PLAY PODCASTS
Chaos Computer Club - recent events feed

Chaos Computer Club - recent events feed

4,903 episodes — Page 32 of 99

Management von Kartenstilen mit OGC API - Styles (fossgis2026)

Der Standard OGC API - Styles ermöglicht die einheitliche Verwaltung und Veröffentlichung von Kartenstilen über offene Schnittstellen. Der Vortrag erläutert Konzepte, Vorteile und bestehende Implementierungen wie GeoServer und GeoStyler. Zudem werden aktuelle Lücken und künftige Entwicklungen aufgezeigt, um Stilmanagement in Geodateninfrastrukturen interoperabler und effizienter zu gestalten. Die konsistente Gestaltung von Geodaten über verschiedene Plattformen und Dienste hinweg ist seit Langem eine Herausforderung in Geodateninfrastrukturen. Der Standard OGC API - Styles adressiert dieses Problem, indem er eine webbasierte Schnittstelle definiert, über die Stile unabhängig von der zugrunde liegenden Rendering-Engine oder dem verwendeten Dienst einheitlich gefunden, abgerufen und verwaltet werden können. Der Vortrag führt in die grundlegenden Konzepte von OGC API - Styles ein und zeigt, wie der Standard den standardisierten Zugriff auf Kartenstile ermöglicht. Dabei wird erläutert, wie bestehende Werkzeuge wie GeoServer und GeoStyler bereits Teile des Standards implementieren und so die Erstellung, Konvertierung und Veröffentlichung von Stilen über offene Schnittstellen unterstützen. Anhand von Praxisbeispielen wird gezeigt, wie diese Komponenten kombiniert werden können, um Stilverwaltungs-Workflows zu vereinfachen, die Interoperabilität zu verbessern und die Zusammenarbeit zwischen Systemen und Organisationen zu fördern. Trotz deutlicher Fortschritte bestehen noch Lücken die geschlossen werden müssen, um das volle Potenzial des Standards auszuschöpfen. Die Teilnehmenden erhalten ein klares Verständnis dafür, wie der Einsatz von OGC API - Styles die Verwaltung von Kartenstilen innerhalb ihrer Geodateninfrastruktur vereinfachen und zu einer flexibleren und interoperableren Umgebung führen kann. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/KNMQ7P/

Mar 26, 202627 min

Generative KI für GIS: Erweiterung mit dem Model Context Protocol (fossgis2026)

Mar 26, 20265 min

Generative KI für GIS: Erweiterung mit dem Model Context Protocol (fossgis2026)

Generative KI bietet viele Möglichkeiten für den Einsatz im GIS-Bereich, allerdings fehlen ihr oft wichtige spezifische Funktionen. Das Model Context Protocol (MCP) schafft hier Abhilfe, indem es eine einfache Anbindung von generativer KI an bestehende GIS-Dienste und Tools wie GDAL, OpenStreetMap oder PostgreSQL ermöglicht. Im Vortrag werden verschiedene Geo-spezifische MCPs vorgestellt, die den Zugriff auf Geodaten und Funktionen wie Geocoding oder Fernerkundung deutlich erleichtern. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/MQTJJE/

Mar 26, 20265 min

Serverbasierte Automatisierung mit QGIS-Modellen (fossgis2026)

Dies ist ein spontaner Lightning Talk von 5 Minuten. Wer einen Vortrag halten möchte bitte an der Pinwand am FOSSGIS-Stand melden. Dies ist ein spontaner Lightning Talk von 5 Minuten. Wer einen Vortrag halten möchte bitte an der Pinwand am FOSSGIS-Stand melden. Dies ist ein spontaner Lightning Talk von 5 Minuten. Wer einen Vortrag halten möchte bitte an der Pinwand am FOSSGIS-Stand melden. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/PFCXFB/

Mar 26, 20265 min

Serverbasierte Automatisierung mit QGIS-Modellen (fossgis2026)

Mar 26, 20265 min

Indikatorenberechnung mit pygeoapi für ein Sozialraummonitoring in KomMonitor (fossgis2026)

Mar 26, 20265 min

Indikatorenberechnung mit pygeoapi für ein Sozialraummonitoring in KomMonitor (fossgis2026)

Die Open Source Software KomMonitor ermöglicht die Berechnung komplexer Leitindikatoren auf Basis von sozio-demografischen Geo- und Zeitreihendaten. Zu diesem Zweck wurde pygeoapi und prefect als Prozessmanager in die Softwarearchitektur von KomMonitor integriert, um fachspezifische Prozesse über den OGC API - Processes Schnittstellenstandard bereitzustellen. Dieser Ansatz ermöglicht die Ableitung komplexer Sozialindikatoren zur Unterstützung eines umfassenden Sozialraummonitorings. Die Open Source Software KomMonitor stellt verschiedene webbasierte Tools bereit, um sozio-demografische Indikatoren zusammen mit Geodaten raum-zeitlich zu analysieren und zu visualisieren. Zeitreihenbasierte Indikatoren ermöglichen dabei die quantitative Auswertung von Zuständen und Veränderungsprozessen in der Stadtentwicklung. So tragen Auswertungen auf Basis von Indikatoren nicht nur zur Entscheidungsunterstützung in der gesamtstädtischen Planung und Entwicklung bei, sondern unterstützen auch die Beantwortung kleinräumiger Fragestellungen in der integrierten, strategischen Sozialplanung. Das Indikatorenkonzept von KomMonitor ist eingebettet in einem Indikatorenframework, das den formalen und hierarchischen Aufbau von Indikatoren definiert und die Grundlage für die Indikatorenentwicklung auf unterschiedlichen Ebenen bildet. In diesem nehmen Leitindikatoren eine besondere Rolle ein. Der inhaltliche Fokus von Leitindikatoren richtet sich auf fachspezifische Fragestellungen. Dabei werden komplexe, nicht messbare Sachverhalte abgebildet, die durch die Verknüpfung mehrerer Subindikatoren und Geodaten abgeleitet werden. Zu diesem Zweck stellt KomMonitor eine Prozessierungskomponente bereit, mit der auf Basis bereits integrierter statistischer Merkmale sowie Geodaten Zeitreihen von Leitindikatoren automatisiert berechnet und fortgeführt werden können. Um Anforderungen an eine für FachplanerInnen leicht zugängliche sowie durch weitere Fachanwendungen nutzbare Methodik der Indikatorenberechnung in KomMonitor gerecht zu werden, erfolgte eine umfangreiche Neukonzeption der Prozessierungskomponente. Vorwiegend wurde mit pygeoapi eine Komponente eingeführt, die als Referenzimplementierung der next-generation OGC API Bestrebungen des Open Geospatial Consortiums unter anderem eine standardisierte Möglichkeit bietet, beliebige (raumbezogene) Prozesse inkl. Metadaten zu definieren. So bietet sich FachnutzerInnen zukünftig die Möglichkeit, eigene Berechnungsvorschriften mit Python zu implementieren und innerhalb von KomMonitor für die Berechnung von Leitindikatoren bereitzustellen. Die Bereitstellung von standardisierten Prozessbeschreibung in KomMonitor über den OGC API - Processes Standard trägt somit nicht nur zur Community-getrieben Erweiterung der Fähigkeiten von KomMonitor bei, sondern fördert außerdem das Verständnis von Prozessen zur Ableitung neuer Indikatoren, da einzelne Prozessschritte und erwartbare Ergebnisse einheitlich beschrieben werden. Der vorliegende Beitrag möchte das Konzept der Indikatorenberechnung von KomMonitor unter Nutzung der pygeoapi vorstellen. Hierzu werden Optimierungen von Prozessworkflows und Datenflüssen zwischen den einzelnen Softwarekomponenten der Prozessierungsschicht erläutert. Anhand eines praktischen Beispiels aus der integrierten, strategischen Sozialplanung wird außerdem die Funktionsweise zur automatisierten Berechnung von Leitindikatoren in KomMonitor präsentiert und dessen Mehrwert für ein umfassendes Sozialmonitoring hervorgehoben. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/NG3NFN/

Mar 26, 20265 min

QWC2-basierte Unterstützung der Maßnahmenplanung im Nationalpark Schwarzwald (fossgis2026)

