Um das zeitaufwendige und eintönige manuelle Digitalisieren der Muschelbänke in Luftbildern zu automatisieren entstand in der Nationalparkverwaltung Niedersächsisches Wattenmeer die Idee "Künstliche Intelligenz" einzusetzen und das Landesamt für Geoinformation und Landesvermessung Niedersachsen mit der Entwicklung eines KI-Systems zu beauftragen.

Im Rahmen einer Masterarbeit wurden zunächst verschiedene aktuelle Deep-Learning-Modelle untersucht und verglichen, um die am besten geeignete Architektur zur Erkennung von Muschelbänken zu identifizieren. Auf dieser Basis wurden anschließend weitere Modelle trainiert. Die Trainingsdaten basierten auf in den vergangenen Jahren manuell kartierten Muschelbankflächen und wurden iterativ optimiert. Als Datengrundlage dienten Digitale Orthophotos mit einer Bodenauflösung von 10 bis 20 cm.

Die Entwicklung und Evaluierung der KI zur Muschelbankerkennung erfordert eine enge interdisziplinäre Zusammenarbeit zwischen Fachleuten aus Biologie, Geoinformatik, Machine Learning und Cloud-Infrastruktur. Das Projekt zeigt exemplarisch, wie durch Kooperation zwischen öffentlichen Verwaltungen und den Einsatz freier Open-Source-Software in kurzer Zeit innovative KI-Anwendungen mit direktem Mehrwert entstehen können.

Im Vortrag stellen wir die Ergebnisse der Masterarbeit, die Entwicklung des MVP (Minimum Viable Product) sowie den daraus entstandenen produktiven Cloud-Service vor. Dabei zeigen wir, welche Open-Source-Komponenten aus dem Geo-Bereich zum Einsatz kommen und welche offenen Daten und Softwarelösungen im Rahmen des Projekts entstanden sind.

Das Projekt „Muschelbankerkennung“ wird im Rahmen des Aufbaus eines KI-Kompetenzzentrums vom Niedersächsischen Ministerium für Inneres, Sport und Digitalisierung gefördert.