Die FOSSGIS-Konferenz ist im D-A-CH-Raum die führende Konferenz für Freie und Open Source Software für Geoinformationssysteme sowie für die Themen Open Data und OpenStreetMap. Gestern wurde für die vom 09.–13. März 2027 im audiMAX Heidelberg[1] stattfindende FOSSGIS 2027 [2] der „Call for Participation“ [3], [4] eröffnet*. Gern gebe ich hier die Aufforderung weiter. Bitte beachten: Am 01. November 2026 23:59 Uhr [5] ist Einreichungsschluss. Übrigens, ich habe schon eine Idee 😉.
Erinnerungstermin für den Einreichungsschluss 01. November 2026 23:59 Uhr.
Im QGIS-Plugin „GeoBasis_Loader“ [1] sind seit der letzten Meldung 26 neue Themen hinzu gekommen, z. B. Digitale Verwaltungsgrenzen für Thüringen und Mecklenburg-Vorpommern, Chronologen für Schleswig-Holstein und Landcover/Landuse-Daten. Damit sind jetzt 901 Themen verfügbar, die aktuellen Änderungen findet Ihr wie immer unter Meldungen & Störungen [2] und Status [3].
Mathias hat mit Polizeikarte [1] eine Karte veröffentlicht, die öffentliche Pressemeldungen deutscher Polizeibehörden bündelt. Sie umfasst rund 63.600 Vorfälle aus 260 Orten in 14 Bundesländern. Für die Geokodierung kommt Nominatim zum Einsatz, die Darstellung erfolgt mit MapLibre GL JS auf Basis von Kacheln von OpenFreeMap. Ergänzend lassen sich amtliche Vergleichsebenen einblenden, darunter der Unfallatlas der Statistischen Ämter mit 585.815 Unfällen aus den Jahren 2018 bis 2025. Das nicht-kommerzielle Projekt ist unabhängig von staatlichen Behörden.
Screenshot: Die mit Polizeikarte [1] mit den Daten der letzten drei Monate in Halle (Saale)
Heute mal wieder ein Gastbeitrag, diesmal vom Geoinformatiker der MLU Halle Dr. Detlef Thürkow. Danke Detlef!
Abbildung 1: Ausschnitt aus dem NASK-Flyer
Starkregen wird oft erst dann ernst genommen, wenn er gerade passiert. Überflutete Straßen, vollgelaufene Keller, beschädigte Gebäude – für den Moment ist die Gefahr für alle sichtbar. Doch schon wenige Monate später, wenn wieder die Sonne scheint, rückt sie gefühlt in weite Ferne. Erinnerungen verblassen, Risiken werden unterschätzt, notwendige Vorsorge bleibt aus.
Genau hier setzt NASK– Niederschlagsalarm & Starkregen-Kompass Halle (Saale) [1] an: Die Plattform bewahrt Erfahrungen aus Starkregenereignissen und macht sie dauerhaft sichtbar – für Bürgerinnen und Bürger ebenso wie für Verwaltung und Katastrophenschutz.
Starkregengefahrenkarten gibt es inzwischen vielerorts, und für Fachleute sind sie ein wichtiges Planungsinstrument. Für viele Bürgerinnen und Bürger bleiben die großen blauen Flächen auf einer Karte jedoch abstrakt – sie zeigen mögliche Überflutungsbereiche, vermitteln aber kaum, wie sich ein Starkregenereignis tatsächlich vor Ort auswirkt.
Gerade erst hat das Geoportal.de [2] – als eine der zentralen Komponenten der GDI-DE, betrieben vom Bundesamt für Kartographie und Geodäsie – seine Plattform zur Recherche, zum Download und zur Darstellung von Geodaten und Geodatendiensten grundlegend überarbeitet, mit Version 3.0 und eigener Themenseite auch zu Starkregen. Das zeigt: Auf Bundesebene wird viel investiert, um Geodaten zu diesem Thema besser auffindbar und nutzbar zu machen. Doch so wertvoll diese zentrale Infrastruktur ist – sie bleibt eine Ebene über dem, was Menschen vor der eigenen Haustür erlebt haben.
