Die Vielfalt räumlicher Datenanalysen im CAS Spatial Data Analytics

9.6.2026 – Hochschule für Architektur, Bau und Geomatik, Institut Geomatik, Hochschule für Architektur, Bau und Geomatik

Wie lassen sich Städte klimaresilienter gestalten? Wie können Biodiversität und Lebensraumvernetzung analysiert werden? Und welche Rolle spielen künstliche Intelligenz und Geodaten bei der Lösung aktueller Herausforderungen?

Die Zertifikatsarbeiten im CAS Spatial Data Analytics geben spannende Einblicke in die vielfältigen Einsatzmöglichkeiten räumlicher Datenanalysen. Die Teilnehmenden bearbeiten reale Fragestellungen aus Praxis, Forschung und Verwaltung und entwickeln innovative Lösungen an der Schnittstelle von Geodaten, Data Science und KI.

Die Projekte zeigen eindrücklich, wie räumliche Datenanalysen dazu beitragen können, komplexe Zusammenhänge sichtbar zu machen und fundierte Entscheidungen zu unterstützen.

Story

So wurde in einer Arbeit untersucht, wie Drohnenbilder, Photogrammetrie und Deep Learning kombiniert werden können, um Fensterpositionen automatisiert zu erfassen und dadurch Lärmmodelle zu verbessern.

3D-Ansicht von zwei geplanten Flugmissionen in Drone Harmony

Eine weitere Arbeit analysierte die Entwicklung von Baumkronenflächen in Siedlungsgebieten mithilfe von Orthofotos, LiDAR-Daten und KI-Methoden, um Veränderungen der grünen Infrastruktur besser zu verstehen und eine fundierte Grundlage für die Planung klimaresilienter Siedlungsräume zu schaffen.

Auch Fragestellungen aus Naturschutz und Biodiversität sind Bestandteil des CAS. Eine Zertifikatsarbeit zeigte, wie Wildtierbrücken mithilfe frei verfügbarer Satellitendaten und moderner Objekterkennung automatisiert erkannt werden können. Die entwickelte Methodik eröffnet Perspektiven für europaweite Analysen von Lebensraumvernetzungen.

Ein weiteres Projekt beschäftigte sich mit der Frage, wie Hitzebelastung, Grünraumversorgung und Verdichtungspotenziale gemeinsam betrachtet werden können, um Gemeinden bei einer klimaangepassten Innenentwicklung zu unterstützen.

Die vorgestellten Projekte verdeutlichen die thematische Vielfalt des CAS Spatial Data Analytics. Von Geodaten und räumlicher Modellierung über Data Science bis hin zu künstlicher Intelligenz bearbeiten die Teilnehmenden konkrete Fragestellungen aus Praxis, Forschung und Verwaltung. Wer datengetriebene Analysen mit räumlichem Bezug entwickeln und anwenden möchte, findet im CAS ein zukunftsorientiertes Weiterbildungsangebot mit hoher Praxisrelevanz.