Auch in diesem Jahr ruft Topi Tjukanov (@tjukanov) zur #30DayMapChallenge auf. Jeden einzelnen Tag im November ein neues Karten-Thema, Start ist der 01.11.2025. Ich gebe den Aufruf hier gern weiter und los Leute, mitmachen. Erweitert Euern und unseren „Map-Horizont“!
The #30DayMapChallenge 2025 begins soon, the categories are out! Completing all 30 maps is not the objective, just create a few. Here is a selection from the ones I made last year! pic.twitter.com/LBhYWOgtNe
Screenshot 1: Test mit den Digitalen Verwaltungsgrenzen LSA [3] als gezipptes Shapefile
Manche werden denken: „Schon wieder ein Geo-Converter?“. Aber dieser „Geo Cloud Native Converter“ [1] fokussiert sich auf die Umwandlung von Geodaten etlicher gängiger Formate (GeoJSON, Shapefile (.shp/.zip), KML, GPX, CSV, GeoPackage (.gpkg), GeoTIFF) in cloudoptimierte Geodatenformate wie GeoParquet, PMTiles und FlatGeobuf. Ziel dieser cloudoptimierten Formate ist es, „für große Mengen statischer Daten geeignet zu sein, deutlich schneller als ältere Formate zu sein, keine Größenbeschränkungen für Inhalte oder Metainformationen zu haben und für Streaming/direkten Zugriff geeignet zu sein.“ [2]. Laut Anbieter erfolgt die gesamte Verarbeitung im Browser, Daten verlassen niemals das lokale Gerät.
Ich habe es mal auf die Schnelle angetestet. Als Input dienten die mit den Digitalen Verwaltungsgrenzen LSA [3]. Konvertiert habe ich in GeoParquet und FlatGeobuf, die Ergebnisse sind in Screenshot 2 zu sehen. Die Daten stimmen 100% überein. Die Hinweise zum Konverter habe ich auf LinkedIn [4], [5] gefunden.
Screenshot 1: GUI ab v0.4 nach Umstellung auf Slider/SpinBox auf Mac mit QGIS 3.99.0-Master 23fde5f7
Seit dem gestern, dem 27. Oktober 2025 ist eine neue Version meines QGIS-Plugins „RandomPolygons“ [1] zum Download verfügbar. Das Plugin dient der unkomplizierten Generierung zufälliger, teilweise auch beabsichtigt fehlerbehafteter Testdaten, das kann für Entwicklung und Test von GI-Systemen sehr wichtig sein. Es generiert n zufällige Polygone in der Ausdehnung des aktuellen Kartenausschnittes und im aktuellen Koordinatenbezugssystem.
Diese neue Version v0.4 ist Qt6-kompatibel, läuft also ab QGIS >= v3.44. Die GUI wurde auf Slider/SpinBox umgestellt, ein Fortschrittsbalken (ProcessBar) eingeführt und die Performance bei der Generierung der Zufallstextspalte „test_text“ deutlich gesteigert. Der Code ist auf Github [2] frei verfügbar. Ich habe diese Version unter Windows mit QGIS 3.44.3 und unter Mac mit QGIS 3.99.0-Master 23fde5f7 positiv getestet.
Screenshot 2: GUI ab v0.4, Detail nach Umstellung auf Slider/SpinBox auf Mac mit QGIS 3.99.0-Master 23fde5f7
Am 30. Oktober 2025 findet 19:00 … 21:00 Uhr im Klaustor Coworking Halle [1], Mansfelder Straße 1 das GEO-Meetup #01 [2] statt. Neben anderen Mitwirkenden* darf auch ich als #geoObserver zeigen, „Wie Bürger, Vereine und Unternehmen eigene Online-Karten für Halle erstellen können“ und was bereits jetzt sofort mit ausschließlich freien Daten und freier Software für jeden kostenfrei möglich ist. Ich werde mich dabei auf folgende Schwerpunkte konzentrieren:
Der GeoBasis_Loader (GBL) [1] hat wieder Datenzuwachs bekommen. Seit der letzten Meldung vom 03.09.2025 sind 12 Themen hinzu gekommen, neben der Grauvariante des Amtlichen Stadtplans der Stadt Halle auch elf neue WMS-Themen der WSV – Wasserstraßen- und Schifffahrtsverwaltung [4] mit:
Zwei Layern „Digitale Bundeswasserstraßenkarte M 1:1.000.000 – WSV (WMS)“
Sieben Layern „WInD – Wasserstraßen Infrastruktur Daten der WSV (WMS)“
Zwei Layern „Inland Elektronische Navigationskarten ENC – WSV (WMS)“
Screenshot: Jetzt 700 Themen im GeoBasis_Loader (GBL) [1] inkl. den 11 neuen Themen der WSV
Aktuell stehen damit 700 Themen im GeoBasis_Loader zur Verfügung, vgl. Status [2]. Den aktuellen Stand der Datenbefüllung im GeoBasis_Loader findet Ihr immer unter “GBL: Meldungen & Störungen” [3]
Auf LinkedIn [1] hat ich die Tage einen coolen Tipp bzgl. eines Geodaten Explorer Tools gefunden. „Scan my (GIS) File“ [2] von Alexandre Larroumets ist ein einfach zu bedienender Viewer und Analyzer für verschiedene GeoDatenFormate, wie GeoJSON, GeoParquet, FlatGeobuf, GeoPackage, Shapefiles und CSV-Dateien. Einfach Euer File via Drag & Drop hochladen und staunen. Neben der Visualisierung auf einer OSM-Karte liefert der Viewer sekundenschnelle die Anzahl der Objekte, Balkendiagramme und Streudiagramme für geostatistische Daten, automatische Korrelationen zwischen Datenspalten und eine Sicht in die Attributtabellen.