NASK ergänzt diese Karten deshalb um eine entscheidende Perspektive: die reale Erfahrung aus der Stadt. Über die Plattform können Bürgerinnen und Bürger Starkregenereignisse dokumentieren [3] und Fotos hochladen – von überfluteten Straßen, vollgelaufenen Unterführungen oder Wasserständen an Gebäuden. So entsteht mit Hilfe dieser ersten zentralen Funktion des Portals Schritt für Schritt ein digitales Gedächtnis der Stadt für Starkregenereignisse, das Risiken greifbar macht, wo Karten allein an ihre Grenzen stoßen.
Ein weiteres Herzstück der modular aufgebauten Plattform (Gefahren melden, verstehen, erkennen) ist das zugehörige Kartenportal [4]: Hier laufen nicht nur die Gefahrenmeldungen der Bürgerinnen und Bürger zusammen, sondern auch Meldungen des Katastrophenschutzes – wie der Feuerwehr Halle, künftig sollen weitere Partner hinzukommen. Darüber hinaus sind die amtlichen Informationen von Bund und Ländern über zugehörige Geodienste eingebunden. So entsteht ein gemeinsamer, räumlich verorteter Überblick aus ziviler Beobachtung und professioneller Einsatzerfahrung.
Gleichzeitig bietet die Plattform konkrete Vorsorge-Informationen: welche Schutzmaßnahmen für Gebäude möglich sind, wie sich ein Grundstück gegen Starkregen sichern lässt und wie man sich im Ereignisfall richtig verhält. NASK verbindet damit Risikoinformation und praktische Handlungsmöglichkeiten und stärkt gezielt die Eigenvorsorge der Bevölkerung.
Technisch auf aktuellem Stand
Pünktlich zum Launch wurde unter der Haube des Systems noch einmal nachgeschärft: Live-Widgets zeigen aktuelles Wetter und Kurzfristprognose für Halle, und aktuelle DWD-Wetterwarnungen laufen jetzt als eigener Layer direkt in die Plattform ein – gespeist aus dem offiziellen DWD-Geodatendienst auf Gemeindeebene, alle 30 Minuten aktualisiert. Wer sich vertiefend zum Thema informieren möchte, findet außerdem zwei neue Lernmodule [5] zur städtischen Überflutung durch Starkregen: einen kompakten Schnellüberblick und eine ausführliche Vertiefung.
Ein Projekt aus Forschung, Verwaltung und studentischer Praxis
Entstanden ist NASK aus einer mehrjährigen Zusammenarbeit zwischen dem Team Klimaschutz der Stadt Halle (Saale) und dem Institut für Geowissenschaften und Geographie der Martin-Luther-Universität Halle-Wittenberg. Ziel der Kooperation: konkrete Herausforderungen der kommunalen Klimaanpassung in Forschung und Lehre einzubringen und gleichzeitig praxisnahe Lösungen für die Stadt zu entwickeln.
Den Großteil der Plattform – von der Aufbereitung komplexer Geodaten bis zur technischen Umsetzung – haben unser Forschungsteam und die Projektpartner in Stadtverwaltung und Katastrophenschutz entwickelt. Im Rahmen eines studentischen Seminars haben Studierende darüber hinaus das Meldeformular [3] entworfen und das kompakte Lernmodul entwickelt und damit zentrale Kompetenzen für ihren späteren Berufsweg erworben – von Fragen der Nutzerfreundlichkeit bis zur verständlichen Vermittlung von Klimarisiken für Verwaltung und Öffentlichkeit. Gefördert wurde das Projekt im Rahmen von SMARTilience, mit Mitteln der Europäischen Union (NextGenerationEU) und des Bundesministeriums für Bildung und Forschung.