Im Referat für Geodatenmanagement der Nationalparkverwaltung wurde ein integriertes WebGIS-basiertes Managementinstrument erstellt. Es dient der räumlichen und zeitlichen Koordination von Maßnahmen auf der Fläche des Nationalparks, sowie der Sicherstellung ihrer natur- und artenschutzkonformen Umsetzung. Die Datenhaltung ist in PostGIS, die Dateneingabe und Abstimmungskommunikation zwischen Planern und naturschutzrechlichem Kontrollteam erfolgt im QGIS Web-Client (QWC2) mit dem Editor-Plugin. Auch wenn der Leitsatz des Nationalparks Schwarzwald ist „Natur Natur sein lassen“, also die natürlichen Prozesse grundsätzlich ohne menschlichen Eingriff ablaufen zu lassen, gibt es dennoch ständig eine Vielzahl menschlicher Eingriffe. Diese dienen u.a. der Erfüllung EU-rechtlicher Vorgaben im Artenschutz (NATURA2000), dem Schutz der benachbarten Privatwälder (z.B. Borkenkäfermanagement), dem Schutz der Mitarbeitenden und Besuchenden (z.B. Wegesicherung). Diese Maßnahmen müssen im Einklang mit natur-und artenschutzrechtlichen Vorgaben durchgeführt werden. Sie müssen zwischen den Akteuren der verschiedenen Abteilungen der Nationalparkverwaltung kommuniziert und abgestimmt werden. Dazu eignet sich besonders gut die Darstellung in einem für alle Akteure zugänglichen und auch editierbaren WebGIS. Das Referat für Geodatenmanagement hat im Sommer 2025 ein integriertes Planungstool basierend auf PostGIS, QGIS und dem QGIS-WebClient (QWC2) etabliert. Im sogenannten Projekt „Flächenplanung“ trägt jeder Akteur die von ihm, bzw. seiner Gruppe geplanten Maßnahmen auf der Fläche des Nationalparks auf dem WebGIS als Punkt, Linie oder Polygon ein. Sobald die Geometrie gespeichert wird, wird sie innerhalb der PostGIS Datenbank über Trigger automatisch mit einer Vielzahl von Polygonlayern verschnitten, die schützenswerte Flächen wie FFH-Lebensraumtypen, Lebensstätten besonders geschützter Arten, Waldbiotopen, Messfelder etc. darstellen. Die Ergebnisse dieser Verschneidungen werden im Formular in Form einer Vielzahl von Checkboxen und Multiline-Feldern angezeigt. Sie dienen der Einschätzung, mit welchen räumlichen Konflikten bei der Umsetzung der Maßnahme gerechnet werden muss. Zusätzlich beschreibt der Akteur die Maßnahme detailliert in dem im QWC2 Editor integrierten Formular. Diese Beschreibung dient dem naturschutzrechtlichen Kontrollteam dazu, die Maßnahme einzuschätzen und eventuell Vorgaben in der Art der Umsetzung zu machen. Die Maßnahme durchläuft in der Abstimmung zwischen Akteur und Kontrollteam verschiedene Stadien von „Planung“ bis zur „Freigabe“. Nach Beendigung der Maßnahme dient ein weiterer Bereich des Formulars der Würdigung der Umsetzung, d.h. welche Erfahrungen konnten gewonnen werden, was lief gut, was weniger gut. QWC2 erwies sich als ideale Softwareumgebung, ein solch komplexes interaktives GIS-basiertes Managementinstrument zu erstellen. Derzeit läuft die Planung und Abstimmung der Maßnahmen für 2026, so dass wir auf der Konferenz über die (hoffentlich rein positiven) Erfahrungen einer dadurch sehr verbesserten Maßnahmenplanung berichten können. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/WL78KS/

Mar 26, 202624 min

Wann ein Polygon eigentlich valide ist – eine Reise vom Kaffeebauer bis zum EU-Portal (fossgis2026)

Man meint es sei eigentlich ganz einfach: Der Kunde lädt seine Geodaten hoch, man verarbeitet sie und leitet sie weiter. Doch was ein valides Polygon ist, darüber haben verschiedenste Stellen verschiedenste Ansichten – und auch Open-Source-Bibliotheken sind sich da alles andere als einig. Anhand einiger Praxisbeispiele aus dem Zusammentreffen von Kaffeeindustrie, Geodaten und EU-Regulierung illustriert der Vortrag die Vielfalt an Fallstricken und wie man ihrer Herr werden kann. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/G3RAFS/

Mar 26, 20265 min

Vom Desktop ins Web – der neue Atlas der Schweiz (fossgis2026)

Mar 26, 202628 min

QWC2-basierte Unterstützung der Maßnahmenplanung im Nationalpark Schwarzwald (fossgis2026)

Mar 26, 202624 min

Wann ein Polygon eigentlich valide ist – eine Reise vom Kaffeebauer bis zum EU-Portal (fossgis2026)

Mar 26, 20265 min

GeoAI-as-a-Service - Transparent, Skalierbar, Amtlich (fossgis2026)

Mar 26, 202626 min

GeoAI-as-a-Service - Transparent, Skalierbar, Amtlich (fossgis2026)

GeoAI – die Verbindung von Geoinformatik und Künstlicher Intelligenz – ermöglicht auch im behördlichen Umfeld die automatisierte und reproduzierbare Verarbeitung großer Geodatensätze in kürzester Zeit. Das Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN) bietet GeoAI-as-a-Service an. Dadurch werden Entwicklung und Betrieb nachhaltiger Open Source Lösungen im Bereich GeoAI langfristig sichergestellt. Aktuelle und fachlich verlässliche räumliche Daten sind Grundlage für zahlreiche Entscheidungen in der öffentlichen Verwaltung. Es gibt hohe Anforderungen an Aktualität, räumliche Abdeckung, sowie semantische und geometrische Vollständigkeit. Die Menge und Vielfalt der verfügbaren Geodaten übersteigt jedoch zunehmend die Möglichkeiten klassischer, rein regelbasierter Auswertungsverfahren. Deep Learning Verfahren können räumliche Muster in den Geodaten automatisiert, reproduzierbar und konsistent erkennen. Ihre technische Leistungsfähigkeit ist erprobt. Die Entwicklung eines Deep Learning Modells ist heute auch für Behörden machbar. Schwieriger ist jedoch der Schritt zu einer verlässlichen, dauerhaft nutzbaren Anwendung. Dafür sind stabile Datenpipelines, reproduzierbare Trainings- und Inferenzprozesse, die Versionierung von Modellen und Datensätzen, regelmäßiges Re-Training, Monitoring und fachliche Abnahmen im Betrieb erforderlich. Diese Anforderungen erzeugen einen kontinuierlichen und planbaren Betriebsaufwand. Es wäre für einzelne Behörden weder wirtschaftlich noch zielführend, diese Infrastrukturen jeweils separat aufzubauen. Das Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN) stellt GeoAI deshalb als Software-as-a-Service bereit. Die KI-Verfahren werden als dauerhaft betriebene, skalierbare Infrastruktur konzipiert und umgesetzt, mit klar geregelten Zuständigkeiten für Entwicklung, Betrieb, Aktualisierung und Qualitätssicherung. Zentral dabei ist eine Open-Source-first-Strategie. Die Dienste basieren auf offenen Komponenten und transparenten Verarbeitungsketten. Nutzende bezahlen nicht für die Nutzung eines proprietären KI-Modells, sondern für Betrieb, Qualitätssicherung und Weiterentwicklung einer gemeinsamen, öffentlichen Lösung. Dadurch entsteht ein strukturiertes Finanzierungsmodell für Open Source: Die Nutzung der Services trägt zu ihrer Weiterentwicklung bei, statt öffentliche Mittel für nicht nachhaltige, kommerzielle Einzellösungen zu verwenden. Die Bereitstellung von GeoAI-as-a-Service erfolgt z.B. über die Deutsche Verwaltungscloud (DVC). Behörden nutzen dort standardisierte Vertrags- und Bezugsmodelle auf Basis bestehender Inhouse-Beziehungen. Das reduziert den Aufwand individueller Vergabeverfahren erheblich und ermöglicht einen schnellen und rechtssicheren Einsatz. Aktuell betreibt das LGLN Dienste zur KI-Gebäudeerkennung, zur Analyse von Versiegelung und Entsiegelungspotenzialen sowie zum Vegetations- und Küstenmonitoring. Fachlich unterschiedliche Aufgaben teilen eine gemeinsame technische Grundlage. Rückmeldungen aus der täglichen Arbeit in den Ämtern fließen systematisch in die Weiterentwicklung ein. GeoAI zeigt in der öffentlichen Verwaltung Wirkung, wenn es als skalierbare, offene, weiterentwickelbare Infrastruktur verstanden und betrieben wird. GeoAI-as-a-Service schafft dafür die organisatorische, technische und finanzielle Basis. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/CXDRWY/

