Umweltinformationssysteme - Digitalisierung für eine nachhaltige Planetare Zukunft
Tagungsband des 31. Workshops “Umweltinformationssysteme (UIS 2024)" der Fachgruppe „Umweltinformationssysteme" der Gesellschaft für Informatik (GI)
- 2025
- Buch
- Herausgegeben von
- Frank Fuchs-Kittowski
- Andreas Abecker
- Friedhelm Hosenfeld
- Anja Reineke
- Matthias Möller
- Verlag
- Springer Fachmedien Wiesbaden
Über dieses Buch
Das Ziel der Workshop-Reihe „Umweltinformationssysteme (UIS)“ ist es, den neuesten Stand von Forschung und Entwicklung auf dem Gebiet der Umweltinformatik (UI) und in umweltbezogenen IT-Anwendungsbereichen vorzustellen und zu diskutieren. Dies umfasst sowohl Konzepte und Anwendungen von UIS als auch Technologien, die moderne UIS unterstützen. Das Buch adressiert alle für UIS-Theorie und -Praxis relevanten Themen wie: Datenerzeugung, Datenbereitstellung, Datenanalyse und Künstliche Intelligenz (KI/AI), Datennutzung und -visualisierung, Vernetzung von Anwendungen, Software Engineering für UIS, Klimawandel und Resilienz.
Anzeige
Inhaltsverzeichnis
-
Frontmatter
-
Digitale Werkzeuge und GIS
-
Frontmatter
-
Integration von Landnutzungs- und Landbedeckungsdaten für ein hochaufgelöstes Landschaftsmodell
Ricarda Lodenkemper, Martin Pingel, Zvonimir Perić, Burkhard GollaIn diesem Beitrag wird die Integration von Landnutzungs- und Landbedeckungsdaten für die Erstellung hochaufgelöster Landschaftsmodelle untersucht. Agrarlandschaften sind multifunktionale Räume, die durch verschiedene Nutzungsinteressen geprägt sind. Landschaftsmodelle sind essenziell für die Quantifizierung von Landschaftsstrukturen und die Abschätzung des ökologischen Potenzials. Der Beitrag stellt einen innovativen Workflow vor, der die Integration heterogener Geodaten in ein Raster-basiertes Landschaftsmodell ermöglicht. Anhand eines 2 × 2 km² großen Untersuchungsgebiets in der Obstbau-geprägten Region „Altes Land“ wird die Integration verschiedener Datenprodukte, darunter das Digitale Landschaftsmodell, landwirtschaftliche Flächen des InVeKoS und der Digitale Zwilling Deutschland, demonstriert. Das resultierende Modell zeichnet sich durch eine flächendeckende Repräsentation im Rasterformat mit einer Bodenauflösung von bis zu 20 cm aus. Es ermöglicht die Abbildung kombinierter Klassen von Landschaftsobjekten und bietet einen kohärenten Klassifikationsschlüssel für eine effiziente Filterung und Aggregation. Der Workflow ist übertragbar auf andere Landschaftsausschnitte und bietet die Möglichkeit zur Integration weiterer Datenquellen. Die detaillierte Datenaufbereitung und die Kombination der Raster zu thematischen Kombinationsrastern sind zentrale Elemente des Beitrags. Die Ergebnisse zeigen die Identifikation von Saumstrukturen und aufragender Vegetation, die für die ökologische Bewertung und die Präzisionslandwirtschaft von großer Bedeutung sind. Der Beitrag schließt mit einer Diskussion über die Anwendungsmöglichkeiten und die Relevanz des Modellierungsansatzes für die Agrarforschung und den Naturschutz.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungAgrarlandschaften sind multifunktionale Räume, deren Management durch die Interessen von Landwirtschaft, Umweltschutz und Gesellschaft beeinflusst wird. Landschaftsmodelle als Grundlage für Prognosen und Entscheidungshilfesysteme zur Lenkung von Maßnahmen in der Agrarlandschaft basieren auf einer Vielzahl von Geodaten verschiedener Qualität und Verfügbarkeit. In diesem Beitrag stellen wir einen Workflow für die Generierung eines kohärenten, rasterbasierten Landschaftsmodells auf Basis heterogener Landnutzungs- und Landbedeckungsdaten vor. Anhand einer Agrarlandschaft im „Alten Land“ von 2 × 2 km2 Größe demonstrieren wir die Integration verschiedener Datenprodukte wie das Digitale Landschaftsmodell (ATKIS Basis-DLM), Daten des landwirtschaftlichen Meldesystems InVeKoS und dem Digitalen Zwilling Deutschland, einem LiDAR-basierten räumlichen Modell. Der entwickelte Workflow kombiniert die verwendeten Geodaten zu fünf thematischen Rastern mit einer Bodenauflösung von 20 cm. Aus den thematischen Rastern können angepasste Landschaftsmodelle und entsprechende Karten durch Überlagerung und anschließender Aggregation von Klassen generiert werden. Durch einen kohärenten Klassifizierungsschlüssel ist die Ansprache und Analyse einer hohen Zahl von Klassenkombinationen möglich. Der demonstrierte Ansatz ist insbesondere geeignet, um Gehölze, Saumstrukturen sowie Übergänge zwischen Nutzungen zu visualisieren und zu analysieren. Der Ansatz ist flexibel hinsichtlich der Integration weiterer oder alternativer Datensätze. Er unterstützt die raumbasierte ökologische Forschung, insbesondere durch die detaillierte Darstellung von Agrarlandschaften und deren nicht-produktiven Elementen. Durch die Zunahme immer hochauflösender domänenspezifischer Daten wächst der Bedarf an Integrationsmethoden, wie der hier dargestellten Methode, um mit bestverfügbaren Datengrundlagen den vielfältigen Herausforderungen der Agrarforschung zu begegnen. -
Digitale Werkzeuge in der Landschaftsarchitektur und der Umweltplanung
