Laut Informationen von Jürgen E. Fischer [1] stehen seit gestern, dem 27.01.2026 die Pakete für Linux, Windows und Mac die QGIS-Releases v3.40.15 „Bratislava“ (LTR) und v3.44.7 „Solothurn“ (künftige LTR) auf https://qgis.org. [2] zum Download [3] bereit.
Befragt man eine KI zum Thema „Indizierung von Datenbanken“, bekommt man z. B. folgende Antwort:
„Datenbankindizierung beschleunigt Suchanfragen durch das Erstellen von separaten Datenstrukturen (Indizes), die wie ein Inhaltsverzeichnis funktionieren und schnellen Zugriff auf bestimmte Datensätze ermöglichen, indem sie die Notwendigkeit des sequenziellen Durchsuchens großer Tabellen reduzieren; dies erhöht die Performance bei Suchen, erfordert aber zusätzlichen Speicher und Pflege bei Schreibvorgängen (INSERT, UPDATE, DELETE).“ [hier Google-KI-Antwort vom 26.01.2026, 20:00 Uhr]
Aber wusstet Ihr, wie viele verschiedene Arten der Indizierung in einer PostgreSQL möglich sind? Mir waren in meiner Praxis bisher im Wesentlichen nur B-Tree und speziell für Geodaten der GIST unter gekommen. Aber es gibt deutlich mehr. Durch einen LinkedIn-Beitrag [1] und einen Tweet [2] von Crunchy Data bin ich angepingt worden, dort kommen sie auf 10 verschiedene Arten von Indizes, andere Quellen [3] weisen 9 Typen aus.
Screenshot: LKW-Daten vom 15. Januar 2025 in und um Halle, hier mit der Identifikation eines A14-Abschnittes (Bildquelle [2])
Ricardo Klinger hat via LinkedIn [1] auf hochinteressante Daten zur Beanspruchung von Fernstraßen und Autobahnen im Toll Collect Lkw-Verkehrsportal [2] aufmerksam gemacht. Ihr findet dort zum einen die „Lkw-Befahrungen pro Tag“ (bis 60 Tage zurück) und zum zweiten „Lkw-Befahrungen nach Fahrzeugparametern“ (bis zwei Jahre zurück). Genutzt werden die Daten aus der Maut für Verkehrsanalysen. Auf der Startseite heißt es:
„Das Lkw-Verkehrsportal ist eine nutzerfreundliche Visualisierung von anonymisierten, historischen Mautdaten des Bundes für die interessierte Öffentlichkeit. Toll Collect und das Bundesamt für Logistik und Mobilität (BALM) stellen im Lkw-Verkehrsportal Informationen zur Befahrung des Mautnetzes in Deutschland zur Verkehrsanalyse zur Verfügung.“ [2]
Wer für QGIS Plugins programmiert, kommt bei der im Februar 2026 geplanten Umstellung auf QGIS 4 nicht um den Wechsel von Qt5 auf Qt6 herum, denn QGIS 4 ist dann Qt6-basiert. Von Bert Temme kam jetzt via X (ehem. Twitter) [1] der Tipp auf im GitHub verfügbare Tools zur Qt5/Qt6-Migration [2]. Gern gebe ich es hier weiter, ich selbst habe es (noch) nicht getestet, gern könnt Ihr Eurer Erfahrungen in den Kommentaren teilen.
Screenshot: 28 neue Themen im Geobasis_Loader, hier in Baden-Württemberg, insgesamt jetzt mit 729 Themen
Seit der letzen GBL-Meldung [1] sind weitere 28 neue Themen im Katalog 1 des QGIS-Plugins „GeoBasis_Loader“ (GBL) [2] hinzu gekommen. Dabei handelt es sich um Flure, Gemarkungen und Verwaltungsgrenzen für die Bundesländer HB & BHV, NW und BW*. Damit stehen mit Stand heute 729 Themen im GeoBasis_Loader zur Verfügung.
Das netzwerk | GIS Sachsen-Anhalt e. V. plant, den 17. Geofachtag als Präsenzveranstaltung am Mittwoch, 18.02.2026 (9.00 Uhr bis ca. 15.30 Uhr) auf dem Campus Dessau der Hochschule Anhalt (Audimax, Bauhausstraße 5, Haus 8) durchzuführen. Bitte merken Sie sich diesen Termin vor! Das Programm [1] mit dem Schwerpunkt KI und Geoinformation steht zum Download bereit, die Anmeldung [2] ist frei geschaltet. Die Teilnahme ist kostenlos, eine Anmeldung erforderlich.