NASK zeigt, wie Kommunen, Wissenschaft und Studierende gemeinsam praxisnahe Lösungen für die Klimaanpassung entwickeln können, und ergänzt bestehende Starkregengefahrenkarten um lokales Erfahrungswissen – ein übertragbares, skalierbares Modell für partizipative Starkregenvorsorge.
Werden Sie Teil des Projekts!
Am Donnerstag, 17. September 2026, 16–17 Uhr, stellen wir die Plattform beim Launch-Event live vor – im Institut für Geowissenschaften und Geographie, Haus Geographie, Raum 3.31. Auf dem Programm: die Homepage im Härtetest, gemeinsame Navigation durch die interaktiven Hochwasser- und Starkregenkarten, und der Austausch mit anderen Bürgerinnen und Bürgern über Erfahrungen und Handlungsmöglichkeiten.
Ihre Meldung macht den Unterschied. Machen Sie mit für eine starkregensichere Stadt: starkregen.geo.uni-halle.de [1] Ihre Ideen. Ihre Erfahrungen. Unsere Stadt. Gemeinsam sicher.
Abbildung 3: Der komplette NASK-Flyer
Zum Autor:
Dr. Detlef Thürkow ist Geoinformatiker mit Fokus auf digitale Bildung und angewandte Geoinformationstechnologien und Drohnenpilot mit dem Fokus auf UAV-Umweltmonitoring. Er lehrt Geoinformatik & Web-Kartographie und leitet Computerpools und Geoinformationsbereich des Instituts. Seine Schwerpunktee bilden Geoinformatik, Geodateninfrastrukturen, UAV, Klimaanpassung, E-Learning Dr. Detlef Thürkow, Institut für Geowissenschaften und Geographie, Martin-Luther-Universität Halle-Wittenberg, Fachgebiet Digitale Geographie, E-Mail: detlef.thuerkow@geo.uni-halle.de
Screenshot 1: Die Landuse- und Landcover-Karten (LULC) von HeiGIT auf der interaktiven Plattform osmlanduse.org [2]
Vielleicht kennt Ihr das Problem: Während topografische Inhalte wie beispielsweise Straßen und Gebäude in OpenStreetMap extrem detailliert eingetragen sind, weisen Flächeninformationen (Landnutzung wie Felder der Wälder) oft große Lücken auf. Zudem verschwimmen im OSM-Tagging-System häufig die Grenzen zwischen tatsächlicher Landnutzung (Landuse) und der physischen Bodenbedeckung (Landcover).
OSM4EO (OpenStreetMap for Earth Observation) ist ein wissenschaftliches Projekt und Framework, das von Dr. Michael Schultz und dem Heidelberger Institut für GeoinformationstechnologieHeiGIT [1] bzw. der Universität Heidelberg entwickelt wurde. Das Hauptziel von OSM4EO ist es, die Daten von OpenStreetMap (OSM) mit Satellitenfernerkundungsdaten (wie den Copernicus-Sentinel-Satelliten der ESA) zu fusionieren. Dadurch werden lückenlose, hochauflösende Landuse- und Landcover-Karten (LULC) generiert. Das Projekt nutzt Deep Learning (Deep Residual Convolutional Neural Networks), um die Lücken zu füllen. Dabei dienen bestehende, verifizierte OSM-Flächen als Trainingsdaten für die KI, um Oberflächenstrukturen auf Satellitenbildern zu erkennen. Das Modell prognostiziert anschließend die fehlenden Flächenbedeckungen flächendeckend.
Screenshot 2: Die Landuse- und Landcover-Karten (LULC) von HeiGIT ins QGIS über den Geobasis_Loader eingefügt [4]
Wo findet man die Daten und wie kann darauf zugegriffen werden?