Fallbeispiele aus Lehre und Forschung Tobias Haelke, Christian Jolk, Lucas Kaußen, Mirco TimmerDer Fachbeitrag untersucht die revolutionären Möglichkeiten digitaler Werkzeuge in der Landschaftsarchitektur und Umweltplanung. Durch die Erstellung digitaler Zwillinge geplanter Freiräume können verschiedene Planungsalternativen im Voraus verglichen und Umweltfaktoren wie Licht, Schatten und Klima simuliert werden. Dies fördert eine fundierte Entscheidungsfindung und ermöglicht eine präzise Planung und Überwachung von Projekten. Der Beitrag zeigt, wie digitale Zwillinge den gesamten Bau- und Wartungsprozess unterstützen und eine nahtlose Kommunikation zwischen den Baubeteiligten ermöglichen. Anhand von Fallbeispielen aus der Lehre und Forschung an der Technischen Hochschule Ostwestfalen-Lippe (TH OWL) wird die praktische Anwendung dieser Technologien verdeutlicht. So wurde beispielsweise der Campus Höxter als Nachhaltigkeitscampus neu geplant, wobei digitale Werkzeuge wie GIS und LIM eine zentrale Rolle spielten. Ein weiteres Projekt beschäftigte sich mit der Schattenwurfanalyse zur optimalen Pflanzenverwendung. Der Beitrag betont die Bedeutung der Vorbereitung zukünftiger Arbeitskräfte auf diese Entwicklungen und zeigt, wie digitale Zwillinge zu nachhaltigen und ressourceneffizienten Konzepten in der Landschaftsarchitektur und Umweltplanung beitragen können. Die Integration von Sensoren und IoT-Geräten verstärkt den Nutzen digitaler Zwillinge weiter und ermöglicht eine präzisere Anpassung und Pflege von Grünanlagen. Insgesamt bietet der Beitrag einen umfassenden Einblick in die zukunftsweisenden Möglichkeiten digitaler Technologien in der Gestaltung und Verwaltung von Freiräumen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDigitale Werkzeuge spielen eine zunehmend bedeutende Rolle in der Landschaftsarchitektur und der Umweltplanung, da sie innovative Möglichkeiten bieten, Planung, Design und Management von Freiräumen zu optimieren. Aktuell stehen Digitale Zwillinge im Fokus von Forschung und Entwicklung. Der Begriff „digitaler Zwilling“ bezieht sich auf eine virtuelle Repräsentation eines physischen Objekts, dem Daten aus der Realität zugewiesen sind. Hierdurch unterscheidet er sich von dem 3D-Modell, das als rein geometrische Repräsentation des Objekts bzw. Freiraumes dient. Der Digitale Zwilling kann um Daten, die in Echtzeit aktualisiert werden, ergänzt werden und liefert detaillierte Informationen über den Zustand, das Verhalten und die Performance des realen Objekts. In der Landschaftsarchitektur und der Umweltplanung ermöglichen digitale Zwillinge eine präzise und effiziente Gestaltung von Freiräumen. Im Studiengang „Landschaftsarchitektur und Umweltplanung“ an der Technischen Hochschule Ostwestfalen-Lippe (TH OWL) werden Studentinnen und Studenten in eine Vielzahl von Schlüsselkonzepten und -technologien zu Digitalen Zwillingen eingeführt. Ein Schwerpunkt liegt auf der Erfassung und Verarbeitung von Geodaten mittels GIS-Technologien, um ein fundiertes Verständnis der natürlichen Umgebung und ihrer Eigenschaften zu entwickeln. Durch praktische Übungen in 3D-Modellierung und Visualisierung werden die Studentinnen und Studenten befähigt, komplexe Landschafts- bzw. Freiraumstrukturen zu erstellen und zu analysieren. Die Studentinnen und Studenten lernen, wie sie Simulationssoftware einsetzen können, um Veränderungen in der Landschaft vorherzusagen und zu bewerten, sei es in Bezug auf Wassermanagement, Erosion oder Vegetationskunde. Die erworbenen Kenntnisse ermöglichen es den Studentinnen und Studenten, adäquate Fragestellungen aus ihrer Fachdisziplin in der Praxis mit Hilfe digitaler Werkzeuge zu bearbeiten. -
Validierung dynamischer Vegetationsmodelle mit über Crowdsourcing erhobenen Phänologiedaten
Maximilian Deharde, Tim Seegert, Fabian Bressel, Frank Fuchs-Kittowski, Ruben Müller, Bernd Pfützner, Beate Klöcking, Moritz Zemann, Andreas AbeckerDer Fachbeitrag beleuchtet die Validierung dynamischer Vegetationsmodelle durch die Nutzung von phänologischen Daten, die durch Crowdsourcing erhoben werden. Niedrigwasserereignisse, die durch Trockenperioden oder geringen Niederschlag verursacht werden, haben sowohl negative ökologische als auch wirtschaftliche Auswirkungen. Wasserhaushaltsmodelle spielen eine entscheidende Rolle bei der Simulation und Vorhersage dieser Bedingungen, um Wasserressourcen effizient zu verwalten und die Resilienz gegenüber zukünftigen Niedrigwasserereignissen zu verbessern. Ein zentraler Aspekt dieser Modelle ist die genaue Abbildung des Wasserhaushalts im Niedrigwasserbereich, wofür die Simulation der Vegetation unerlässlich ist. Die Vegetation beeinflusst den Wasserhaushalt durch Transpiration und Interzeption, wobei dynamische Vegetationsmodelle die jährliche Entwicklung der Vegetation in Abhängigkeit von meteorologischen Gegebenheiten simulieren. Für die Anpassung dieser Modelle werden verschiedene Messgrößen genutzt, darunter Evaporationszeitreihen, Blattflächenindex und phänologische Phasen. Die Erfassung von phänologischen Daten durch Crowdsourcing mittels mobiler Endgeräte bietet eine vielversprechende Lösung, um den Datenmangel zu mindern und die Validierung von Vegetationsmodellen zu verbessern. Der Beitrag präsentiert ein System, das die Kalibrierung und Validierung von Vegetationsmodellen auf Basis von phänologischen Daten unterstützt und gleichzeitig die Bevölkerung für die Problematik des Niedrigwassers sensibilisiert. Ein konkreter Anwendungsfall ist die Validierung des Blattflächenindexes des hydrologischen Modells ArcEGMO-PSCN anhand von durch Crowdsourcing erhobenen phänologischen Daten. Das System umfasst eine mobile Crowdsourcing-Anwendung zur Datenerhebung, eine Serverkomponente zur Integration und Bereitstellung von Modellausgaben und Crowdsourcing-Daten sowie eine Validierungs-Anwendung für Modellfachpersonen. Die Implementierung und Evaluation des Systems zeigen, dass die Integration von Crowdsourcing-Daten die Validierung von Niedrigwassermodellen erheblich verbessern kann. Die Nutzung von phänologischen Daten ermöglicht eine präzisere Modellierung und trägt zur Sensibilisierung der Bevölkerung bei, die aktiv zur Verbesserung der Modelle beitragen kann.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDie Validierung von Vegetationsmodellen ist eine wichtige und herausfordernde Aufgabe. Oftmals sind mangelnde Beobachtungsdaten für die Validierung ein Problem. Die Erfassung von Daten durch Freiwillige (Crowdsourcing) kann ein geeigneter Lösungsansatz sein. In diesem Beitrag soll ein System zur Unterstützung der Validierung eines Vegetationsmodells präsentiert werden, das die Datenmenge durch Sammlung und Vereinheitlichung von Daten aus verschiedenen Crowdsourcing-Quellen erweitert, die Aufnahme neuer Daten ermöglicht und den Validierungsprozess für Fachpersonen vereinfacht.