Mar 26, 202626 min

Vom Desktop ins Web – der neue Atlas der Schweiz (fossgis2026)

Der Atlas der Schweiz ist der offizielle Nationalatlas und wird seit 1961 von der ETH Zürich herausgegeben. Die Desktop-Version (gestartet in 2016) basiert auf einem interaktiven 3D-Globus mit über 400 thematischen Karten. Dank neuer Webtechnologien – vom Rendering, über UI bis zu Geodatenformaten – konnte der Atlas ins Web migriert und einer grösseren Nutzerschaft zugänglich gemacht werden. Der Vortrag zeigt Konzeption, UX-Design, Architektur und den Einsatz offener Webtechnologien. Ziel des Vortrags ist es, die Migration eines umfassenden digitalen Atlas in moderne Webtechnologien aufzuzeigen und dabei einen möglichst ganzheitlichen Einblick in das Vorgehen und die technischen Entscheidungen zu geben. Zu Beginn werden die Ausgangslage und die Zielsetzung erläutert: Der Atlas der Schweiz, bisher als Desktop-Applikation mit Online-Backend verfügbar, soll einer breiteren Öffentlichkeit über den Browser zugänglich gemacht werden. Dabei galt es, eine Lösung zu finden, die hohe kartografische Qualität, Performance, Sicherheit und langfristige Wartbarkeit vereint. Im Anschluss wird der konzeptionelle Teil des Vorgehens beschrieben – von der Ideen- und Konzeptphase über das User-Experience-Design bis hin zum User-Testing, das in Zusammenarbeit mit einer spezialisierten Agentur durchgeführt wurde. Darauf folgt der technische Teil des Vortrags: die Wahl des geeigneten Karten-Rendering-Frameworks (Kombination von MapLibre und Deck.gl), die Software-Architektur des neuen Systems sowie die Entscheidung für moderne Frontend-Technologien wie Astro (Static Site Generation), Vue.js und Tailwind CSS. Ein weiteres Kapitel widmet sich der Migration der bestehenden Inhalte und Datenstrukturen in das neue System, gefolgt von einer kurzen Demo der aktuellen Public Beta-Version des Atlas der Schweiz. Zum Abschluss wird ein Ausblick auf die geplante Weiterentwicklung des Projekts gegeben – darunter neue Themen, Performance-Optimierungen und die Integration zusätzlicher 3D-Funktionen. Der Vortrag richtet sich an Personen mit Interesse an Webentwicklung, Webkarten und der Anwendung moderner Open-Source-Technologien in der Kartografie. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/YWJM3W/

Mar 26, 202628 min

orthophotos-downloader: Python-Tool zum Scrapen von Luftbildern aus Deutschland (fossgis2026)

Basierend auf einer Open-Source-Initiative, die bereits bei FOSSGIS vorgestellt wurde, haben wir ein Python-Paket entwickelt, das verschiedene WMS-Dienste zentralisiert und automatisiert, um deutschlandweit Orthophotos herunterzuladen. Aufgrund föderaler Strukturen sind die Schnittstellen je nach Bundesland unterschiedlich, was die Nutzung erschwert. Unser Tool vereinfacht diesen Zugang erheblich Basierend auf einer Open-Source-Initiative, die bereits bei FOSSGIS vorgestellt wurde, haben wir ein Python-Paket entwickelt, das verschiedene WMS-Dienste automatisiert und zentralisiert, um deutschlandweit Orthophotos herunterzuladen. Aufgrund der föderalen Struktur Deutschlands stellt jedes Bundesland eigene Schnittstellen bereit, was die flächendeckende Nutzung erschwert. Unser Tool bietet eine einheitliche, benutzerfreundliche Lösung, die unabhängig von den jeweiligen Landesdiensten funktioniert. Es unterstützt verschiedene Bildformate wie RGB und RGBI sowie flexible geografische Abfragen. Die Orthophotos bilden eine hochpräzise Datenbasis für Anwendungen in der Fernerkundung – von Umweltforschung bis Stadtplanung. Die Version 1.0 ist für Anfang 2026 geplant und wird als Open-Source veröffentlicht. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/YREYVE/

Mar 26, 20265 min

orthophotos-downloader: Python-Tool zum Scrapen von Luftbildern aus Deutschland (fossgis2026)

Mar 26, 20265 min

Modernisierte Kommandozeile in GDAL 3.11 (fossgis2026)

Die Funktionen von GDAL/OGR können seit jeher neben der Einbindung als Bibliothek auch über die Kommandozeile genutzt werden. In Version 3.11 wurde dies modernisiert: Ein einheitliches `gdal`-Programm ersetzt diverse Programme wie `ogr2ogr` oder `gdal_translate`. Der Vortrag veranschaulicht die Unterschiede zwischen alter und neuer Syntax. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/KNC8LK/

Mar 26, 20265 min

Modernisierte Kommandozeile in GDAL 3.11 (fossgis2026)

Mar 26, 20265 min

Automatische Prompt‑Optimierung mit DSPy (fossgis2026)

Mar 26, 20265 min

Automatische Prompt‑Optimierung mit DSPy (fossgis2026)

Der Aufstieg von LLMs und VLMs eröffnet neue Wege der Datenverarbeitung und -analyse, wobei die Qualität der Ergebnisse stark von der Formulierung der Prompts abhängt. In diesem Lightning Talk wird das Open-Source-Framework DSPy vorgestellt, das die Entwicklung, das Testen und die automatisierte Optimierung von Prompts in einen reproduzierbaren, recheneffizienten Python-Workflow integriert. Der rasante Aufstieg von Large Language Models (LLMs) und Vision-Language-Models (VLMs) eröffnet auch im Bereich geografischer Anwendungen neue Möglichkeiten zur automatisierten Verarbeitung und Analyse von Geodaten. Die Qualität der erzeugten Ergebnisse hängt jedoch entscheidend von der Formulierung der Prompts ab. Dieser Aspekt hat teils großen Einfluss auf die Ergebnisqualität und unterscheidet sich teils erheblich von Modell zu Modell. In diesem Lightning Talk wird das Open-Source-Framework DSPy vorgestellt. Es integriert die Entwicklung, das Testen und die Optimierung von Prompts in einen reproduzierbaren, reinen Python-Workflow und ermöglicht somit eine strukturierte Vorgehensweise. DSPy löst das Problem der besten Prompt-Formulierung, indem es anhand weniger Beispiele bzw. kleiner Trainingsdatensätze mittels Optimierungsverfahren automatisch die bestmöglichen Prompts ermittelt. Dieser Ansatz ist besonders daten- und recheneffizient. Der Vorteil besteht darin, dass Anwender:innen nicht mehr mühsam einzelne Prompts von Hand formulieren müssen, sondern über das Framework direkt Python-Schnittstellen nutzen können, um optimierte Prompt-Varianten automatisch zu generieren, zu testen und in Produktion zu bringen. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/B37JZL/

Mar 26, 20265 min

PostGIS ST_Letters - Worte sagen manchmal mehr (fossgis2026)

Warum nach Geodaten suchen, wo es doch die PostGIS-Funktion ST_Letters gibt, die im Nu Geometrien erzeugt? ST_Letters ist eine recht unbekannte Funktion, die einen Text übergeben bekommt und diesen als Geometrie ausgibt. Genauer wird die Zeichenfolge von ST_Letters als Multipolygon ausgegeben. https://postgis.net/docs/ST_Letters.html Warum nach Geodaten suchen, wo es doch die PostGIS-Funktion ST_Letters gibt, die im Nu Geometrien erzeugt? ST_Letters ist eine recht unbekannte Funktion, die einen Text übergeben bekommt und diesen als Geometrie ausgibt. Genauer wird die Zeichenfolge von ST_Letters als Multipolygon ausgegeben. Sie haben gerade keine Geometrien zur Hand? Dann können Sie mit ST_Letters leicht Geometrien erzeugen und weitere PostGIS-Funktion ausprobieren. https://postgis.net/docs/ST_Letters.html Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/AXWCQT/

