KI-Gebäudeerkennung zur Aktualisierung des Liegenschaftskatasters
Das Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN) entwickelt KI-Modelle zur Erkennung von Gebäuden in hochauflösenden Luftbildern. Die Modelle werden mit den Cloud-Ressourcen von CODE-DE trainiert.
Ziel des Vorhabens
Das Ziel besteht darin, CODE-DE zu nutzen, um KI-Modelle zu entwickeln, die deutschlandweit - und perspektivisch auch EU-weit - zur Erkennung von Gebäuden in Luftbildern eingesetzt werden können.
Durch die Weiterentwicklung ist es in Zukunft möglich, Gebäude direkt aus Luftbildern zu erfassen und somit das Liegenschaftskataster, 3D-Stadtmodelle und Digitale Zwillinge schneller und zuverlässiger zu aktualisieren. Die KI-Gebäudeerkennung bildet somit die Grundlage für unterschiedlichste Fragestellungen, bei denen digitaler Gebäudebestand mit hoher Aktualität benötigt wird.
Nutzung von CODE-DE
Die Nutzung von CODE-DE ist für den Erfolg der KI-Gebäudeerkennung entscheidend, da die Plattform leistungsstarke Cloud-Ressourcen bereitstellt:
- GPU-Ressourcen für das Training der KI-Modelle
- Skalierbare Cloud-Ressourcen zur Anwendung der KI-Modelle auf große Datenmengen
- Speicherung und Bereitstellung großer Datenmengen über S3-Buckets
Ergebnisse und Mehrwert
- In den Katasterämtern Niedersachsen wird die KI-Gebäudeerkennung seit 2024 produktiv eingesetzt. KI-Hinweise zu Neubauten, Anbauten, Abbrüchen und Teilabbrüchen machen das mühsame, manuelle Durchmustern überflüssig und erlauben einen effizienten, digitalen Prozess. Das auf CODE-DE trainierte Modell der Generation 5.2 bildet dabei die Grundlage.
- Andere Behörden können die KI-Gebäudeerkennung als Software-as-a-Service über das Cloud-Service-Portal der Deutschen Verwaltungscloud (DVC) nutzen.1 Dadurch ist eine Nachnutzung des KI-Modells sowie eine gemeinsame Finanzierung möglich.
- Zukünftig wird die KI-Gebäudeerkennung das langsame und ressourcenintensive manuelle Erfassen von Gebäuden aus Luftbildern ersetzen. Dies ist auch möglich, da zukünftige Generationen der KI-Modelle mit noch höher aufgelöster Luftbilddaten (GSD < 10 cm) trainiert werden.
- Es ist geplant, die von der KI erkannten Gebäudepolygone unter einer Open-Data-Lizenz zu veröffentlichen. Dadurch wird eine Nutzung durch andere Behörden, Wissenschaft, Wirtschaft oder die Open-Street-Map-Community möglich. Beispieldaten sind bereits verfügbar.2