-
-
Maschinelles Lernen und Bildverarbeitung
-
Frontmatter
-
Detektion von Echtem Mehltau an Salat (Lactuca sativa L.) mithilfe hyperspektraler Bilddaten
Untersuchungen auf der Basis digitaler Bildanalyse für die Umsetzung in der Nahbereichsphotogrammetrie Markus Richter, Hassan Tagharobi, Anna Helena Pasamonik, Matthias MöllerDas Kapitel untersucht die Detektion von Echtem Mehltau an Salat (Lactuca sativa L.) mittels hyperspektraler Bilddaten und digitaler Bildanalyse. Es wird die Entwicklung eines photogrammetrischen Multisensor-Messsystems beschrieben, das mit einer SWIR-Hyperspektralkamera und RGB-Kameras ausgestattet ist. Dieses System ermöglicht die berührungslose Erfassung von Krankheitsbefall in Echtzeit oder mit minimaler Zeitverzögerung. Die Untersuchung war Teil eines Vorhabens, das die Möglichkeiten und die Entwicklung einer solchen Apparatur erforscht, um Handlungsempfehlungen für den Pflanzenanbau zu geben. Die Ergebnisse zeigen, dass verschiedene Algorithmen des maschinellen Lernens erfolgreich zur Differenzierung zwischen gesunden und infizierten Pflanzen eingesetzt werden können. Die Anwendung von maschinellem Lernen zur Auswertung der Daten wird detailliert beschrieben, wobei verschiedene Algorithmen auf ihre Eignung hin geprüft und miteinander verglichen wurden. Die Ergebnisse der Untersuchung legen die Grundlage für die zukünftige Entwicklung eines Systems, das den Gesundheitszustand von Pflanzen autonom überwacht und entsprechende Handlungsbefehle an automatische Applikationssysteme weitergibt. Die detaillierte Analyse der Reflexionseigenschaften von Blattflächen im SWIR-Bereich und die Anwendung von maschinellem Lernen zur Klassifikation von Krankheitsbefall stellen eine innovative Methode dar, die das Potenzial hat, die Effizienz und Präzision der Pflanzenüberwachung erheblich zu steigern.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungEin Multisensor-Messsystem, bestehend aus einer SWIR-Hyperspektralkamera, einer RGB- und einer RGB-NoIR-Kamera wurde konfiguriert, um berührungslos den Gesundheitszustand von Salatpflanzen in Hinblick auf einen potenziellen Befall mit Echtem Mehltau zu ermitteln. Am Ende stand ein Labor-Funktionsmuster, das die Möglichkeit bietet, Bilddaten der verschiedenen Sensoren zu fusionieren, Pflanzengewebe in den Bildern zu erkennen und Reflexionsdaten der Hyperspektralkamera unter Verwendung von Algorithmen des maschinellen Lernens hinsichtlich eines Befalls mit Echtem Mehltau zu differenzieren. Die fünf unterschiedlichen Algorithmen des maschinellen Lernens, Random Forest, Support Vector Machine, Gradient Boosting, AdaBoost und Neural Network, zeigten alle sehr gute Ergebnisse im Hinblick auf die Differenzierung von gesunden und infizierten Blattproben. Eine Validierung der Klassifikatoren in Verbindung mit Pflanzen, deren Gesundheitszustand unbekannt ist, fand noch nicht statt. Die durchgeführten Untersuchungen stellen die Grundlage für die Weiterentwicklung des Multisensor-Messsystems zu einem in der Pflanzenproduktion einzusetzenden Prototypen dar, der Pflanzenbestände hinsichtlich des Gesundheitszustandes und bei möglicher Kombination mit Verfahren zur Bestimmung des Wasserversorgungszustands überwachen kann. -
Super-Resolution-Techniken in der Structure-from-Motion-basierten Gebäuderekonstruktion
Sebastian Urbanek, Gudrun Görlitz, Matthias MöllerDie digitale Rekonstruktion historischer Gebäude stellt eine faszinierende und herausfordernde Aufgabe dar, die sowohl in der 3D-Computergrafik als auch in der Umweltinformatik von großer Bedeutung ist. Historische Fotografien und Videoaufnahmen, die oft von niedriger Auflösung und Qualität sind, bilden die Grundlage für diese Rekonstruktionen. Super-Resolution-Techniken bieten eine vielversprechende Lösung, um die Bildauflösung zu verbessern und somit detaillierte 3D-Modelle zu erstellen. Der Beitrag vergleicht verschiedene Ansätze der Super-Resolution-Technologie, darunter traditionelle Interpolationsmethoden und moderne Deep Neural Network (DNN) Ansätze, hinsichtlich ihrer Eignung und Leistungsfähigkeit. Durch die Anwendung dieser Techniken auf historische Bildsequenzen wird untersucht, inwieweit eine hochauflösende Skalierung möglich ist. Die Ergebnisse zeigen, dass bestimmte Super-Resolution-Techniken, wie ESPCN und LapSRN, besonders geeignet sind, um detaillierte und realitätsnahe 3D-Rekonstruktionen zu ermöglichen. Die Anwendung dieser Techniken ermöglicht es, historische Gebäude präzise zu rekonstruieren und somit wertvolle Einblicke in Umweltveränderungen und historische Entwicklungen zu gewinnen. Der Beitrag bietet eine umfassende Analyse und Bewertung der verschiedenen Methoden, die für Fachleute in den Bereichen Computer Vision und 3D-Rekonstruktion von großem Interesse sind.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDie Rekonstruktion von Gebäuden mittels 3D-Computergrafik ist auf Basis historischer Fotografien herausfordernd, da diese oft von niedriger Qualität und Auflösung sind. Die Super-Resolution-Technologie, insbesondere moderne Deep Neural Network-Ansätze, verspricht, die Bildqualität zu verbessern, und ermöglicht detailreichere Rekonstruktionen. Für eine Evaluation der modernen Super-Resolution-Techniken werden zusätzlich die klassischen Interpolationsmethoden herangezogen und die Ergebnisse miteinander verglichen. -
Die InflateSAR Kampagne – Detektion von Fluchtbooten mit SAR