WebGIS-Plattform: Die Ergebnisse und prognostizierten Schichten (z. B. der Layer osmlanduse:osm4eo) sind direkt auf der interaktiven Plattform osmlanduse.org [2] einsehbar
Daten-Download: Die fertigen LULC-Datensätze (z. B. für die gesamte Europäische Union als GeoTIFF) stehen Forschern und Entwicklern frei über das Repositorium HeiData zur Verfügung.
Quellcode & Modelle: Der Python-Quellcode für die Deep-Learning-Methodik sowie vortrainierte Modelle für verschiedene EU-Länder sind auf GitHub (schultzheidelberg) [5] gehostet.
Übrigens: Seit gestern sind diese Layer auch im QGIS über der Geobasis_Loader [4], Katalog 3 (Welt) verfügbar.
(Hinweis: Die Erstellung dieses Beitrages wurde durch KI unterstützt, die Verantwortung liegt beim Autor)
Screenshot 1: Der Startbildschirm von NASA Worldview [1] (Bildquelle [1])
Wunderbar, die Nasa bietet unter NASA Worldview [1] über 1000 globale hochauflösende Satellitenbilder an, aktuelle und vorhergehende, alles weltweit und kostenfrei. Die Daten kommen aus den unterschiedlichsten fachlichen Bereichen, z. B. Luftqualität, Stürme, Trockenheit, Überschwemmungen und Biomasse, Oberflächentemperatur und Wälder. Einfach mal stöbern, es lohnt sich! Den Code für NASA Worldview findet Ihr auf GitHub [2].
Screenshot 2: Auswahl an Themen für „Gefahren und Katastrophen“ (Bildquelle [1])Screenshot 3: Auswahl an Themen für „Wissenschaftsdisziplinen“ (Bildquelle [1])
Hitze, Dürre und Starkregen werden weltweit aber auch in Deutschland zu einem immer größeren werdenden Problem. Die Ursachen sind weitestgehend bekannt, die eigentlich klaren und dringend nötigen Lösungen leider immer noch in Frage gestellt *Kopfschüttel*. Nun wurde via LinkedIn auf ein neues Stadtklimadashboard [2] hingewiesen, welches gemeinsam vom mit dem Leibniz Institute of Ecological Urban and Regional Development (IOER) [3], LUP – Luftbild Umwelt Planung GmbH [4] und der University of Kassel [5], im Auftrag des BMWSB und des BBSR entwickelt wurde. Dort heißt es:
Das Stadtklimadashboard bündelt die zentralen Kennwerte zur Klimaanpassung für jede deutsche Stadt ab 10.000 Einwohnern an einem Ort, online und frei zugänglich. Zwei zentrale Indikatoren darin: die Erreichbarkeit kühlender Grünflächen zu Fuß im Umkreis von 500 Metern der Anteil unversiegelter oder gering versiegelter Flächen im Stadtgebiet … und einige mehr. [1]
Ich habe mir mal die Daten für meine Heimatstadt Halle (Saale) [6] angeschaut, die Ergebnisse sehen bei den Wasser/Versickerungsfähigen Oberflächen nicht so gut aus, Rang 46 von 67, Bodenversiegelung 74,6 %, Bodenversiegelung 183 m²/EW und Versickerungsfähige Fläche 62 m²/EW. Wesentlich besser schneidet Halle beim Grün/Erreichbarkeit kühlender Grünflächen ab, Rang 12 von 67, Grünvolumen 497 m³/EW und Grünversorgung 25,0 m²/EW.