Mar 26, 20265 min

PostGIS ST_Letters - Worte sagen manchmal mehr (fossgis2026)

Mar 26, 20265 min

Verwendung der Routing-Engine Valhalla mit dem MapLibre Navigation SDK (fossgis2026)

Mar 26, 202625 min

ML mit Satellitenbildern in der Geo Engine: Eine Operationalisierung von ML-Diensten (fossgis2026)

Die Geo Engine ermöglicht Geoanalysen in der Cloud, von der Definition von Workflows über OGC-Schnittstellen bis zu Python-Notebooks. Der Vortrag zeigt die Erstellung einer Machine-Learning-Anwendung mit Sentinel-2-Bildern und einem ML-Klassifikator in Geo Engine. Es wird demonstriert, wie Modelle ins ONNX-Format transformiert, registriert und in Workflows integriert werden, sowie die Operationalisierung bestehender ML-Modelle wie eine Wolkenmaskierung. Die Geo Engine (www.geoengine.io) ist eine cloud-ready Geoanalyseplattform, die einen einfachen Zugang zu raumzeitlichen Daten und deren Verarbeitung bietet. Sie ermöglicht Nutzern die Durchführung von Analysen durch die Definition von Verarbeitungs-Workflows über OGC-Schnittstellen, browserbasierte interaktive Benutzeroberflächen und ein Python-Paket z.B. für Jupyter Notebooks. Die Plattform unterstützt die Entwicklung und Bereitstellung von Machine-Learning-Anwendungen unter Verwendung von Satellitenbildern, einschließlich Datenerfassung und -vorbereitung, Modelltraining und -optimierung, Modellbereitstellung und -operationalisierung sowie Analyseanwendungen für neue Daten. Der Vortrag zeigt einen umfassenden Ansatz zur Erstellung einer Machine-Learning-Anwendung mit Sentinel-2-Satellitenbildern und einem ML-Classifier, der mit der Geo Engine bereitgestellt wird. Es wird demonstriert, wie trainierte Modelle in das ONNX-Format transformiert, als neue Geo Engine-Operatoren registriert und nahtlos in Workflows integriert werden können, um Analysen an neuen Satellitendaten durchzuführen. Zusätzlich wird gezeigt, wie Geo Engine die Operationalisierung bestehender Machine-Learning-Modelle unterstützt, beispielsweise durch den Import eines Modells zur Wolkenmaskierung mittels Convolutional Neural Networks (CNNs), um wolkenfreie Szenen zu generieren. Dies ermöglicht die Nutzung abgeleiteter Modelle in erweiterten Workflows für komplexere Verarbeitungsketten wie die zeitliche Aggregation von Zeitreihen zu monatlichen Produkten. 2021 haben wir bereits die Grundlagen des Systems auf der FOSSGIS vorgestellt (https://pretalx.com/fossgis2021/talk/UKLUGE/) und Updates in 2022 mit unserer Python-Bibliothek für Jupyter Notebooks sowie Neuerungen in unserem User Interface präsentiert (https://pretalx.com/fossgis2022/talk/JBLB7F/). In 2026 wird der Einsatz von Machine Learning aus verschiedenen Projekten gezeigt. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/LKYU7Q/

Mar 26, 202623 min

ML mit Satellitenbildern in der Geo Engine: Eine Operationalisierung von ML-Diensten (fossgis2026)

Mar 26, 202623 min

Verwendung der Routing-Engine Valhalla mit dem MapLibre Navigation SDK (fossgis2026)

Die Integration der Open-Source-Routing-Engine Valhalla mit dem MapLibre Navigation SDK ermöglicht eine vollständig freie Navigationslösung. Im Vortrag werden technische Anpassungen, praktische Erfahrungen und Herausforderungen dieser Kombination vorgestellt. Valhalla ist eine leistungsfähige, vollständig Open-Source Routing-Engine, die im Rahmen der letztjährigen Konferenz bereits ausführlich vorgestellt wurde. Aufbauend auf diesen Grundlagen soll dieser Vortrag nun zeigen, wie Valhalla in einer vollständigen Navigationsanwendung eingesetzt werden kann – konkret in Kombination mit dem MapLibre Navigation SDK. Das MapLibre Navigation SDK ist ein Open-Source-Fork des mittlerweile proprietär gewordenen Mapbox Navigation SDK. Trotz seiner offenen Architektur waren für die reibungslose Nutzung mit Valhalla einige Anpassungen notwendig, insbesondere hinsichtlich des Routing-Response-Formats, genauer: welche JSON Attribute für Navigationsanweisungen bereitgestellt werden. Der Vortrag behandelt: * Überblick wie ein eigenes Navigationssystem aus Open Source Software umgesetzt werden kann * Die grundlegende Architektur und Funktionsweise der Zusammenarbeit zwischen Valhalla und dem MapLibre Navigation SDK * Welche Änderungen am Datenformat von Valhalla erforderlich waren, um Routingdaten direkt in das MapLibre Navigation SDK einzuspeisen * Praktische Erfahrungen aus realen Testszenarien: Herausforderungen, Lösungen und Lessons Learned * Einschätzung zur Leistungsfähigkeit, Stabilität und Erweiterbarkeit der Kombination beider Technologien Ziel des Vortrags ist es, Entwickler*innen und Interessierten zu zeigen, wie Open-Source-Routing und -Navigation in der Praxis erfolgreich miteinander verbunden werden können ohne auf kommerzielle oder proprietäre Komponenten angewiesen zu sein. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/NHZTAM/

Mar 26, 202625 min

Moderne Cloud-Daten in QGIS (fossgis2026)

Cloud-optimized GeoTIFF, COPC, FlatGeoBuf, PMTiles, GeoParquet... - Moderne "Cloud"-Formate haben in den letzten Jahren Einzug in die GIS-Welt gehalten. Für manche bereits ein alter Hut, aber nicht jede*r hat sich schon einmal rangetraut. In dieser Demosession zeigen wir in praktischen Beispielen wie der Umgang mit cloud-optimierten Datensätzen in QGIS gelingt und was ihre Vorteile sind. Während bei klassischen GIS-Ansätzen die Daten entweder vollständig lokal als Dateien vorliegen oder per Datenbank oder Webservice eingebunden werden, ermöglichen Cloud-Formate gezielt und performant nur die Daten abzurufen, die man für eine Aufgabe benötigt. Diese lassen sich mit herkömmlichen Webservern bereitstellen, ganz ohne dass spezielle GIS-Server nötig sind. Vor allem bei großen Datensätzen können cloudoptimierte Formate Prozesse vereinfachen und beschleunigen. Dies demonstrieren wir in einer Demosession mit praktischen Beispielen. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/LA7YBN/

Mar 26, 202651 min

MapServer: Terabyteweise digitale Orthophotos aus S3 und NFS performant bereitstellen (fossgis2026)

Im Rahmen des Reengineerings der Geodateninfrastruktur Thüringen (TMDI, TLBG) werden **Digitale Orthophotos (DOP)** in eine **hochmoderne, containerisierte IT-Landschaft** und in das neue Thüringer Landesrechenzentrum (TLRZ) migriert. Mehrere **Terabyte** an DOP im GeoTIFF-Format werden über den MapServer als OGC-konforme WMS- und WCS-Dienste bereitgestellt – sowohl aus **S3-Buckets** als auch aus klassischen **NFS-Dateisystemen**. Der Vortrag zeigt Architektur, Erfahrungen und Optimierungen. Um den Zugriff auf flächendeckende **Digitale Orthophotos (DOP)** performant und zuverlässig zu gestalten, werden diese in einem Pilotprojekt im Rahmen des Reengineerings der Geodateninfrastruktur Thüringen - zusammen mit dem Thüringer Ministerium für Digitales und Infrastruktur und dem Thüringer Landesamt für Bodenmanagement und Geoinformation - in eine **hochverfügbare Kubernetes-Umgebung** des Thüringer Landesrechenzentrums (TLRZ) überführt. Die DOP liegen landesweit im **GeoTIFF-Format** mit einem Gesamtvolumen von mehreren Terabyte vor. Für die Bereitstellung werden bewährte Open Source-Komponenten wie **MapServer und GDAL** eingesetzt, die **OGC-konforme WMS- und WCS-Dienste** realisieren. Im Zuge der Migration wurden neben klassischen NFS-Dateisystemen auch S3-kompatible Speichersysteme integriert und hinsichtlich Performance und Skalierbarkeit untersucht. Der Vortrag gibt Einblicke in technische Herausforderungen, erprobte Konfigurationen und Optimierungen, insbesondere bei der Konvertierung von **TIFF** zu **GeoTIFF** und **Cloud Optimized GeoTIFF (COG)**. Der Vortrag zeigt, wie durch den Einsatz von Open Source-Technologien und containerisierten Infrastrukturen eine nachhaltige, skalierbare und zukunftssichere Geodatenplattform entstehen kann. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/LPLZJC/

