Synthetische Daten sind künstlich erzeugte Datensätze, die reale Situationen realistisch abbilden, ohne echte Personen oder Einzelfälle zu enthalten. Sie orientieren sich an bekannten Mustern, etwa an Bevölkerungsstruktur, Altersverteilung, Geschlecht, Entfernungen und typischen Abläufen im Rettungsdienst.

In diesem Projekt wurden synthetische Daten eingesetzt, weil reale Einsatzdaten allein nicht ausreichen, um alle relevanten Szenarien abzudecken. Gerade bei seltenen oder regional ungleich verteilten Ereignissen wie Schlaganfällen entstehen sonst blinde Flecken. Synthetische Daten schließen diese Lücken.

Erstellt wurden sie mithilfe von Data-Science-Methoden und Algorithmen, die reale Verteilungen und Zusammenhänge aus den vorhandenen Daten lernen und daraus neue, plausible Szenarien ableiten. Teilweise kommen dabei auch KI-gestützte Modelle zum Einsatz, um komplexe Wechselwirkungen realistisch nachzubilden. Das Ergebnis sind realistische, datenschutzkonforme Simulationen, die eine fundierte Entscheidungsgrundlage liefern.