Wie die Nutzung von Fernerkundungsdaten die zivile Seenotrettung unterstützen kann Peter LanzDie Forschung konzentriert sich auf die Nutzung von Synthetic Aperture Radar (SAR) zur Detektion von kleinen, aus Holz und Kunststoff bestehenden Schlauchbooten, die von Migranten und Geflüchteten genutzt werden, um Europa zu erreichen. Diese Boote sind oft bereits bei der Abfahrt in Seenot und stellen eine erhebliche Herausforderung für die maritime Seenotrettung dar. Die Entwicklung eines satellitengestützten Frühwarnsystems könnte Such- und Rettungsmissionen im Mittelmeer erheblich unterstützen und die Anzahl der Todesfälle an Europas südlicher maritimer Grenze reduzieren. Die SAR-Technologie ermöglicht die Erfassung polarimetrischer Informationen, die Rückschlüsse auf Form, Ausrichtung, Bewegung und Materialeigenschaften der Objekte zulassen. Dies führt zur Entwicklung spezifischer Detektionsalgorithmen, die auf die einzigartigen Eigenschaften dieser Boote abgestimmt sind. Die InflateSAR-Kampagne, die über mehrere Jahre hinweg durchgeführt wurde, sammelte umfangreiche SAR-Daten, um die Detektionsfähigkeiten unter verschiedenen Bedingungen zu testen und zu optimieren. Die Ergebnisse zeigen, dass eine automatische Detektion dieser Boote bis zu bestimmten Seegangsbedingungen möglich ist, was die Effizienz und Genauigkeit von Rettungsmissionen erheblich steigern könnte. Die Forschung betont die Notwendigkeit internationaler Zusammenarbeit und politischer Maßnahmen, um die humanitäre Krise im Mittelmeer zu lindern und die Menschenrechte von Migranten und Geflüchteten zu schützen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungZiel der Forschung war es, mit MigrantInnen und Geflüchteten besetzte Schlauchboote mittels Fernerkundungsdaten zu detektieren. Die Forschung folgt der Vision, zivilen Rettungskräfte vor Ort Lagebilder zu liefern, um deren Suche nach Booten in Seenot zu unterstützen. Um eine tageszeit- und witterungsunabhängige Bestimmung für die maritime Seenotrettung zu ermöglichen, nutzten wir „Synthetic Aperture Radar“ (SAR). Hierbei wird die Erdoberfläche mithilfe elektromagnetischer Wellen in sehr hoher Auflösung abgetastet. Wir führten zwei Messkampagnen mit einem 12 m langen Fluchtschlauchboot durch, um SAR-Bilder verschiedener Satelliten zu sammeln und werteten die Ergebnisse aus. Damit schufen wir ein umfassendes Verständnis der Radarmuster von Schlauchbooten in SAR-Daten und konnten zeigen, dass eine Detektion möglich ist. Im Rahmen der Arbeit wurden systematisch existierende Schiffsdetektoren untersucht und daraus neue, speziell auf das Testobjekt abgestimmte Detektoren entwickelt. -
Prognose von Pegelständen mit Methoden des Maschinellen Lernens und frei verfügbaren Daten
Grit Behrens, Daniel Marten, Levent Koch, Marcel GajExtreme Wetterereignisse und der Klimawandel erhöhen die Häufigkeit und Intensität von Hochwasserereignissen weltweit. Die Vorhersage von Pegelständen ist daher von entscheidender Bedeutung, um Schäden und Verluste zu minimieren. In diesem Beitrag wird die Anwendung von Machine Learning, insbesondere LSTM-Modellen, zur Prognose von Pegelständen untersucht. Die Studie konzentriert sich auf den Fluss Werre in Deutschland und nutzt frei verfügbare Wetterdaten sowie historische Messdaten. Durch eine systematische Analyse und Vorverarbeitung der Daten konnten relevante Merkmale identifiziert und ein hochpräzises LSTM-Modell entwickelt werden. Die Ergebnisse zeigen, dass das Modell eine hohe Genauigkeit bei der Vorhersage von Pegelständen erreicht und somit einen wichtigen Beitrag zur Verbesserung des Hochwassermanagements leistet. Die Zusammenarbeit zwischen der Hochschule Bielefeld und dem LANUV NRW unterstreicht die praktische Relevanz und Anwendbarkeit der entwickelten Methode. Die detaillierte Beschreibung der Vorgehensweise und die Diskussion der Ergebnisse bieten wertvolle Einblicke für Fachleute in der Hydrologie und Datenwissenschaft.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDer Artikel beschäftigt sich mit der datengetriebenen Prognose von Pegelständen am Fluss Werre unter Verwendung eines einfachen Zuflussmodells im Flussverlauf und basierend auf frei verfügbaren Daten von OpenGeodata.NRW und Open-Meteo. Die große Menge der frei verfügbaren Daten wurde auf Korrelationen mit dem Pegelstand untersucht und auf stündliche Werte ab 1998 für Niederschlag, Pegelstände, Bodenfeuchtigkeit, Temperatur und Bodentemperatur reduziert. Anhand des Zuflussmodells wurde der Merkmalsvektor dann mit den zeitlich nötigen vorhergehenden Werten der Zuflüsse als Zeitreihe modelliert. Mit einem rekurrenten neuronalen Netz, speziell LSTM, konnten die besten Prognosewerte erzielt werden mit einem MSE von 9,75 cm und einem RMSE von 3,12 cm für die prognostizierten Pegelstände. -
Herausforderungen und Ansätze zu einer Infrastruktur für die breite Nutzung von Machine-Learning-Verfahren in der Umweltverwaltung
