Sechstes Treffen der CoP DS&AI

CoP Geodata Science & AI – Rückblick auf die Veranstaltung

Die Arbeitsgruppe Geodata Science (GKG AG) des Koordinationsorgans für Geodaten des Bundes (GKG) organisierte diesen Anlass im Rahmen der CoP «Data Science and Artificial Intelligence»‑Reihe der Bundesverwaltung.

• Christine Choirat (BFS‑DSCC) und Tobias Kellenberger (GKG AG, swisstopo) eröffneten den Anlass mit einer Begrüssung und Einführung.
• Martin Raubal (Institute of Cartography and Geoinformation, ETH Zürich) präsentierte in seinem Schlüsselreferat «GeoAI for modeling and predicting human mobility», wie Geospatial Artificial Intelligence (GeoAI) und grosse raum‑zeitliche Datensätze feinkörnige Studien zum menschlichen Mobilitätsverhalten und dessen gesellschaftlichen Auswirkungen ermöglichen. Er zeigte unter anderem das Modell «MobilityGen», das multi‑tägige Sequenzen von Ort, Zeit, Dauer und Verkehrsmittel gemeinsam generiert und dabei räumliche Besuchs‑ sowie verhaltensbezogene Muster erlernt.
• Lorenz Joss (Topografie, swisstopo) erläuterte die «Operationalisierung von Machine Learning in der Geodatenproduktion». Anhand des Use Cases «Change Detection Relevance Classifier» demonstrierte er, wie ML‑Modelle in den Produktionsprozess integriert werden – von der Datenbereitstellung über die ML‑Tile‑Service‑Infrastruktur bis zur fachlichen Prüfung der Ergebnisse. Ein zentrales Fazit: Der grösste Aufwand liegt nicht im Modell selbst, sondern in Integration und Betrieb; Modellqualität allein entscheidet nicht über den produktiven Nutzen.
• Laszlo Etesi (Ateleris GmbH) zeigte «End‑to‑End Edge AI auf der Drohne – ein Precursor für Objekterkennung im Orbit». Das dreistufige Projekt (Use Case & Bildverarbeitung 2022, Datensammlung & Machbarkeit 2023, Integration & Echtzeit‑Demonstration auf der Drohne 2024) verdeutlichte die Herausforderungen bei limitierten Ressourcen (Compute, Speicher, Energie, Bandbreite) und erschwerten Umweltbedingungen (Strahlung, Wärmeabstrahlung). Der «Domain Shift» zwischen Labordaten und Feldeinsatz wurde als zentrale Hürde identifiziert; heterogene, realistische Trainingsdaten sind entscheidend.
• Gregory Churko (Agroscope) stellte die Modellierung der Verbreitungswahrscheinlichkeiten von 11 Amphibienarten in der Schweiz sowie der Wanderkorridore zwischen ihren Laichplätzen vor. Grundlage waren Art‑Nachweisdaten der letzten 25 Jahre (info fauna – karch) sowie 20 Landnutzungs‑/Landbedeckungsschichten, Höhen‑ und Feuchtigkeitspotenzialkarten von swisstopo. Die Habitat‑Eignungsmodelle (BioMod2, multi‑skalig, multi‑modell: GLM, Random Forests, Boosted Regression Trees) wurden mit landschaftsgenetischen Studien validiert. Die Ergebnisse sind auf map.geo.admin.ch und Zenodo verfügbar.
• Stijn Vermeeren (Landesgeologie, swisstopo) demonstrierte die automatisierte Extraktion strukturierter geologischer Daten aus analogen und digitalen Bohrprofilen (Scans, PDFs, OCR, Intelligent Document Processing). Der Pipeline‑Ansatz nutzt AWS Textract (austauschbar) für Texterkennung, anschliessende Layout‑Analyse (4 vordefinierte Layout‑Typen) und regelbasierte Extraktion mit konfigurierbaren Schlüsselwörtern. Unterstützt werden Deutsch, Französisch, Englisch und Italienisch; Einheiten (Meter Tiefe) und Koordinatensysteme (LV03/LV95) werden normalisiert. Der Open‑Source‑Code liegt auf GitHub (swisstopo/swissgeol‑boreholes‑dataextraction).
• Andreas Rupf (SPEKTRUM Partner GmbH) präsentierte «KI‑gestützte Interessenabwägung – ein produktiver Einsatz von Geodaten in der Raumplanung». Ein LLM‑Agent mit vier Werkzeugen (swisstopo_search, oereb_get_extract, parzelle_geodaten, rechtsprechung_suchen) fragt offene, maschinenlesbare Geodienste (api3.geo.admin.ch, ÖREB‑Kataster, Bundesinventare, kantonale Geodienste, BFS/opendata.swiss, Bundesgerichtsentscheide) ab, strukturiert Betroffenheiten und verlinkt Quellen. Die Arbeitsteilung: Der Agent ermittelt Geodaten, Betroffenheiten, Interessenkatalog und verlinkt Quellen; der Mensch wägt fachlich ab, gewichtet, begründet den Entscheid und steht politisch‑rechtlich dafür ein.

Den offiziellen Teil beschloss eine Plenumsdiskussion, bevor der Anlass bei einem Stehlunch ausklang, den die Praxisgemeinschaft Geodata Science zum Best‑Practice‑Austausch, Wissenstransfer und Netzwerken nutzte.

Für weiterführende Informationen steht der Leiter der (ehemaligen) GKG AG Geodata Science, Tobias Kellenberger, zur Verfügung (tobias.kellenberger@swisstopo.ch, +41 58 469 03 09).