Jupyter Notebook[1] als interaktive Arbeitsumgebung wird vor allem für Datenanalysen, wissenschaftliches Rechnen, in der Lehre und beim Prototyping genutzt. Besonders stark ist es immer genau dann, wenn man wirklich jeden Schritt oder Block einzeln testen und optimieren und das Ganze auch nachvollziehbar behalten und speichern will. Außerdem können in einen Notebook sowohl Code (z. B. Python) als auch beschreibender Text (als Markdown) gemischt werden. Seit Ende des letzten Jahres kann Jupyter Notebook nun auch via dem neuen QGIS-Plugin „QGIS Notebook Plugin“ [2] von Qiusheng Wu direkt im QGIS genutzt werden. IMHO eine wirklich coole Entwicklung, wenn wohl auch noch nicht alles perfekt ist, wie Anita Graser in [4] beschreibt. Mein Tipp: Schaut Euch das Video [5] an, es lohnt sich. Ich bin sicher, das Ding hat Potenzial und QGIS-Entwickler dürfen noch Großartiges erwarten, ich beobachte weiter und halte Euch auf dem Laufenden. Danke Qiusheng Wu! Ich hab’s mal kurz angetestet, siehe Screenshot:
The QGIS Notebook Plugin v0.4.0 has been released. It includes several critical bug fixes and new keyboard shortcuts like JupyterLab. A big thank you to those who submitted bug reports and feature requests!
In meinem vorgestrigen Beitrag [1] gab es wohl einige Fragen [2] bzgl. meiner Ausführungen bei der gemeinsamen Nutzung der vereinfachten Daten in einer Datenbank. Da vermutlich nicht alle die Diskussion verfolgen, versuche ich jetzt noch einmal zu präzisieren. Per SELECT wird die Vereinfachung natürlich nur einmalig für den Anfragenden berechnet, nur ihm/ihr steht das Ergebnis zur Verfügung. Nutzt man die Funktionen hingegen, um die Daten innerhalb der Datenbank zu vereinfachen und das Ergebnis in diese zurück zuschreiben, z. B. mit CREATE, stehen die Ergebnisse dann allen berechtigten Nutzern zur Verfügung. Hier ein Beispiel, die Eingangsdaten werden mit einer Toleranz von 10m mit der CLEAN-Funktion (ST_CoverageClean) [3] vereinfacht:
-- Clean the coverage, merging gaps with width <= 1 CREATETABLE test.test_1_poly_10 asSELECT id, ST_CoverageClean(geom, 10) over() AS GEOM FROM test.test_1_poly;
Screenshot 1: Der Eingangsdatenbestand „test_1_poly“ mit typischen Geometriefehlern wie Lücken und ÜberschneidungenScreenshot 2: Der Ergebnisdatenbestand „test_1_poly_10“ mit CLEAN (ST_CoverageClean) bearbeitet ohne die typischen Geometriefehlern wie Lücken und Überschneidungen in perfekter TopologieScreenshot 3: Eingangs- und Ausgangs-Datenbestand inkl. SQL-Statement
Wer mit Geodaten zu tun hat, kommt oft in die Situation, diese Daten mit geeigneten Werkzeuge zu vereinfachen. Oft wird dazu der lokale GIS-Client mit Funktionen wie Clean oder Simplify genutzt. Das heißt aber auch, dass die Clienten auch bei Nutzung einer Datenbank jeweils nur für sich selbst diese Arbeiten ausführen und ggf. kein Anderer davon partizipiert. Die Datenbank selbst mit ihren spatialen Erweiterungen bietet heutzutage jede Menge leistungsfähiger Funktionen für diese Aufgaben an. Was spricht also dagegen, diese auch gleich dort zu nutzen, z. B. um Abfragen performanter zu machen oder Datenbestände zentral zu vereinfachen? Einen lesenswerten Beitrag dazu „PostGIS Performance: Simplification“ [1] von Paul Ramsey habe ich via X (ehemals Twitter) [2] im crunchydata-Blog [3] gefunden. Dort werden eine Vielzahl nützlicher Vereinfachungs-Funktionen direkt in der Datenbank, aber auch ihre Grenzen vorgestellt:
Das Konferenzorganisationsteam der FOSSGIS 2026 [1] teilte am Donnerstag mit, dass die Anmeldung zur FOSSGIS-Konferenz 2026 freigeschaltet wurde. Ihr findet die Anmeldung auf der FOSSGIS 2026-Anmeldungsseite [2]. Außerdem werden wie in jedem Jahr noch freiwillige Helfer gesucht, wer sich also beteiligen kann und möchte, findet alle Infos dazu im FOSSGIS 2026 ENGELSYSTEM [3].