Andreas Abecker, Matthias Budde, Frank Fuchs-Kittowski, Janik Großmann, Werner Koch, Jonas Lachowitzer, Erik Rodner, Heino Rudolf, Paul Schulze, Gerrit Tombrink, Moritz ZemannDas Kapitel untersucht die Herausforderungen und Ansätze zur Schaffung einer Infrastruktur für die breite Nutzung von Machine-Learning-Verfahren in der Umweltverwaltung. Es wird die Notwendigkeit betont, ökologische Phänomene zu überwachen und zu verstehen, um politische Entscheidungen zu unterstützen, die Öffentlichkeit zu informieren und wirtschaftliche Investitionsentscheidungen zu erleichtern. In Zeiten von Energiewende, Mobilitätswende und Klimawandel steigen die Anforderungen an das Monitoring und die Prognose von Umweltaspekten. Die öffentliche Verwaltung verfügt bereits über umfangreiche Datenbestände, die durch Fernerkundungstechnologien, Online-Sensorik und Citizen Science kontinuierlich wachsen. Machine-Learning-Verfahren finden in der Forschung und Industrie zunehmend Anwendung, sind in der öffentlichen Verwaltung jedoch noch selten. Das Forschungsvorhaben Simplex4Learning zielt darauf ab, die großen und heterogenen Datenbestände der Umweltbehörden für intelligente Analysen besser zu erschließen und ML-Verfahren für Domänenexperten ohne vertiefte ML-Kenntnisse praktikabler zu machen. Dazu werden die Simplex4Data-Datenintegrationsmethode weiterentwickelt, AutoML- und MLOps-Funktionalitäten integriert, Methoden des erklärbaren Maschinellen Lernens (XAI) eingesetzt und ein ML-Pattern Repository aufgebaut. Die Technologien werden exemplarisch an der Datenanalyseplattform Disy Cadenza und dem Data Warehouse System Simplex4Data demonstriert und an konkreten Anwendungsbeispielen deutscher Landesbehörden erprobt. Das Kapitel skizziert den Projektkontext, den Lösungsansatz, die involvierten Technologien und die Vorgehensweise zur Identifizierung von Anwendungsfällen. Es wird die Integration bestehender Datenbestände, die Auswahl von Datensätzen, das Feature Engineering, die Modellauswahl und -trainierung sowie die Bewertung und Ablage von Modellen in einem Repository beschrieben. Zudem werden die aktuellen Entwicklungen und Anwendungen von Machine Learning in der Umweltverwaltung dargestellt, einschließlich der Nutzung von Deep Learning für die Vorhersage von Grundwasserständen und die Prognose von Pegelständen. Das Kapitel hebt die Bedeutung von AutoML und MLOps für die Automatisierung und Skalierung von ML-Prozessen hervor und diskutiert die Herausforderungen und Lösungsansätze für die praktische Implementierung in der Umweltverwaltung.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungEinerseits liegen bei Umwelt- und anderen Behörden zu vielen umweltbezogenen Sachverhalten umfangreiche Datenbestände vor, die sich voraussichtlich in der Zukunft noch deutlich vergrößern dürften. Andererseits stehen diese Behörden vor wachsenden Aufgaben, um mit den drängenden umwelt- und nachhaltigkeitsbezogenen Themen unserer Zeit umzugehen. Schwierigkeiten beim Versuch, komplexe Umweltthemen mit konventionellen Modellierungsansätzen zu erfassen, verschärft durch den Fachkräftemangel in der Verwaltung, führen zur Idee, durch Verfahren des maschinellen Lernens datenbasierte Entscheidungsunterstützung einzusetzen. Daher ist das Ziel des Simplex4Learning-Ansatzes, die großen und heterogenen Datenbestände der Umweltbehörden für intelligente Analysen mit Methoden des maschinellen Lernens besser zu erschließen und diese Verfahren für Domänenexperten aus dem Umweltbereich (ohne vertiefte ML-Kenntnisse) praktikabel anwendbar zu machen. Dazu werden Methoden der Datenintegration und des Data Warehousing mit Methoden aus AutoML, MLOps und Explainable ML kombiniert. Der vorliegende Beitrag skizziert Motivation und Zielsetzung des Vorhabens, den technischen Lösungsansatz und den vorgefundenen Stand der Technik sowie erste Ergebnisse.
-
-
Innovative Methoden für UIS
-
Frontmatter
-
Neueinstufung ausgewählter Gefahrstoffe hinsichtlich der für den Brandfall empfohlenen Löschschäume
Aktualisierung des Datenbestandes von ChemInfo (Informationssystem Chemikalien des Bundes und der Länder) Julia Backhaus, Daniel Schmitz, Manja Wachsmuth, Roland GoertzDer Beitrag untersucht die Neubewertung von Löschschäumen für 550 ausgewählte Gefahrstoffe, die im Informationssystem Chemikalien des Bundes und der Länder (ChemInfo) verzeichnet sind. Aufgrund der umweltpersistenten, bioakkumulativen und potenziell ökotoxischen Eigenschaften der in den AFFF enthaltenen per- und polyfluorierten Tenside (PFT) wird der Einsatz dieser Schaummittelklasse auf ein erforderliches Mindestmaß reduziert. Die Datenbank ChemInfo, die umfangreiche Informationen zu Chemikalien bereitstellt, hat in historischen Quellen für diese 550 Chemikalien die Verwendung von wasserfilmbildenden Löschschäumen (AFFF/A3F) empfohlen. Durch die Verordnung (EU) 2021/1297 und die POP-Verordnung sind perfluorierte Carbonsäuren und deren Derivate verboten, was eine Neubewertung der empfohlenen Löschschäume erforderlich macht. Die Studie klassifiziert die 550 Chemikalien anhand physikalisch-chemischer Eigenschaften mittels Clusteranalyse und identifiziert geeignete Alternativen zu AFFF, wie Mehrbereichsschaummittel (MBS) oder alkoholresistente, fluorfreie Polymerfilmbildner (AR-FFF/3F). Die Ergebnisse der Clusteranalyse und experimentellen Untersuchungen zeigen, dass für alle untersuchten Chemikalien umweltfreundlichere Löschschäume gefunden werden konnten. Die Aktualisierung der Löschmittelempfehlungen in ChemInfo stellt einen wichtigen Schritt zur Reduktion umweltgefährdender Substanzen im Brandschutz dar.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDas Chemikalien-Informationssystem ChemInfo stellt stoffspezifische Informationen zu geeigneten Löschmitteln im Rahmen der Brandbekämpfung zur Verfügung. Historischen Quellen zufolge wurde für 550 Chemikalien der Einsatz von wasserfilmbildenden Löschschäumen (AFFF) empfohlen. Aufgrund des anstehenden Verbots der in den AFFF enthaltenen Fluorverbindungen war eine Neubewertung der betroffenen Einträge hinsichtlich der empfohlenen Löschschäume erforderlich. Auf Basis von experimentellen Untersuchungen und einer Literaturrecherche wurde ein Bewertungsschema für die Auswahl eines alternativen Schaummittels erarbeitet. Mithilfe einer Clusteranalyse konnte eine Klassifizierung der 550 Chemikalien anhand ihrer physikalisch-chemischen Eigenschaften vorgenommen werden, die eine Aussage über ein ähnliches Brand- und Löschverhalten der betrachteten Chemikalien erlaubt. Somit konnte die Zuordnung eines geeigneten, fluorfreien Schaummittels erfolgen. Entsprechend der neu erarbeiteten Löschmittelempfehlungen wurden die betroffenen Einträge in ChemInfo aktualisiert. -