Screenshot: Mit der „Flurstückssuche DE“ [1], [2] ein Flurstück gesucht und gefunden, mit dem „GeoBasis_Loader“ ** [3] die Karteninfhalte ergänzt, einfacher geht es nicht 😉
Am 23.07.2026 wurde in das QGIS Plugin Repository ein bemerkenswertes Plugin eingestellt. Das QGIS-Plugin „Flurstückssuche DE“ [1], [2] von David Koster unterstützt die Suche von Flurstücken auf Basis amtlicher Geodaten direkt im QGIS über das Gebiet der Bundesrepublik*. Erstmals ist es in einem Plugin möglich, bundesweit zu suchen, bisher gab es diese Funktionalität nur für ausgewählte Bundesländer. Damit ist das Plugin eine ideale Ergänzung zum „GeoBasis_Loader“ [3], welcher hier die deutschlandweiten* offenen Liegenschaftsdaten (ALKIS) leicht zugänglich machen kann. Die Flurstückssuche DE basiert auf den von (fast*) allen Bundesländern frei zur Verfügung gestellten ALKIS-WFS. Die Bedienung ist denkbar einfach, man kann über drei Varianten die Flurstücks-Nr. eingeben und suchen:
Selbstverständlich ist auch der umgekehrte Fall vorgesehen, die „Inverse Suche“, quasi die Identifikations-Funktion, einfach in die Karte auf das interessierende Flurstück klicken und die Flurstücksdaten erfahren.
Das Plugin läuft unter QGIS3/Qt5 und QGIS4/Qt6. Details zur Flurstückssuche DE findet Ihr auch im FOSSGIS 2026-Vortrag von David als Folien [4] oder Video-Mitschnitt [5], das Plugin ist natürlich Open Source, der Code ist auf GitHub [6] einsehbar. Übrigens, ich durfte das Plugin schon frühzeitig mit testen, nun ist Euer Feedback gefragt. IMHO großartiges Plugin, Danke David!
In letzter Zeit habe ich immer wieder über die KI-gestützte Objekterkennung aus Luftbildern gelesen. Jetzt ist ein neues QGIS-Plugin „AI Segmentation“ [1] von TerraLab im QGIS Plugin Repository [2] erschienen und ich habe es am Wochenende mal getestet. Ich habe vorher noch nie selbst eine KI zur Objekterkennung aus Luftbildern verwendet, es war sozusagen mein erstes Mal 😉
Installation und Anmeldung waren unkompliziert und funktionierten tadellos. Wie beschrieben können Rasterdaten aller Art genutzt werden, ich habe mich für die DOP 20 auf dem Open Data Portal Sachsen-Anhalt entschieden, natürlich mit den GeoBasis_Loader [3] ins QGIS geladen. Dann noch schnell ein Rechteck für den interessierenden Bereich markiert und die Erkennung gestartet, in meinem Fall für Gebäude und Bäume. Die Ergebnisse werden in einem GeoPackage gespreichert und sind so schnell weiter ver- und bearbeitbar.
Screenshot 1: Mein Test bei den Identifikation von Gebäuden Bäumen im Pauslusviertel in Halle (Saale).
Hier meine Test-Ergebnisse:
Auf den ersten Blick plausible Ergebnisse und erstes Staunen, unscharf Ersterfassung möglich, Verfeinerung wünschenswert
Auf den zweiten und kritischen Blick: einige Unschärfen, z. B. bei Gebäuden (nicht exakte Geometrien und fehlende Erkennung von Innenhöfen) und bei Bäumen (teilweise werden Baumschatten als Bäume interpretiert). Bei der manuellen Segmentierung kann man ja einige Fehler quasi händisch ausschließen
Interssant wäre, wie sich das Modell weiter entwickelt und auf welche Ergebnisse andere Verfahren kommen. Wer Lust hat, hier ist das GeoPackage [4], vielleicht könnt Ihr ja mal mit Euern Modellen testen und uns die Ergebnisse mitteilen. Gerade Niedersachsen [5] scheint man da besonders weit zu sein. Danke!
Im QGIS-Plugin „GeoBasis_Loader“ [1] sind seit der letzten Meldung einige neue Themen hinzu gekommen, z. B. die Hochwasserdaten für Sachsen, Feldblockdaten für Brandenburg und Sachsen-Anhalt und Themen des DWD. Damit sind jetzt 856 Themen verfügbar, die aktuellen Änderungen findet Ihr wie immer unter Meldungen & Störungen [2] und Status [3].