Screenshot 1: Mein erster Test mit Bäumen aus dem Baumkataster im Open Data Portal Halle [3]
Ich habe „Scan my (GIS) File“ mal mit einem Extrakt (2615 Bäume von derzeit 55913) der Bäume aus dem Baumkataster im Open Data Portal Halle [3] als GeoJSON (945 kByte) getestet, es klappte auf Anhieb und war superschnell. Die folgenden Screenshots zeigen die Ergebnisse:
Screenshot 2: Kartendarstellung der Bäume auf OSM-DatenScreenshot 3: Scatterplot – Spalte „baum_nr“ (x) über SPalte „pflanzjahr“ (y)Screenshot 4: KorrelationenScreenshot 5: Einsicht in die Attributtabelle
„Die Karten im Atlas „Vom Orient zum Nucleon“ stellen die Reisen der Digedags im zeitlichen und räumlichen Kontext dar. In einer Kombination aus der Fiktion der MOSAIK-Hefte und der geografischen und historischen Realität entwarf das Team von mr-kartographie 92 Karten.“ [4]
In der neusten Wochennotiz 795 [1] von gestern habe ich den Hinweis auf den GeoConverter [2] von Jatmiko Herjati gefunden. Der GeoConverter ist GDAL- und webbasiert und kann eine Vielzahl von (GEO)Vektordaten zwischen verschiedensten Formaten konvertieren. Das Besondere: alles findet ausschließlich auf dem Klienten (also im Browser) statt, es werden also nie Daten auf einen Server hoch geladen, Deine Daten bleiben lokal.
Screenshot 1: Die GUI des GeoConverter (Bildquelle [2]) mit meinem Test, hier mit der Umwaldlung von JSON-Daten in ein Shapefile
Screenshot 2: Die Vorschau-Funktion (Preview) für meine Testdaten
Neben den vielfältigen Formaten und der Vorschau-Funktion (Preview) stehen auch noch erweiterte Optionen wie z. B. Umprojezierung in ein anderes Koordinatensystem (EPSG-Code) oder die Reparatur fehlerhafter Daten zur Verfügung. Ich habe es mal auf die Schnelle angetestet, mein Test war eine Konvertierung von JSON (357 ALKIS Gebäude aus dem Open Data WFS des LSA [3]) zu einem Shapefile. Klappt wunderbar und ist extrem schnell (Mac M1, 16 GByte RAM), ich hatte kaum geklickt, waren die 357 Gebäude bereits konvertiert, gefühlt < 0,1 Sek. Hut ab!
Screenshot 3: Meine Testergebnisse – die JSON-Daten als Input und das Shapefile als Output ins QGIS geladen
Schon wieder ein Jahr? Die in vielen GI-Systemen eingebaute und somit auch von vielen Anwendern (mitunter auch unbewusst*) genutzte GDAL – Geospatial Data Abstraction Library [1] ist heute, am 17.10.2025, 27 Jahre alt geworden. Genau heute, vor 27 Jahren veröffentlichte Frank Warmerdam im CSV-Repository [2] die erste Version.
Der #geoObserver sagt: HERZLICHEN GLÜCKWUNSCH und Danke Frank, Evenund allen Mitstreitern!
Screenshot: Zeitreise 27 Jahre zurück. Am 17.10.1998 wurde die erste GDAL-Version eingecheckt (Quelle: [2])
Letzte Woche habe ich Euch in „Topografische Karte automatisiert mit KI erzeugen?!“ [1] über die neuen faszinierenden Möglichkeiten der KI im Geo- und DataViz-Umfeld informiert. Das Feedback war großartig und einige meiner Follower haben zeitnah mit „Selbstversuchen“ reagiert. Zwei der Ergebnisse möchte ich Euch heute vorstellen. Der erste Beitrag kam bereits nach wenigen Stunden direkt aus Leipzig, danke Susann Schmidt von der GFI! Sie hat gleich mal mit DeepSeek und Gemini getestet und ganz schnell ein Luftbild in der Nähe des bayrischen Bahnhofs [2] in eine TOP-Karte wandeln lassen, IMHO mit beachtlichem Ergebnis:
Animation: Mit KI vom Luftbild zur Top-Karte (Susann Schmidt, GFI)
Der zweite war Ivo Partschefeld alias PyQGIS (@PyQgis), der uns durch seine QGIS-Videos bereits bestens bekannt ist. Selbstredend hat er auch zu diesem Thema ein Video gemacht „Mit KI aus einem Luftbild eine topographische Karte erstellen“ [3] und darin über seine Erfahrungen mit der TOP-Karten-Generierung via KI berichtet. Schaut’s Euch an, es lohnt sich!
Ivo Partschefelds Erfahrungen vom Luftbild zur Top-Karte mit KI auf Youtube