etwas bewirkten.
05:41
It doesn't matter
if you're a student or a scientist,
if you're a student or a scientist,
125
329503
4012
Ganz egal, ob man Schüler
oder Wissenschaftler ist,
oder Wissenschaftler ist,
05:45
whether you live in Honolulu or Hanoi,
126
333539
3135
ob man in Honolulu oder Hanoi lebt,
05:48
this is a community for everyone.
127
336698
2441
dies ist eine Gemeinschaft für alle.
05:51
It started because of two little kids
in the Northern California woods,
in the Northern California woods,
128
339974
4679
Sie wurde durch zwei kleine Kinder in
den Wäldern Nordkaliforniens gegründet
den Wäldern Nordkaliforniens gegründet
05:56
and today it's spread across the world.
129
344677
2814
und verbreitete sich in der ganzen Welt.
05:59
And you know how we're getting there?
130
347938
1783
Und wissen Sie, wie wir das schaffen?
06:02
One piece at a time.
131
350067
1878
Stück für Stück.
06:04
Thank you.
132
352508
1215
Danke.
06:05
(Applause)
133
353747
3618
(Applaus)
ABOUT THE SPEAKER
Jeff Kirschner - EntrepreneurJeff Kirschner created a global community that's eradicating litter one piece at a time.
Why you should listen
When his 4-year old daughter saw a plastic tub of cat litter in the woods, little did Jeff Kirschner realize that it would be the spark for creating Litterati -- a global movement that's "crowdsource-cleaning" the planet one piece of litter at a time.
Featured in National Geographic, Time Magazine, Fast Company and USA Today, Litterati has become a shining example of how communities are using technology and data to solve our world's most complex problems.
Kirschner has shared the Litterati story at Fortune 500 companies such as Google, Facebook and Uber, keynoted environmental summits at the Monterey Bay Aquarium and Keep America Beautiful, as well as leading schools including Stanford, MIT and the University of Michigan. He was recently a TED Resident, where he developed Litterati into an idea worth spreading.
Jeff Kirschner | Speaker | TED.com