KI-gestützte LiDAR-Klassifizierung im Landesmaßstab: Einblicke in das Programm Digitaler Zwilling Deutschland
Deutschland realisiert derzeit eine der größten koordinierten LiDAR-Kampagnen Europas. Das Programm Digitaler Zwilling Deutschland (DigiZ-DE), geleitet vom Bundesamt für Kartographie und Geodäsie (BKG), erfasst 356.794 km² des Bundesgebiets mit einer außergewöhnlich hohen Punktdichte von 40 Punkten/m² – das ist rund vier- bis achtmal so dicht wie typische nationale LiDAR-Befliegungen. Die Daten bilden die Grundlage für ein einheitliches 3D-Modell des gesamten Landes und unterstützen Stadtplanung, Krisenmanagement und langfristige Nachhaltigkeitsziele.
In diesem Maßstab ist Automatisierung keine Komfortfrage, sondern eine Notwendigkeit. In dieser Session zeigt Flai, wie KI-gestützte LiDAR-Punktwolkenklassifizierung innerhalb des DigiZ-DE-Programms eingesetzt wird: Boden, Vegetation, Gebäude, Wasser, Brücken, Stromleitungen, Windkraftanlagen und projektspezifische Objektklassen werden in einem einzigen automatisierten Durchlauf klassifiziert.
Die Teilnehmenden erfahren:
- Wie KI-gestützte LiDAR-Klassifizierung auf landesweite Punktwolkenvolumina skaliert
- Streifenbasierte Rauschklassifizierung, differenzierte Stromleitungs-Kategorisierung und gezielte Behandlung projektspezifischer Klassen wie Windkraftanlagen
- Warum ein 12-Klassen-Schema nach ASPRS – erweitert um benutzerdefinierte Klassen – im Landesmaßstab funktioniert
- Abwägungen zwischen lokaler und Cloud-Verarbeitung für große LiDAR-Programme
Der Vortrag richtet sich an nationale Vermessungsbehörden, Landesvermessungsämter und Geodaten-Produktionsteams, die große LiDAR-Programme umsetzen – und bietet einen konkreten Einblick, was KI-gestützte Klassifizierung heute möglich macht.
Hintergrund: Eine unabhängige Darstellung erschien in GIM International — Processing nationwide data for Germany's digital twin.