1  SQL und Geoinformatik: Wie schlechte Abfragen Zeit und Geld kosten  (SkenData)

Dieser Workshop beleuchtet die Auswirkungen von ineffizienten SQL-Abfragen in der Geoinformatik und zeigt, wie eine schlecht gestaltete Abfrage unnötige Kosten und hohe Rechenzeiten verursachen kann. Anhand eines Praxisbeispiels wird deutlich, wie wichtig es ist, SQL-Abfragen sorgfältig zu optimieren und welche Lehren aus Fehlern gezogen werden können, um Ressourcen zu sparen und die Leistung zu verbessern.      

2  KI zur Erkennung von Grünflächen in Städten in M-V  (DVZ) 

Verschiedene Umfragen im gesamten Bundesgebiet haben gezeigt, dass sich ungefähr 60 Prozent der Bevölkerung in städtischen Gebieten mehr Begrünung wünscht. Dies soll mehr Schutz und Sicherheit gegen extreme Wetterbedingungen bieten und somit die Auswirkungen des Klimawandels abgemildert werden.

Erstmals seit den sechziger Jahren wurde ein Chlorophyll-Molekül nachgewiesen, welches Licht im nahen Infrarotbereich ungefähr sechsmal besser reflektiert. Aus diesem Grund macht das Amt für Geoinformation, Vermessungs- und Katasterwesen in Mecklenburg-Vorpommern (LAiV M-V) jährlich Luftbilder im Infrarotbereich – ca. von einem Drittel der Landfläche vorwiegend in Städten.

Die Infrarotluftbilder sind Digital Ortho-Photos 20 (DOP20) mit einer Auflösung von 10.000 mal 10.000 Pixel. Der Maßstab eines solchen Luftbildes ist pro Pixel mit 20 Zentimeter festgelegt, so dass zwei Quadratkilometer abgebildet werden.

Zur Erkennung von Grünflächen in Städten können drei verschiedene Kriterien untersucht werden:
1. der prozentuale Anteil der Grünflächen,
2. die Qualität der Begrünung und
3. die Potentiale zur Begrünung.

Im Workshop wollen wir zeigen, wie Methoden aus dem Bereich der Künstlichen Intelligenz (KI) bzw. Large Language Modelle (LLM) dazu genutzt werden können, um in den Luftbildaufnahmen den aktuellen Stand der Begrünung und deren Potentiale in städtischen Gebieten zu ermitteln. Diese Ergebnisse können das LAiV M-V künftig bei der Arbeit unterstützen.