Mar 26, 202624 min

actinia-copilot URBAN: Effizientere Stadtanalysen mit KI und Open Source (fossgis2026)

„actinia-Copilot URBAN“ – ein von der European Space Agency (ESA) kofinanziertes Open-Source-KI-System – verbindet Large Language Models (LLM) mit Geodatenverarbeitung. Es ermöglicht Stadtplanern und Kommunen, Klimaanpassungsprojekte durch natürliche Sprachabfragen umzusetzen, indem komplexe Geo- und Erdbeobachtungsdaten ohne tiefgreifende technische Fachkenntnisse zugänglich gemacht werden. actinia-copilot URBAN ist ein innovatives Projekt zur Integration von Large Language Models (LLMs) in Open-Source-Geodaten-Technologie, insbesondere unter Verwendung der [actinia-Engine](https://github.com/actinia-org/actinia-core/), ein OSGeo Community Projekt. Wir von [mundialis](https://www.mundialis.de/) präsentieren die ersten Arbeiten an diesem agentenbasierten Framework zusammen mit den LLM- und Agentenspezialisten von [VAGO Solutions](https://vago-solutions.ai/) und demonstrieren unseren Ansatz, künstliche Intelligenz mit Open-Weight-Modellen direkt in ein etabliertes Open-Source-GIS-Backend zu integrieren. Dieses System schließt eine wichtige Lücke. Es ermöglicht nicht-technischen Anwender:innen aus Städten, Kommunen und Planungsbüros, anspruchsvolle Analysen von Erdbeobachtungsdaten durchzuführen. Durch die Nutzung der Möglichkeiten der natürlichen Sprachverarbeitung und bestehender FOSS4G-Tools (einschließlich actinia) können Anwender:innen ohne tiefgreifende Programmier- oder Geodatenkenntnisse städtische und kommunale Strukturen in Bezug auf Klimaanpassung, versiegelte Flächen, Baumbestand usw. abfragen und analysieren. Die Präsentation befasst sich mit folgenden Themen: - Technische Grundlagen: Wie Open-Source-LLMs in das actinia-Backend integriert werden, um eine nahtlose Datenanalyse zu ermöglichen. - Befähigung der Nutzenden: Die Interaktion über natürliche Sprache und die Generierung umsetzbarer Ergebnisse (Karten, Berichte). - Open-Science-Kontext: Ausrichtung an den FAIR-Prinzipien und Förderung der digitalen Souveränität durch einen vollständig Open-Source-basierten Stack. Wir werden Beispiele hervorheben, die für die städtische und kommunale Klimaanpassung relevant sind, sowie die entscheidende Rolle, die FOSS bei der Demokratisierung des Zugangs zu Geodaten und bei der Förderung der digitalen Souveränität spielt. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/BY3BPK/

Mar 26, 202627 min

Moderne Cloud-Daten in QGIS (fossgis2026)

Mar 26, 202651 min

actinia-copilot URBAN: Effizientere Stadtanalysen mit KI und Open Source (fossgis2026)

Mar 26, 202627 min

MapServer: Terabyteweise digitale Orthophotos aus S3 und NFS performant bereitstellen (fossgis2026)

Mar 26, 202624 min

Die MobiData BW® Integrationsplattform: Public Money, Code und Data (fossgis2026)

Mar 26, 202625 min

Die MobiData BW® Integrationsplattform: Public Money, Code und Data (fossgis2026)

Die MobiData BW® Integrationsplattform ist ein von der Nahverkehrsgesellschaft Baden-Württemberg und Dienstleistern entwickeltes Open-Source-Projekt. Kommunale und kommerzielle Mobilitätsdaten zu u. a. Sharing-Angeboten, Parken, Ladesäulen und Baustellen werden rechtlich und technisch gebündelt und über offene APIs bereitgestellt. MobiData BW® sichert dabei Qualität und Aktualität und erfüllt durch die Veröffentlichung auf der Mobilithek kommunale Datenlieferungspflichten. Die MobiData BW® Integrationsplattform ist ein Open-Source-Projekt für die Bereitstellung offener Mobilitätsdaten. Sie erstellt ein digitales Abbild der Mobilität in Baden-Württemberg und beinhaltet kommunale und kommerzielle Daten zu Fahrplänen, Sharing-Angeboten, Parkmöglichkeiten, E-Ladesäulen, Verkehrsmeldungen sowie Baustellen. Die Integrationsplattform ist ein gemeinsames Entwicklungsprojekt der NVBW und ihrer Dienstleister, die damit eine enge technische Zusammenarbeit von öffentlicher Hand und Privatwirtschaft etablieren. Die öffentliche Hand entwickelt hierbei aktiv mit, sie betreibt die Integrationsplattform auf eigenen Rechnern, und sie baut hierfür intern die erforderlichen DevOps-Kompetenzen auf. Die Zusammenarbeit erfolgt in einem agilen und partnerschaftlichen Umfeld: Anstatt umfangreicher Lastenhefte werden Anforderungen und Architektur fortlaufend gemeinsam weiterentwickelt. So können Auftraggeber und Dienstleister flexibel auf neue technische oder rechtliche Rahmenbedingungen reagieren – ein Vorgehen, das andernorts oft schwer umzusetzen ist. Die Mobilitätsdaten werden vielerorts genutzt, wie etwa in der bwegt-Auskunft im Web und in der App. Einzelne Komponenten der Integrationsplattform – etwa der GBFS-Konverter oder das Parkdaten-Modul – können auch für andere Projekte wiederverwendet werden. Das Team hinter MobiData BW® verantwortet Qualität und Aktualität der gebündelten Mobilitätsdaten und überwacht dazu die Datenquellen wie auch die eigenen Schnittstellen. Zur Veranschaulichung der gebündelten Daten werden themenspezifische Karten entwickelt. Die gebündelten Daten werden zudem auf der Mobilithek veröffentlicht, wodurch automatisch kommunale Datenlieferungspflichten erfüllt sind. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/NE9Y7X/

Mar 26, 202625 min

Talk to your GIS-Data - KI-Trends und Praxisbeispiele im Geodatenumfeld (fossgis2026)

Einsatz von KI im GIS-Bereich: Der Vortrag gibt einen Überblick über aktuelle Entwicklungen: Was sind LLMs, Copiloten, Agenten, RAG-Systeme und MCPs? Anhand praxisnaher Beispiele aus dem Geodatenumfeld werden Chancen und Risiken moderner KI-Anwendungen beleuchtet. Bei den Stadtwerken München beschäftigen wir uns intensiv mit den aktuellen Entwicklungen rund um Künstliche Intelligenz im GIS-Bereich. Die Innovationsdynamik ist enorm – neue Konzepte, Tools und Frameworks entstehen in rasantem Tempo, was es herausfordernd macht, den Überblick zu behalten. In diesem Vortrag geben wir einen praxisnahen Einblick in zentrale KI-Technologien wie Large Language Models (LLMs), deren Potenzial aber auch deren Herausforderungen im Kontext von Datenschutz und sensiblen Geodaten. Wir zeigen, wie RAG-Systeme (Retrieval-Augmented Generation) genutzt werden können, um vertrauliche Dokumente sicher und kontextbezogen zu verarbeiten. Außerdem beleuchten wir die Rolle von integrierten LLMs – sogenannten Copiloten – die mit spezialisiertem Wissen direkt in GIS-Workflows eingebunden werden können. Ein weiterer Fokus liegt auf KI-Agenten: Was sind sie, wie funktionieren sie, und welches Potenzial bieten sie für automatisierte Prozesse in der Geodatenverarbeitung? Abschließend werfen wir einen Blick auf Open-Source-Alternativen und diskutieren, wie diese in kommunalen oder unternehmensinternen Kontexten sinnvoll eingesetzt werden können. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/PBXRTX/