Nachhaltigkeit in der Webgestaltung
Eine Analyse von Content Management Systemen (CMS) und Webseiten-Buildern in Bezug auf Energieeffizienz Michael Holzhüter, Per Ejsmont, Verena MajuntkeDer Beitrag untersucht die zunehmende Bedeutung der Nachhaltigkeit in der Webgestaltung und konzentriert sich dabei auf die Energieeffizienz von Content Management Systemen (CMS) und Webseiten-Buildern. Die Analyse zeigt, dass der Energieverbrauch des Internets kontinuierlich steigt und Maßnahmen zur Ressourceneffizienz dringend erforderlich sind. Der Text diskutiert die Rolle von Bildern, JavaScript, HTML, CSS und Fonts bei der Energieeffizienz von Webseiten und evaluiert die Marktführer unter den CMS und Webseiten-Buildern. Durch die Anwendung verschiedener Messwerkzeuge werden die Einsparpotenziale der einzelnen Anbieter detailliert untersucht. Die Ergebnisse zeigen, dass durch gezielte Optimierungen, wie die Verwendung moderner Bildformate, die Reduzierung von Skripten und effektives Caching, erhebliche Energieeinsparungen möglich sind. Der Beitrag schließt mit einem Ausblick auf weitere Forschungsfelder und die Notwendigkeit einer umfassenden Betrachtung der gesamten Lieferkette, um die Nachhaltigkeit der Webentwicklung weiter zu fördern.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDer wachsende Energiebedarf und die zunehmende Größe von Webseiten im Zuge der Digitalisierung stellen eine ökologische Herausforderung dar. Im Jahr 2023 erreichte der Energieverbrauch des Internets in Deutschland 13 TWh [1]. Die durchschnittliche Größe einer Webseite betrug im Jahr 2024 2505.3 Kilobyte (KB) im Vergleich zu 1502.3 KB im Jahr 2016 [2], eine Steigerung von 166 %. Diese Arbeit analysiert die Rolle von Content Management Systemen (CMS) und Webseiten-Buildern bei der Förderung von Nachhaltigkeit im Internet. Von 200 Mio. aktiven Webseiten waren im Jahr 2022 76 Mio. Webseiten von einem CMS abhängig [3]. Der Beitrag dieser Arbeit besteht in der Identifizierung und Bewertung von Nachhaltigkeitsaspekten in führenden CMS. Dafür wird relevante Literatur analysiert, um Aspekte von Webseiten zu identifizieren, die sich auf die Nachhaltigkeit auswirken. Anschließend werden Messungen von Webseiten, die mit verschiedenen CMS erstellt wurden, durchgeführt, um ihre Nachhaltigkeit zu evaluieren. Die Ergebnisse legen nahe, dass die Einbindung von Nachhaltigkeitsprinzipien in CMS die Ressourceneffizienz des Internets erheblich verbessern könnte. -
Umweltdatenmanagement mit dem Twin Information System (TwIS) als Digitaler Zwilling des Ökosystems
Praktischer Einsatz mit Umweltdaten in Leipzig Heino Rudolf, Constance Zenner, Joshua JeschekDas Kapitel beleuchtet die Anwendung des Twin Information Systems (TwIS) als Digitaler Zwilling des Ökosystems und zeigt praxisnah den Einsatz von Umweltdaten in Leipzig. Es wird erläutert, wie das TwIS durch die Integration von Echtzeitdaten und Messwerten ein neuartiges Ansatz für das Management von Umweltdaten bietet. Der Beitrag beginnt mit einer Einführung in den Begriff des Digitalen Zwillings, der ursprünglich aus der Industrie 4.0 stammt und nun auf die Stadtentwicklung übertragen wird. Dabei wird betont, dass ein Digitaler Zwilling nicht nur ein hochaufgelöstes 3D-Stadtmodell, sondern auch ein dynamisches Abbild der Stadt sein muss, das aktuelle und zukünftige Zustände erfasst und beeinflusst. Das TwIS als systemZwilling definiert die Kernstrukturen mit systemanalytischen Ansätzen und ermöglicht ein vertieftes Verständnis der natürlichen Prozesse unserer Umwelt. Es wird beschrieben, wie die Daten neben den Objekten auch Prozessketten und Ursache-Wirk-Beziehungen in der Umwelt abbilden und somit für die Gestaltung der Prozesse und der städtischen Entwicklung aufbereitet sind. Der Beitrag zeigt auf, wie das TwIS in der Stadt Leipzig eingesetzt wird, um Umweltdaten zu managen und neue Wertschöpfungen zu generieren. Dabei wird die Applikation Simplex4TwIS vorgestellt, die den TwIS-Ansatz umsetzt und die Basis für einen systemZwilling bereitstellt. Der Szenario- und Attribut-Editor ermöglichen es, Auswertungen zusammenzustellen und Attribute zu mappen, ohne dass tiefgehende Programmierkenntnisse erforderlich sind. Abschließend wird ein Ausblick auf die zukünftigen Möglichkeiten und den Paradigmenwechsel im Datenmanagement gegeben, den das TwIS mit sich bringt.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDer „Digitale Zwilling“ ist eine verbreitete Technologie aus dem Kontext „Industrie 4.0“. Für Objekte werden digitale Zwillinge aufgebaut, die die Funktionsweise des Originals systemanalytisch nachbilden, seine Systemzustände erfassen und das Verhalten nachbilden und steuern. In der Praxis werden seit vielen Jahren Umweltinformationssysteme entwickelt, bei denen konsequent Objekte, Prozesse und Wirkbeziehungen der Realität abgebildet werden (z. B. [1]). Durch die Anbindung von Echtzeitdaten, Mess- und Berechnungswerten werden diese Umweltinformationssysteme zu einem „Digitalen Zwilling“ qualifiziert, der im Weiteren „Twin Information System (TwIS) genannt wird. In diesem Beitrag werden der TwIS-Ansatz sowie Ergebnisse der Nutzung des TwIS für das Leipziger Umweltinformationssystem am Anwendungsfall Lärm vorgestellt.
