PLAY PODCASTS
Chaos Computer Club - recent events feed

Chaos Computer Club - recent events feed

4,903 episodes — Page 34 of 99

Open Source und Geo in 2026 (fossgis2026)

Mar 25, 202621 min

GeoServer-Cloud v2.28: Cloud-optimierte Geodatenformate und Speicherlösungen (fossgis2026)

Mar 25, 202619 min

Nutzung interoperabler Geodaten für die Lageführung im Hochwasserkrisenmanagement (fossgis2026)

Mar 25, 20268 min

Open Source und Geo in 2026 (fossgis2026)

State of Open Source GIS in 2026. Open Source ist aus Geospatial nicht mehr wegzudenken. In vielen Bereichen sind Open Source Lösungen inzwischen der Quasi-Standard (PostGIS, GeoServer, QGIS). Aber was ist von den alten Ideen wirklich geblieben, was gibt es Neues, welchen Einfluss wird KI auf Open Source haben und wie geht es weiter? Zuerst gab es Software. Dann kamen proprietäre Lizenzen. Deswegen musste jemand Freie Software neu erfinden, nur um sie fast an Open Source zu verlieren, das dann langfristig aber doch wieder frei wurde. Dann hat Open Source die großen Tech-Giganten ermöglicht, die es jetzt wieder auffressen. War das wirklich nicht abzusehen? Und wie sieht es heute im Geo und GIS Bereich aus? Was passiert mit Open Source GIS in Zeiten agiler Software-Entwicklung, Cloud-Architekturen und KI? Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/VJAJHH/

Mar 25, 202621 min

GeoServer-Cloud v2.28: Cloud-optimierte Geodatenformate und Speicherlösungen (fossgis2026)

In diesem Vortrag stellen wir die neue Version 2.28 des GeoServer-Cloud vor. Wir zeigen anhand von praktischen Beispielen den großen Mehrwert durch die implementierte Unterstützung cloudoptimierter Formate wie PMTiles und GeoParquet, sowie den Support gängiger cloudbasierter Speichersysteme (Amazon s3, Azure Blob Storage und Google Cloud Storage) im GeoServer-Cloud. Die Bereitstellung von Geodaten befindet sich im Wandel. Klassische, monolithische Serverstrukturen weichen zunehmend cloudbasierten und skalierbaren Architekturen. Parallel dazu entstehen neue Datenformate, die speziell für verteilte Speicher- und Verarbeitungssysteme ausgelegt sind – darunter GeoParquet für große Vektordatensätze und PMTiles für gekachelte Karten, die direkt aus Objektspeichern bezogen werden. Im Zuge dessen werden Cloud-Storage-Systeme wie S3 oder Google Cloud Storage vermehrt für die Datenspeicherung moderner Geodateninfrastrukturen eingesetzt. Mit GeoServer-Cloud wurde im Jahre 2020 ein Ansatz geschaffen, der die etablierte GeoServer-Technologie in klar abgegrenzte, skalierbare Komponenten unterteilt. Diese lassen sich nahtlos in Microservice-Architekturen und Orchestrierungssysteme wie Kubernetes integrieren. Anwender können GeoServer-Dienste dadurch dynamisch betreiben, horizontal skalieren und in Cloud-Umgebungen effizient verwalten. Vor dem Hintergrund aktueller operativer Einsatzszenarien von GeoServer-Cloud, erläutern wir in diesem Vortrag die wichtigsten Weiterentwicklungen aus dem letzten Jahr und stellen den großen Mehrwert durch die Unterstützung moderner Formate wie PMTiles und GeoParquet sowie deren Nutzung in cloudbasierten Speichersystemen vor. Bei letzteren wird nun neben Azure Blob Storage und Amazon S3 auch Google Cloud Storage unterstützt. Die wichtigsten Neuerungen, die wir in diesem Vortrag den Anwendern und Integratoren von GeoServer-Cloud (v2.28) vorstellen möchten umfassen: GeoWebCache Google Cloud Storage Modul - ermöglicht das Ablegen von Tile-Caches direkt in Google Cloud Storage (GCS) anstelle lokaler Laufwerke – ein entscheidender Schritt für persistente, skalierbare Cloud-Deployments. PMTiles DataStore Modul - erlaubt den direkten Zugriff auf PMTiles-Dateien, ein effizientes Format für Vektorkacheln, das ideal für den Einsatz in Object Storages wie S3 oder GCS geeignet ist. OGC API Features Erweiterung - Implementierung des modernen OGC-Standards zur Bereitstellung von Vektordaten über RESTful-APIs als JSON – eine leichtgewichtige Alternative zu WFS. GeoParquet DataStore Erweiterung - direkter Zugriff auf GeoParquet-Dateien für performante Analyse und Darstellung großer Vektordatensätze. Optionale INSPIRE-Unterstützung - neue Werkzeuge, um GeoServer-Dienste gemäß der europäischen INSPIRE-Richtlinie bereitzustellen. Integration der App-Schema-Erweiterung - ermöglicht die Bereitstellung komplex strukturierter Features über mehrere Datenquellen hinweg. Graticule-Erweiterung - dynamisches Einblenden von Gradnetzen auf Kartenansichten. Konfigurierbare Ausgabeformate - erlaubt Administratoren, gezielt zu steuern, welche Vektor- und Rasterformate für WMS-, WFS- und WCS-Requests verfügbar sind. Erweiterte Zugriffsprotokollierung – flexible Konfiguration von Access Logs für Monitoring, Debugging und Sicherheitsanalysen. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/8SWCDQ/