Mar 26, 202626 min

Open Source Tools zur Erstellung von 3D Tiles – Erfahrungen und Herausforderungen (fossgis2026)

Ein praxisnaher Einblick in die Erstellung von 3D Tiles für einen digitalen Zwilling mit Open Source Tools – von der Datenaufbereitung verschiedener Geodatenformate bis zu Herausforderungen bei Konvertierung und Visualisierung. Die Standardisierung von 3D Tiles als Austauschformat eröffnet zahlreiche Möglichkeiten für die webbasierte Visualisierung räumlicher Daten. Im Rahmen eines aktuellen Projekts beschäftigen wir uns mit Open Source Tools zur Konvertierung unterschiedlicher Datenquellen nach 3D Tiles. Im Vortrag geben wir einen Überblick über verfügbare Open Source Werkzeuge und Bibliotheken zur Verarbeitung von: - 3D-Modellen (GLB/OBJ), inklusive Herausforderungen wie Skalierung und Georeferenzierung- - Punktwolken (LAS/LAZ) - CityGML-Datensätzen, am Beispiel der deutschlandweit verfügbaren LoD2-Gebäude Wir berichten über die Entwicklung eines digitalen Zwillings und diskutieren über die Zuverlässigkeit sowie Herausforderungen einer vollständig Open Source-basierten Lösung. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/GUQWRF/

Mar 26, 202626 min

Visuelle Exploration von Klima- und Forschungsdaten mit Open Pioneer Trails (fossgis2026)

Mar 26, 202626 min

Open Source Tools zur Erstellung von 3D Tiles – Erfahrungen und Herausforderungen (fossgis2026)

Mar 26, 202626 min

Talk to your GIS-Data - KI-Trends und Praxisbeispiele im Geodatenumfeld (fossgis2026)

Mar 26, 202626 min

Open-Source-Tools und Citizen Science für urbane Mobilitätsdaten (fossgis2026)

Mar 26, 202624 min

Visuelle Exploration von Klima- und Forschungsdaten mit Open Pioneer Trails (fossgis2026)

Dieser Beitrag stellt zwei Anwendungen zur visuellen Exploration von Klima- und Forschungsdaten vor. Sie werden mit dem Open-Source Mapping-Framework Open Pioneer Trails realisiert. Die DIRECTED-"Data Fabric" visualisiert Klimaszenarien, während der "OneStop4All" eine Plattform zur Suche nach geobezogenen Forschungsressourcen bietet. Im Fokus stehen der Entwicklungsprozess, die Funktionalität der Anwendungen, die interne Struktur sowie die Integration spezieller Features zur Datenexploration. Wie sieht der Klimawandel wirklich für die Menschen aus? Warum haben wir angesichts all der verheerenden Naturkatastrophen, die jedes Jahr auftreten, keine besseren Lösungen gefunden, um den Menschen und Gemeinden, die damit konfrontiert sind, zu helfen? Wie können wir uns an das sich ständig verändernde Klima anpassen? Was bedeutet dies auf lokaler Ebene? Der Klimawandel wirft viele wichtige Fragen auf. Antworten darauf sind kompliziert und es ist schwer, sie verständlich darzustellen. Daten - insbesondere Geodaten - spielen hier eine zentrale Rolle. Sie können ein entscheidender Teil im Diskurs werden und dabei helfen, Entscheidung zu kommunizieren und deren Effekte zu erklären. Im Forschungsprojekt DIRECTED werden Tools entwickelt, die bei diesem Vorgang unterstützen sollen. In sogenannten Real World Labs werden Klimadaten sowie Simulationen und Modelle gesammelt, aufbereitet und anschließend visualisiert. So können verschiedene Szenarien, die direkte Folgen des Klimawandels sind, dargestellt und exploriert werden. Beispiele hierfür sind: * Anstieg des Meeresspiegels und Identifikation entsprechender Gegenmaßnahmen in Küstenregionen * Darstellung der Wahrscheinlichkeit von fluvialen Überschwemmungsereignissen in Flussregionen * Entwicklung von Dürreperioden sowie deren räumliche und zeitliche Ausdehnung Die verschiedenen Anwendungsfälle werden auf der Plattform “Data Fabric” (https://directed.dev.52north.org) gebündelt und den Nutzenden zur Verfügung gestellt. Auch in der Forschungs-Community ist es essenziell, gezielt und effizient relevante Daten für Forschungsvorhaben oder Publikationen zu identifizieren. Im Rahmen des DFG-bezuschussten Projekts NFDI4Earth (https://www.nfdi4earth.de) wurde eine web-basierte Infrastruktur zur Suche von Forschungsdaten der Erdsystemwissenschaften konzipiert. Ein Teil dieser Infrastruktur ist der sogenannte OneStop4All (https://onestop4all.nfdi4earth.de), eine Frontend-Webanwendung für die Suche nach verschiedenen geobezogenen Forschungsressourcen (z. B. Daten, Dienste, Software, Dokumente usw.). Im Hintergrund kommt ein Triple Store zur Haltung der Metadaten zum Einsatz. Neben der Suchoberfläche mit mehreren Filteroptionen zur Eingrenzung der Suchergebnisse bietet die Plattform auch einen Assistenten, der die Nutzenden anhand einer Reihe von Fragen durch die Suche nach einem geeigneten Repositorium führt. Gegenwärtig wird die Anwendung um eine KI-gestützte Suche erweitert. In diesem Beitrag stellen wir den Entwicklungsprozess für die beiden oben beschriebenen Anwendungskontexte vor. Wir beschreiben die grundlegende Funktionalität der Webanwendungen, welche auf Basis von Open Pioneer Trails entwickelt werden, und darauf aufbauend die notwendige Entwicklungsarbeit, um von den Daten zu einer modernen Präsentation zu gelangen. Insbesondere beleuchten wir die interne Struktur und das Zusammenspiel der verschiedenen Komponenten (z.B. Services, Dependency Injection und UI-Widgets). Anhand der verschiedenen Funktionen der Anwendungen werden die Konzepte der Trails-Base-Packages sowie der OpenLayers-Integration dargestellt. Unter anderem stellen wir spezielle Features zur visuellen Exploration von Zeitreihen bzw. alternativen Simulationsmodellen (z.B. mit Hilfe von Layer-Slidern) und die Anbindung an entsprechende Datenquellen vor. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/P9MFBJ/

Mar 26, 202626 min

Open-Source-Tools und Citizen Science für urbane Mobilitätsdaten (fossgis2026)

Im Rahmen dieses Projekts wird eine offene, webbasierte Geodatenplattform vorgestellt, die als Schnittstelle dient, um von Radfahrenden mit der offenen Technologie senseBox:bike – einem modularen Sensorsystem zur Erfassung von Umwelt- und Mobilitätsdaten – gesammelte Daten bereitzustellen. Durch Open-Source-Technologie und Citizen-Science-Ansatz fördert sie partizipative Datenerhebung, interaktive Visualisierung und datenbasierte Entscheidungsprozesse. Radfahren spielt eine zentrale Rolle für nachhaltige urbane Mobilität. Dennoch fehlt es Stadtverwaltungen häufig an verlässlichen, repräsentativen und frei zugänglichen Daten vom Radverkehr, um Planungsprozesse datenbasiert zu gestalten. Der Beitrag präsentiert ein offenes, webbasiertes Geodatenframework, das von Bürger:innen erzeugte Sensordaten der senseBox:bike mit kommunalen Geodaten integriert, um datenbasierte Entscheidungsprozesse in der Mobilitätsplanung zu unterstützen. Die Plattform kombiniert aktuelle, lokal erhobene Umwelt- und Mobilitätsdaten - wie Luftqualität, Beschleunigung,Oberflächenbeschaffenheit der Straße oder mittels KI erkannte gefährliche Überholmanöver - mit bestehenden raumbezogenen Datensätzen zu Infrastruktur und Flächennutzung. Das System basiert vollständig auf Open-Source-Technologien und nutzt unter anderem eine PostGIS Datenbank, Martin für Vector Tiles, pygeoAPI als OGC-konforme Schnittstelle, sowie ein webbasiertes Frontend auf Basis von kepler. gl zur interaktiven, raum-zeitlichen Datenvisualisierung. Durch die Anbindung an das offene Datenrepository der openSenseMap wird die Integration von Echtzeit- und historischen Sensordaten aus Citizen-Science-Kampagnen ermöglicht. Zusätzliche Module erlauben die Einbindung externer Datensätze (z. B. CSV, GeoJSON, WMS, …) durch die Nutzer:innen selbst, wodurch die Analyse erweitert und die Interoperabilität innerhalb kommunaler GIS-Umgebungen verbessert wird. Das Projekt folgt einem nutzerzentrierten Designansatz, der auf Interviews mit Stadtplaner:innen und Mobilitätsexpert:innen in Münster (Deutschland) und São Paulo (Brasilien) basiert. In beiden Städten wurden UX-Workshops durchgeführt, um Benutzerfreundlichkeit, Relevanz und die Anpassung an verschiedene städtische Kontexte zu evaluieren. Dabei testeten Akteur:innen aus Verwaltung und Zivilgesellschaft die Plattform praktisch und gaben Feedback zu Funktionalität, Visualisierung und Datennutzung. Durch die Kombination von partizipativer Datenerhebung, Citizen-Science-Ansätzen und einer offenen Geodateninfrastruktur trägt das Framework zur Stärkung der digitalen Souveränität und Inklusion in der Stadtplanung bei. Es schlägt eine Brücke zwischen bürgergenerierten Daten, offenen Technologien und öffentlicher Verwaltung und zeigt auf, wie offene, gemeinschaftsbasierte Datenplattformen zur Demokratisierung von Wissen und zu transparenteren Entscheidungsprozessen im Bereich urbaner Mobilität beitragen können. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/LKCCYV/