-
-
Moderne UIS-Anwendungen für Verwaltung und Bevölkerung
-
Frontmatter
-
Neuentwicklung des Abfallentsorgungsanlagenkatasters in Sachsen ABENSA
Friedhelm Hosenfeld, Johannes Tiffert, Axel Zentner, Ines Thamke, Johanna GuthDas Kapitel beschreibt die Neuentwicklung des Abfallentsorgungsanlagenkatasters in Sachsen, ABENSA, und beleuchtet die technischen und organisatorischen Herausforderungen, die dabei überwunden wurden. Es wird die Ausgangslage und die Motivation für die Neuentwicklung detailliert dargestellt, wobei die rechtlichen Vorgaben und die Notwendigkeit einer verbesserten Datenaktualität im Fokus stehen. Die Datenmodellierung und die Datenflüsse werden umfassend erläutert, wobei die Integration von Daten aus verschiedenen Quellsystemen wie LIS-A und BIS.SAX eine zentrale Rolle spielt. Die technische Umsetzung basiert auf der Plattform disy Cadenza, die eine flexible und intelligente Datenauswertung ermöglicht. Die Bereitstellung der Abfallanlageninformationen für die Öffentlichkeit sowie die Administrationsanwendung für die Fachzuständigen des LfULG werden ebenfalls detailliert beschrieben. Das Kapitel schließt mit einer Zusammenfassung und einem Ausblick auf zukünftige Entwicklungen und Optimierungen. Besonders hervorzuheben ist die innovative Nutzung von ETL-Prozessen zur automatisierten Datenübernahme und die Möglichkeit der Historisierung und Rückspielung von Datensätzen. Die Neuentwicklung von ABENSA stellt einen bedeutenden Schritt zur Verbesserung der Transparenz und Effizienz in der Abfallwirtschaft dar und bietet eine solide Grundlage für zukünftige Erweiterungen und Anpassungen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungVorgestellt wird die Neuentwicklung des Abfallentsorgungsanlagenkatasters in Sachsen ABENSA. Die Web-Anwendung stellt vielfältige Informationen über Entsorgungsanlagen für die Öffentlichkeit bereit und bildet damit einen ersten Baustein für ein Online-Portal zur Abfallwirtschaft in Sachsen. Verschiedene Zugänge ermöglichen eine Kriterien- und Karten-basierte Recherche nach Entsorgungs- und Abfallbehandlungsanlagen, deren Ergebnisse visualisiert, kombiniert und exportiert werden können. Ergänzt wird der öffentliche Zugang um eine Administrationsanwendung für die fachlich zuständigen Mitarbeitenden des LfULG, die damit die Datenübernahme in die ABENSA-Datenbank steuern, die Datenqualität kontrollieren sowie Korrekturen und Ergänzungen vornehmen. Die in ABENSA verwalteten Daten werden aus operativen Drittsystemen wie dem Länderinformationssystem für Anlagen LIS-A für das Portal zusammengestellt. Die Umsetzung der Web-Anwendung ABENSA erfolgte auf Basis der Auswertungs- und GIS-Plattform disy Cadenza, in die das Administrationstool als PHP-Anwendung integriert wurde. Zu den Herausforderungen der Umsetzung gehörte die Entwicklung eines gemeinsamen Datenmodells, das die relevanten Angaben der Quellsysteme geeignet berücksichtigt und die gewünschten Auswertungen, sowohl der Öffentlichkeit als auch für behördeninterne Zwecke sowie auch eine Datenhistorisierung, ermöglicht. Die Daten werden mit der Software Cadenza Workbooks anschaulich in interaktiven Dashboards ausgewertet. -
Innovationsprojekte in der Umweltverwaltung
Möglichkeiten und Grenzen Lisa Hahn-Woernle, Wolfgang Schillinger, Nicolas Doms, Thorsten Schlachter, Mathias Trefzger, Thomas Schlegel, Waldemar Titov, Matthias Mühl, Andreas Wolf, Anja PreißInnovationsprojekte in der Umweltverwaltung stehen im Fokus des Beitrags, der sich mit den Möglichkeiten und Grenzen der Digitalisierung in diesem Bereich auseinandersetzt. Im Rahmen der Digitalisierungsstrategie des Landes Baden-Württemberg wurden drei Forschungsprojekte initiiert, die innovative Lösungen für die Nutzung von Umweltdaten und -informationen entwickeln. Diese Projekte, „Umweltdaten 4.0“, „Umweltsuche 4.0“ und „Umwelt digital 4.0“, werden von der Landesanstalt für Umwelt Baden-Württemberg in Kooperation mit verschiedenen Hochschulen und Instituten umgesetzt. Ziel ist es, Umweltdaten effizienter und intuitiver zugänglich zu machen, sowohl für die Öffentlichkeit als auch für Fachleute. Ein zentrales Thema ist die Nutzung moderner Technologien wie Augmented Reality, Chatbots und interaktive Visualisierungen. Die Eye-Tracking-Analyse des „Umweltdaten und -karten Online“-Katalogs zeigt, wie Nutzer mit dem Webangebot interagieren und welche Bereiche optimiert werden können. Die Analyse der Fraunhofer Open SensorThings API Implementierung FROST beleuchtet die Kompatibilität und Performanz des Systems für die Bereitstellung von Messreihen. Zudem wird die Evaluation eines „intelligenten“ Suchdienstes vorgestellt, der durch den Einsatz von künstlicher Intelligenz die Qualität der Suchergebnisse verbessern soll. Der Beitrag schließt mit einer Zwischenbilanz und Empfehlungen für zukünftige Innovationsvorhaben, die die Bedeutung von interdisziplinärer Zusammenarbeit und der Nutzung von Synergien hervorheben.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungIm Rahmen der Digitalisierungsstrategie des Landes Baden-Württemberg (digital.LÄND) hat die Landesanstalt für Umwelt Baden-Württemberg (LUBW) die Möglichkeit und den Auftrag gemeinsam mit Partnern aus der Forschung innovative Lösungen für den Einsatz in der Umweltinformatik zu analysieren bzw. neue Lösungen zu entwickeln. Dieses Kapitel bietet Einblicke in drei Teilprojekte: die Analyse des Onlinedienstes „Umweltdaten und -Karten online“ mit Eye-Tracking, Lasttests mit dem Fraunhofer Open Source SensorThings API Server (FROST®) und potenzielle Einsatzbereiche von künstlicher Intelligenz für die Umweltsuche. Das Kapitel endet mit einer kurzen Reflexion zu Innovationsprojekten und deren Bedeutung für den Arbeitsalltag. -
Das WasserBLIcK-System als Basis für effiziente Datenflüsse