Mar 25, 202619 min

Kannibalisierungsfreie ÖPNV-Taxis mit MOTIS: Ein geometrischer Ansatz (fossgis2026)

Das freie, quelloffene Routingsystem MOTIS wird im Rahmen des PriMa+ÖV Projekts erweitert, um die Einbindung von Taxis und privaten Mitnahmeangeboten in den öffentlichen Verkehr zu ermöglichen. Damit es durch das Taxiangebot nicht zur Kannibalisierung am ÖPNV kommt, wird ein mehrstufiges, kostenbasiertes Widerstandsmodell eingesetzt. Der geometrische Ansatz ermöglicht die Visualisierung der Entscheidungen des Modells, erleichtert somit die Kalibrierung und stellt die Nachvollziehbarkeit sicher. Durch die Integration von Taxis in den öffentlichen Verkehr (ÖV) können bisher nicht bediente Orte auf der ersten und letzten Meile angebunden, Taktlücken geschlossen sowie die Versorgung in den Tagesrandzeiten verbessert werden. Im Rahmen des PriMa+ÖV Projekts wird das freie und quelloffene Routingsystem MOTIS erweitert, so dass zusätzlich zum Angebot des ÖV auch Verbindungen gefunden werden, die teilweise oder vollständig durch Taxis der am Projekt beteiligten Taxiunternehmen realisiert sind. Eine Filterung der gefundenen Taxiverbindungen ist notwendig, damit der ÖV nicht durch die Taxiverbindungen kannibalisiert wird. Ob eine Taxiverbindung angeboten werden soll, hängt vom ÖV-Angebot auf der Strecke und dem zeitlichen Zusammenhang ab. Eine Taxiverbindung kann durch ausreichenden zeitlichen Abstand oder durch einen deutlichen Reisezeitvorteil im Vergleich zu den Alternativen des ÖV erwünscht sein, oder durch eine Kombination beider Aspekte. Eine weitere Anforderung an das Modell ist, dass in den Tagesrandzeiten großzügiger mit Taxiverbindungen umgegangen werden soll, da durch die Lücke zwischen den Betriebstagen keine frühere bzw. spätere ÖV-Verbindung existiert. Um unerwünschte Taxiverbindungen aus den Ergebnissen zu filtern, wird ein mehrstufiges, kostenbasiertes Widerstandsmodell mit einem geometrischen Ansatz verwendet. Jede ÖV-Verbindung trägt eine Kostenfunktion zur Kurvenschar des ÖV bei. Alle Taxiverbindungen, deren Kosten über der unteren Einhüllenden dieser Kurvenschar liegen, werden aus den Ergebnissen entfernt. Analog wird für die verbleibenden Taxiverbindungen die untere Einhüllende gebildet und alle Taxiverbindungen mit höheren Kosten entfernt. Durch die Dämpfung lokaler Maxima der Einhüllenden zwischen den Verbindungen wird in den Kernzeiten eine strikte Filterung bei vorhandenem Takt erreicht. Gleichsam bleibt eine erhöhte Permissivität in Tagesrandzeiten erhalten. Unter Verwendung von linearen Kostenfunktionen können die Anforderung der Projektpartner erfüllt werden. Das Modell ist aber nicht auf lineare Funktionen beschränkt. Außerdem erlaubt der geometrische Charakter des Modells eine unkomplizierte Visualisierung, um die Nachvollziehbarkeit der Entscheidungen des Modells stets zu gewährleisten. Zur Kalibrierung des Modells werden Verbindungsmengen aus echten Routinganfragen gesammelt und die Verbindungen als erwünscht oder unerwünscht klassifiziert. Das Modell wird auf die Verbindungsmengen angewandt und die Ausgabe ausgewertet. Für Verbindungsmengen, bei denen nicht die gewünschte Klassifizierung erreicht wurde, werden die Verbindungen, die Modellentscheidung und die Anforderungsverletzung visualisiert. Entsprechend der Darstellungen kann eine Anpassung der Modellparameter vorgenommen und die Auswertung daraufhin wiederholt werden. Durch diesen Prozess ist eine praxisnahe Kalibrierung möglich. Die Kostenträger können präzise zwischen Angebotsverbesserung und Kostenkontrolle abwägen. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/AVH3BM/