Mar 26, 202624 min

Python in QGIS – ein Blick auf die Schnittstellen und ihre Sicherheit (fossgis2026)

Wie funktionieren Profile und Projekte in QGIS und welche Möglichkeiten bietet QGIS hier mit Python den Funktionsumfang zu erweitern und anzupassen? Zum Beispiel können in Profilen Plugins oder eigene Ausdrucksfunktionen liegen, in Projekten Makros und in Stilen Aktionen enthalten sein. Wir wollen das Potential dieser Schnittstellen betrachten und werfen dabei auch einen kritischen Blick auf sicherheitsrelevante Aspekte. In diesem Vortrag schauen wir uns an, wie man Profile und Projekte in QGIS einsetzen und mit Python individualisieren kann. Wir werfen einen Blick auf Plugins, Makros, Aktionen, Ausdrucksfunktionen etc. und zeigen wo sich diese in Stilen, Projekten und Profilen wiederfinden. Wie und wo wird der Python Code abgespeichert? Wann lädt QGIS was und (wie) lässt sich das kontrollieren? Welche Empfehlungen gibt es für einen sicheren Umgang mit den Schnittstellen? Welche aktuellen Entwicklungen gibt es dazu im QGIS-Projekt? Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/9NSPTE/

Mar 26, 202624 min

Fork the City: Neue Wege gemeinsamer Softwareentwicklung im öffentlichen Sektor (fossgis2026)

Mar 26, 202628 min

Von OpenStreetMap zu semantisch vernetzten Wissensgraphen (fossgis2026)

Mar 26, 202628 min

Python in QGIS – ein Blick auf die Schnittstellen und ihre Sicherheit (fossgis2026)

Mar 26, 202624 min

Fork the City: Neue Wege gemeinsamer Softwareentwicklung im öffentlichen Sektor (fossgis2026)

Wir stellen ein Open-Source-Kooperationsmodell vor, in dem eine Stadtverwaltung aktiv an der Weiterentwicklung und Pflege ihrer Software beteiligt ist. Durch Git-Submodule, GitHub Actions und eine webbasierte IDE kann die Verwaltung eigenständig Hilfeseiten und Konfigurationen anpassen und Releases auslösen. Das Modell zeigt, wie öffentliche Auftraggeber digitale Souveränität gewinnen und Open Source nachhaltig in ihre Arbeitsprozesse integrieren können. In diesem Vortrag zeigen wir ein praxisbewährtes Modell gemeinsamer Open-Source-Entwicklung zwischen einer Stadtverwaltung und einem Entwicklungsteam. Ziel war es, die Verwaltung in die Lage zu versetzen, ihre Softwarekomponenten, etwa Hilfeseiten, Konfigurationen und kleinere Module, eigenständig zu pflegen und zu veröffentlichen. Technisch wurde dies durch Git-Submodule und automatisierte Workflows mit GitHub Actions realisiert. Eine webbasierte IDE ermöglicht den Mitarbeitenden der Verwaltung, Änderungen ohne lokale Installation vorzunehmen. Durch dieses Setup können öffentliche Auftraggeber Releases selbst initiieren und ihre Anpassungen versionssicher in die Open-Source-Codebasis integrieren. Der Vortrag behandelt: • Entstehung und Hintergründe des Kooperationsmodells • Technische Umsetzung mit Git-Submodules, GitHub Actions und webbasierter IDE • Erfahrungen im täglichen Betrieb und Lessons Learned • Perspektiven für nachhaltige und souveräne Open-Source-Entwicklung im öffentlichen Sektor Das Beispiel zeigt, wie Verwaltungen Schritt für Schritt von Anwenderinnen und Anwendern zu Mitentwicklerinnen und Mitentwicklern werden. Ein wichtiger Beitrag zur digitalen Souveränität und zur Stärkung der Open-Source-Kultur in kommunalen Projekten. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/ZQAGZ8/

Mar 26, 202628 min

Von OpenStreetMap zu semantisch vernetzten Wissensgraphen (fossgis2026)

