Im Jahr 2018 haben Uber-Datenwissenschaftler Millionen von Fahrkoordinaten in Toronto geplottet und die zugrunde liegende Straßenkarte deaktiviert. Die schiere Dichte der menschlichen Bewegung zeichnete die Stadt dennoch perfekt. Der negative Raum umreißte den Ontariosee, große Parks und die genauen Fußabdrücke von Gebäuden. Die Telemetriedaten waren zur Karte geworden. Um zu dieser Erkenntnis zu gelangen, war es notwendig, einen massiven Rechenengpass zu lösen. Uber ertrank in Standortdaten. Traditionelle kartografische Software war für statische Karten ausgelegt. Das Füttern dieser Systeme mit den hochdynamischen Daten eines globalen Mitfahrnetzwerks führte dazu, dass Browser einfrieren und abstürzen. Sie benötigten eine völlig neue Architektur. Uber holte Shan He, eine ehemalige Architektin, die zur Informatik am MIT gewechselt war. Sie erkannte, dass Datenwissenschaftler massive Datensätze manipulieren mussten, ohne benutzerdefinierten Rendering-Code schreiben zu müssen. Sie leitete die Erstellung von Statt standardmäßiger Webdarstellung umging das Framework den Hauptthread des Browsers und verlagerte die komplexen geometrischen Berechnungen direkt auf die Grafikeinheit des Benutzers. Das Ergebnis war eine Webanwendung, die über eine Million Datenpunkte und Tausende von Fahrten gleichzeitig reibungslos rendern konnte. Jeder konnte in Sekunden komplexe 3D-Visualisierungen erstellen. Die internen Entdeckungen haben Uber Millionen gespart. Durch die Kartierung der Fehler bei der geschätzten Ankunftszeit in Manhattan visualisierten Analysten schwerwiegende Versorgungsengpässe in der Nähe des Wassers. Die physischen Grenzen der Flüsse zwangen Autos in nordwärts gerichtete Vektoren und brachen stillschweigend die globalen Dispositionsalgorithmen. Sie kartierten die Erfolgsquoten bei der Abholung mithilfe hochgradig granularer hexagonaler Gitter über 3D-Gebäudeg geometrien. Die Visualisierungen zeigten die genauen Gassen und komplexen Gebäudeeingänge, die konsequent Stornierungen verursachten. Uber nutzte diese Daten sofort, um ihren Abholempfehlungsalgorithmus neu zu schreiben. Da die Rendering-Engine nur Koordinaten und Zeit verarbeitete, war sie völlig gleichgültig gegenüber dem Thema. Ein Ingenieur nutzte sie, um theoretische Logistik für den urbanen Luftraum für fliegende Autos zu modellieren. Akademiker verwendeten dasselbe Tool, um die räumliche Verteilung von durch Zecken übertragenen Viren zu verfolgen und Satellitenbahnen zu kartieren. Uber traf die strategische Entscheidung, unter einer Open-Source-Lizenz zu veröffentlichen. Es wurde fast über Nacht zum Branchenstandard. Airbnb nutzte es, um die Preisschwankungen bei Mietobjekten während der Pandemie zu verfolgen. Stadtplaner verwendeten es, um Pendelmuster in New York zu entwirren. Dann verließ das Kernengineering-Team Uber, um ein Startup namens Unfolded zu gründen. Sie entwickelten unternehmensgerechte Datenmanagement-Tools auf der Grundlage ihrer Open-Source-Rendering-Engine. Sie sammelten 6 Millionen Dollar, bewiesen den Unternehmenswert ihrer Architektur und wurden 2021 von Foursquare übernommen. Ein ursprünglich entwickeltes Tool, um zu verhindern, dass Browser beim Visualisieren von Taxifahrten abstürzen, wurde zu einem ziemlich wichtigen Werkzeug in der geospatialen Visualisierung.