Mar 25, 20265 min

Kannibalisierungsfreie ÖPNV-Taxis mit MOTIS: Ein geometrischer Ansatz (fossgis2026)

Mar 25, 20265 min

Was tun, wenn plötzlich das Team wächst. (fossgis2026)

Mar 25, 202625 min

Was tun, wenn plötzlich das Team wächst. (fossgis2026)

Das passiert nicht nur bei GIS-Themen: Man werkelt ganz frohgemut auf seiner kleinen Insel am Rande des Konzerns und baut ganz unversehens ein Werkzeug, das andere für hilfreich erachten und plötzlich hat man nicht nur Erfolg, sondern auch ein grösser werdendes Team. Wo vorher zwei, drei Unverdrossene in stiller Eintracht und auf kurzen Dienstwegen zielstrebig zusammengearbeitet haben, braucht es auf einmal Struktur. Unser Team hat die Frameworkfalle erfolgreich umgangen. Das ging so... Das passiert nicht nur bei GIS-Themen: Man werkelt ganz frohgemut auf seiner kleinen Insel am Rande des Konzerns und baut ganz unversehens ein Werkzeug, das andere für hilfreich erachten und plötzlich hat man nicht nur Erfolg, sondern auch ein grösser werdendes Team. Wo vorher zwei, drei Unverdrossene in stiller Eintracht und auf kurzen Dienstwegen zielstrebig zusammengearbeitet haben, braucht es auf einmal Struktur. Unser Team hat diese Frameworkfalle erfolgreich umgangen. Innerhalb von wenigen Monaten wuchs unser Team von vier auf zwanzig Entwickler, von denen die eine Hälfte im Rheinland, die andere Hälfte in Indien wohnt und arbeitet. Es galt eine hervorragende Team- und Fehlerkultur aus der kuscheligen Nische in den rauen Wind der IT-Operations eines größeren Konzerns zu überführen und unsere Idee von einem lebenswerten Arbeiten zwischen Kontinenten und Kulturen mit Leben zu erfüllen. Wie haben wir das gemacht? Der Werkzeugkasten der agilen Methoden ist zum Bersten gefüllt. Wir haben uns einiger bekannter Ansätze und Werkzeuge bedient. Dieser Vortrag will Mut machen, eklektisch und explorativ vorzugehen und nur die Prozesse und Methoden anzuwenden, die wirklich weiterhelfen. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/HSWEJY/