Der Beitrag zeigt, wie Community-Geodaten aus OpenStreetMap, Wikidata und weiteren Wikibase-Instanzen automatisiert extrahiert, semantisch harmonisiert und in das Federated Knowledge Graph Ecosystem integriert werden können. Durch Python-basierte RDF-Transformationen, GeoSPARQL-Modellierung und QGIS-Reintegration entsteht eine offene, FAIR-kompatible Pipeline für Cultural-Heritage- und Geoscience-Daten. ## Von OpenStreetMap zu semantisch vernetzten Wissensgraphen: Integration von Community-Geodaten in das Federated Knowledge Graph Ecosystem ### Extended Abstract Community-basierte Geodatenplattformen wie OpenStreetMap (OSM), Wikidata (Schmidt, Thiery, und Trognitz 2022) und weitere Wikibase-Instanzen stellen eine der wertvollsten frei verfügbaren Quellen raumbezogener Informationen dar. In der wissenschaftlichen Nutzung, insbesondere im Bereich des Cultural Heritage und der Geowissenschaften, besteht jedoch weiterhin die Herausforderung, diese heterogenen Daten strukturiert, semantisch konsistent und maschinenlesbar in Forschungsinfrastrukturen zu integrieren. Der Beitrag zeigt, wie Community-Geodaten automatisiert extrahiert, transformiert und in das Federated Knowledge Graph Ecosystem (Fischer u. a. 2025; Rossenova u. a. 2025; Thiery u. a. 2025) wie die Knowledge Graph Infrastructure (KGI4NFDI) und den Terminology Service (TS4NFDI) eingebunden werden können. Die Datenextraktion erfolgt über Overpass Turbo (für OSM-Daten) sowie über SPARQL-Endpoints der Wikibase-Systeme (z. B. Wikidata, fuzzy-sl Wikibase, FactGrid). Anschließend werden die Datensätze mithilfe von Python-Skripten und der Bibliothek rdflib in RDF transformiert und innerhalb von Jupyter Notebooks dokumentiert, um eine reproduzierbare, FAIR4RS-konforme Prozesskette sicherzustellen. Die resultierenden RDF-Graphen werden gemäß CIDOC CRM und GeoSPARQL 1.1 modelliert und über die Material Cultural Heritage Crosswalk Ontology (MaCHeCO) mit dem NFDI4Objects Knowledge Graph interoperabel gemacht. Ergänzend erzeugt das SPARQLing Unicorn Toolkit (Homburg und Thiery 2024b; 2024a) eine HTML-Dokumentation der RDF-Ergebnisse, während das zugehörige SPARQLing Unicorn QGIS-Plugin die Re-Integration der Linked Data in QGIS ermöglicht. Anhand konkreter Use Cases wird das Vorgehen illustriert: (1) Cultural Heritage Irish Sites – etwa der Ogham Stone Coumeenole North (Q126503090; node:5145413640), cgl. Thiery und Thiery (2023), via https://overpass-turbo.eu/s/2eM0 oder St. Lachtain’s Well (Q121840779; way:935503837), via https://overpass-turbo.eu/s/2eM2 – werden aus OSM und Wikidata abgerufen, semantisch harmonisiert und mit dem NFDI4Objects-Graph verknüpft. (2) Geoscience Sites – beispielsweise die Franchthi Cave (node:1221172611; Q1441331) oder Crvena Stiljena Cave (node:10879170567; Q121418883), vgl. Thiery und Schenk (2023), sowie die Bohrkerne AU3, AU4 und DE3 (Schenk u. a. 2024) – werden als (duale) geologische und archäologische Entitäten modelliert. (3) Zur Rekonstruktion georegionaler Kontexte (z. B. der Eifel-Region) werden Fluss- und Grenzrelationen wie der Rhein (123924), die Mosel (390416) oder der Parc naturel des Hautes-Fagnes – Eifel (10601027) integriert, um „fuzzy boundaries“ semantisch zu repräsentieren. Der Beitrag zeigt, wie durch die Nutzung offener Standards, freier Software (Python, QGIS) und offener Schnittstellen (Overpass, SPARQL) eine durchgängige Pipeline von Community-Daten zu semantisch vernetzten, FAIRen Forschungsdaten entsteht. Damit wird eine Brücke zwischen der FOSSGIS-Community und den NFDI-Forschungsinfrastrukturen geschlagen – ein Beitrag zur nachhaltigen Nutzung, Verknüpfung und Langzeitverfügbarkeit offener Geodaten in Wissenschaft und Kulturerbe. ### Referenzen Fischer, Kristina, Anja Gerber, Thomas Koprucki, Andreas Noback, Marco Reidelbach, Torsten Schrade, und Florian Thiery. 2025. „Windows on Data: Federating Research Data with FAIR Digital Objects and Linked Open Data“. In Proceedings of the Conference on Research Data Infrastructure 2025, herausgegeben von York Sure-Vetter und Paul Groth, 7(5), 𝒬3, 7(5), 𝒬3. Aachen: Squirrel Papers. https://doi.org/10.5281/zenodo.16736221. Homburg, Timo, und Florian Thiery. 2024a. „SPARQL Unicorn Ontology Documentation“. Squirrel Papers 6 (2): #2. https://doi.org/10.5281/zenodo.10780476. ———. 2024b. „sparqlunicorn/sparqlunicornGoesGIS-ontdoc: Version 0.17“. Squirrel Papers 6 (2): #2. https://doi.org/10.5281/zenodo.8190763. Rossenova, Lozana, Fidan Limani, Carsten Fortmann-Grote, Angelika Kaplan, Florian Thiery, Atif Latif, Renat Shigapov, u. a. 2025. „How are NFDI consortia using Knowledge Graphs? An overview of common functions and challenges by the Working Group “Knowledge Graphs”“. In Proceedings of the Conference on Research Data Infrastructure 2025, herausgegeben von York Sure-Vetter und Groth Paul, 7(5), 𝒬5, 7(5), 𝒬5. Aachen: Squirrel Papers. https://doi.org/10.5281/zenodo.16736077. Schenk, Fiona, Ulrich Hambach, Sarah Britzius, Daniel Veres, und Frank Sirocko. 2024. „A C

Mar 26, 202628 min

Diskrete globale Gittersysteme für die raum-zeitliche Aggregation und Visualisierung (fossgis2026)

Die raum-zeitliche Aggregation großer (Punkt-)Datenmengen für die kartografische Web-Visualisierung stellt eine Herausforderung dar, die auf unterschiedliche Weisen angegangen werden kann. Anhand zweier Praxisbeispiele – auf Datenbankebene in PostgreSQL und im Streamprozessor-Framework Apache Flink – wird die Verwendung von Ubers H3-Programmbibliothek für die hexagonale Aggregation in einem Discrete Global Grid System (DGGS) vorgestellt und diskutiert. Nahezu-Echtzeit-Daten, Zeitreihendaten und anderweitige raum-zeitliche Ereignisdaten unterliegen unabhängig ihres anvisierten Analysezwecks früher oder später häufig der Notwendigkeit einer kartografischen Darstellung. Ist eine Web-Visualisierung vorgesehen, so gestaltet sich die Datenaufbereitung als herausfordernde Aufgabe, denn eine prototypische quick-and-dirty Web-Darstellung im Browser – bspw. mit OpenLayers – stößt bei größeren Datenmengen schnell an ihre Performance-Grenzen. Je nach Anwendungsfall können die Rohdatenmengen riesig sein. Auch die Bereitstellung der Rohdaten über OGC-Web-Services skaliert schlecht mit zunehmender Datenmenge. An dieser Stelle wird eine Aggregation oder Generalisierung der Daten notwendig. Dafür eignen sich selbst-definierte Gitter, amtliche bzw. nationale Gittersysteme sowie Diskrete globale Gittersysteme (Discrete Global Grid Systems, DGGS) sehr gut. Einige Varianten wie das [geographische Gitter für Deutschland](https://gdz.bkg.bund.de/index.php/default/inspire/sonstige-inspire-themen/geographische-gitter-fur-deutschland-in-lambert-projektion-geogitter-inspire.html), [Ubers hexagonales Gittersystem H3](https://h3geo.org/) und [Googles hierarchisches Gittersystem S2](http://s2geometry.io/) werden im Vortrag kurz gegenübergestellt. Vielleicht werfen wir auch einen Blick auf die Arbeitsgruppe DGGS des OGC und auf den OGC-Standard [API – DGGS](https://www.ogc.org/de/standards/dggs/). Zwar bieten Web-Mapping-Frameworks wie OpenLayers bereits praktische Methoden wie [HexBin](https://viglino.github.io/ol-ext/doc/doc-pages/ol.source.HexBin.html) zur Erstellung eines Hexagon-Gitters für eine räumliche Aggregation von Quelldaten, aber dafür müssen alle Quelldaten zuerst in den Browser des Clients wandern, was erfahrungsgemäß schnell zu Performance-Problemen führt. Anhand zweier Projektbeispiele werden zielführendere Herangehensweisen vorgestellt, wie Zeitreihendaten effizient per Post-Processing auf Datenbankebene oder in Echtzeit bei der Streaming-Daten-Verarbeitung aggregiert werden können. Beispiel 1 aus dem mFUND-Projekt [ErlebensAtlas](https://www.dlr.de/de/ts/forschung-und-transfer/projekte/erlebensatlas) aggregiert Daten des Reiseerlebens von Nutzenden des ÖPNV in Hamburg und Berlin im Erfassungszeitraum 2025 zur Unterstützung von Entscheidungsprozessen der Mobilitätsbetreiber. Dafür wird die PostgreSQL-Erweiterung [h3-pg](https://github.com/zachasme/h3-pg) zur Aggregation im hexagonalen Gittersystem H3 verwendet. Beispiel 2 aus dem mFUND-Projekt [EDDY](https://www.dlr.de/de/ts/forschung-und-transfer/projekte/eddy) zeigt exemplarisch eine Aggregation von V2X-Kommunikationsdaten (Vehicle-to-Everything communication) in Echtzeit mit dem Streaming-Daten-Verarbeitungswerkzeug Apache Flink, wofür ebenfalls eine quelloffene [H3-Implementierung in Java](https://github.com/uber/h3-java) verfügbar ist. Finales Ziel in beiden Fällen ist immer eine performante Bereitstellung der aggregierten Ergebnisdaten über OGC-Web-Schnittstellen wie WMS/WFS oder API – Maps/API – Features. Auf diese Weise sind sie einfach austauschbar und flexibel in Analysewerkzeugen diverser Akteure nutzbar. Der Vortrag möchte eine möglichst generische Herangehensweise an die Gitter-Aggregation vorstellen, sodass die Übertragbarkeit dieser praktischen Methodik auf zahlreiche andere statistische Anwendungsfälle vermittelt wird. Vor allem Verkehrsdaten, Bewegungsdaten und Sensordaten lassen sich so mit geringem Aufwand elegant visualisieren und für weiterführende Analyseanwendungen aufbereiten. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/Q9MT9G/

Mar 26, 202625 min