Das Beispiel der Wasserrahmenrichtlinie (WRRL) Stephan HofmannDas WasserBLIcK-System stellt eine zentrale Plattform für die effiziente Verwaltung und Berichterstattung von Gewässerdaten im Kontext der Wasserrahmenrichtlinie dar. Es ermöglicht den direkten Zugang zu umfangreichen Informationsbeständen und deren Verarbeitung in automatisierten Prozessen, die sowohl für Fachleute als auch für die interessierte Öffentlichkeit zugänglich sind. Die Plattform bietet ein breites Spektrum an Angebotsformen, von statischen digitalen Karten bis hin zu feingranularen Web-Diensten mit vereinheitlichten Programmierschnittstellen. Durch die Koordination nationaler Datensätze und klar ausgerichteter Berichtsströme unterstützt das System zentrale Stellen dabei, komplexe Abläufe zu straffen und Ressourcen effizient einzusetzen. Das System ist modular aufgebaut und ermöglicht eine flexible Kommunikation von Informationen, was die Zusammenarbeit zwischen verschiedenen Akteuren der Wasserwirtschaft erleichtert. Die historische Entwicklung des WasserBLIcK-Systems zeigt dessen langjährige Bedeutung und kontinuierliche Weiterentwicklung. Die Plattform wird nicht nur national, sondern auch international genutzt und hat sich als zuverlässiges Werkzeug für die Berichterstattung und Zusammenarbeit im Bereich der Wasserwirtschaft etabliert. Die detaillierte Beschreibung der technischen Architektur und der Datenmanagementprozesse bietet wertvolle Einblicke in die Funktionsweise und die Vorteile des Systems. Zudem wird die Bedeutung der Qualitätssicherung und der kontinuierlichen Anpassung an neue Anforderungen hervorgehoben, um die Effizienz und Genauigkeit der Berichterstattung zu gewährleisten.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungFür die europäische Wasserrahmenrichtlinie werden über die Berichtsplattform WasserBLIcK wasserbezogene Meldedaten verschiedener Verwaltungsebenen gesammelt und an die Europäische Umweltagentur gemeldet. Worin bestehen die Herausforderungen bei der Berichterstattung auf nationaler Ebene? Wie kann ein effizienter Datenfluss organisiert werden, der die Daten von der Entstehung bis zur endgültigen Verwendung in Produkten weitergibt? Die IT-Lösung, die Meilensteine der Entwicklung des wasserbezogenen Daten- und Informationsmanagements im Internet zusammen mit Integrationsmöglichkeiten neuer Technologien und Datenquellen in das bestehende System werden ebenso vorgestellt wie Produkthighlights, die zur Nachnutzung anregen sollen. -
Auenchatbot KarlA
Nicolas Doms, Thorsten Schlachter, Lisa Hahn-WoernleDer Beitrag untersucht die Entwicklung und Implementierung eines Chatbots für das Naturschutzzentrum Karlsruhe-Rappenwört. Der Chatbot KarlA soll Besucher über Öffnungszeiten, Veranstaltungen und die Flora und Fauna der Karlsruher Auen informieren. Durch die Nutzung von Nutzerpersonas werden die Anforderungen der verschiedenen Besuchergruppen analysiert und in die Konzeption des Chatbots einbezogen. Die technische Umsetzung erfolgt auf Basis eines regelbasierten Ansatzes, der eine präzise und zuverlässige Informationsbereitstellung gewährleistet. Die Evaluation des Chatbots zeigt, dass er von den Nutzern positiv aufgenommen wurde und einen erheblichen Mehrwert bietet. Besonders die Integration von audiovisuellen Elementen und die einfache Bedienbarkeit tragen zum Erfolg bei. Der Beitrag bietet einen tiefen Einblick in die technische und konzeptionelle Umsetzung sowie die praktischen Erfahrungen aus der ersten Evaluationsphase. Er zeigt auf, wie der Chatbot zukünftig weiterentwickelt werden kann, um den Anforderungen der Besucher gerecht zu werden und die Arbeit der Mitarbeitenden zu unterstützen.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungDas Naturschutzzentrum Karlsruhe-Rappenwört bietet Besuchenden der Karlsruher Auen beispielsweise durch Ausstellungen, Veranstaltungen und Führungen die Möglichkeit, tiefergreifende Informationen zu Flora und Fauna der Karlsruher Auen zu erlangen. Jedoch ist der Erhalt dieser Informationen an die Öffnungszeiten des Naturschutzzentrums gebunden. Aus diesem Grund wurde ein Chatbot implementiert, dessen Fokus auf organisatorischen Inhalten zum Naturschutzzentrum selbst sowie Fachinformationen zu den Karlsruher Auen liegt. Diese Veröffentlichung zeigt ebenfalls, wie Interessierte auf den Prototypen in einer ersten Evaluation reagiert haben. -
Gamification-Konzept für Mobile Augmented Reality im Kontext eines Naturlehrpfades
Yasmina Bouhout, Thomas SchlegelDer Beitrag beleuchtet die Integration von Gamification-Elementen in Augmented Reality (AR) für Naturlehrpfade und stellt ein innovatives Konzept vor, das die Umweltbildung durch interaktive und motivierende Lernprozesse revolutioniert. Der Fokus liegt auf der Digitalisierung der Wissensstationen entlang des Auenerlebnispfads am Naturschutzzentrum Karlsruhe-Rappenwört, wobei AR und Gamification-Elemente genutzt werden, um Waldbesucher durch den Lehrpfad zu führen. Die Gestaltungslösung orientiert sich am User-Centered-Design-Prozess (UCD) nach ISO 9241-210 und definiert Anforderungen an das Gamification-Konzept auf Basis eines Konzeptleitfadens und einer Literaturrecherche. Der Beitrag gibt einen umfassenden Einblick in den aktuellen Stand der Forschung zu Gamification und AR, beleuchtet deren Anwendung im Natur- und Umweltbildungskontext und stellt einen Gamification-Konzeptleitfaden vor. Dieser Leitfaden begründet die Anforderungen an das Gamification-Konzept und die Ergebnisse der Arbeit. Die Evaluation des Konzepts zeigt eine positive Bilanz hinsichtlich des Nutzererlebnisses und der Lernmotivation, wobei qualitative Tendenzen und Verbesserungsvorschläge hervorgehoben werden. Der Beitrag hebt sich durch die detaillierte Ausarbeitung und die umfassende Evaluation der Gamification-Elemente ab und bietet wertvolle Einblicke für die Weiterentwicklung von AR-Anwendungen in der Umweltbildung.KI-Generiert
Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.
ZusammenfassungModerne Technologien wie Augmented Reality gewinnen auch im Umweltbildungskontext zunehmend an Bedeutung. Ein Beispiel hierfür ist die erweiterte Anzeige von Umweltdaten in der Realität. Oftmals werden diese in einem spielerischen Kontext eingebunden. Gamification kann hierbei die Begeisterung für Zusammenhänge der Umwelt steigern. In diesem Beitrag wird ein Gamification-Konzept für eine Mobile AR-Anwendung am Beispiel des Auenerlebnispfades Karlsruhe-Rappenwört vorgestellt.
-
- Titel
- Umweltinformationssysteme - Digitalisierung für eine nachhaltige Planetare Zukunft
- Herausgegeben von
-
Frank Fuchs-Kittowski
Andreas Abecker
Friedhelm Hosenfeld
Anja Reineke
Matthias Möller
- Copyright-Jahr
- 2025
- Electronic ISBN
- 978-3-658-46394-6
- Print ISBN
- 978-3-658-46393-9
- DOI
- https://doi.org/10.1007/978-3-658-46394-6
Informationen zur Barrierefreiheit für dieses Buch folgen in Kürze. Wir arbeiten daran, sie so schnell wie möglich verfügbar zu machen. Vielen Dank für Ihre Geduld.