Mar 25, 202625 min

PostgreSQL und Postgis für Einsteiger (fossgis2026)

Ein Einstieg in die Welt der Datenbanken. Der Vortrag gibt einen Überblick, was eine Datenbank überhaupt ist, erläutert die (für GIS-Anwendungen) wichtigsten Datentypen sowie die Erweiterungen durch Postgis und benennt einfache Beispiele für die Möglichkeiten, die das Werkzeug Postgis für die weitere Datenverarbeitung, insbesondere die Visualisierung mit QGIS, bietet. Der Vortrag richtet sich an Anfänger, die von SQL und Postgis bisher nur den Namen kennen. Er soll gerade für einen absoluten Anfänger verständlich und nachvollziehbar sein. Vermittelt wird im Wesentlichen neben einem Überblick über die Technik der Datenbank und ihren Gestaltungsmöglichkeiten Verständnis für den Sinn eines Einsatzes von Postgis. Die Installation der Datenbank wird nicht thematisiert, da das je nach Betriebssystem stark variiert. Ausgegangen wird von einer Datenbank, wie sie osm2pgsql für den Anwender bereitstellt. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/RHKSDK/

Mar 25, 202625 min

Cloud-native Geodateninfrastrukturen: Skalierbarer Open-Source-Ansatz mit Kubernetes (fossgis2026)

Der Vortrag beschreibt die Migration der GDI des Stadtplanungsamts der LH Wiesbaden von einer klassischen, serverbasierten Umgebung hin zu einer cloud-nativen Architektur mit Kubernetes. Als leistungsstarke Container-Orchestrierungsplattform ermöglicht es die automatisierte Verwaltung, Skalierung und Überwachung unserer auf Open-Source ausgerichteter Geodaten-Services. Wir zeigen exemplarisch, wie Kommunen mit OSS und moderner Infrastruktur ihre Geodaten effizient und flexibel verwalten können. Dieser Beitrag befasst sich mit der Migration der Geodateninfrastruktur des Stadtplanungsamts der Landeshauptstadt Wiesbaden von einer monolithischen Windows-Server-Umgebung zu einer containerisierten, cloud-nativen Open-Source-Architektur auf Basis von Kubernetes. Zum Einsatz kommen ausschließlich quelloffene Softwarekomponenten, darunter Mapbender 4, UMN MapServer, Apache, PgAdmin, PostgreSQL/PostGIS und Apache Solr. Eine zentrale LDAP-Anbindung ermöglicht die Benutzerverwaltung und Authentifizierung in den einzelnen Komponenten. Perspektivisch ist die Abbildung eigener Gruppenstrukturen durch eine Erweiterung um Keycloak geplant, während das zentrale Active Directory weiterhin von der IT administriert wird. Ein Schwerpunkt lag auf der Erhöhung der Betriebssicherheit. Feste Konfigurationseinträge wie Passwörter und Dateipfade wurden vollständig aus den Konfigurationsdateien entfernt und durch Variablen und Secret-Management-Mechanismen ersetzt. Ergänzend wurde ein Logging-Stack auf Basis von Loki und Grafana etabliert, der eine zentrale, skalierbare und effiziente Protokollverwaltung ohne verteilte Logfiles ermöglicht. Die neue Infrastruktur verbessert zudem Wartung und Weiterentwicklung signifikant. Test- und Produktivsysteme erlauben risikofreie Updates und Upgrades, während alle Konfigurations- und Anwendungskomponenten versionskontrolliert in Git-Repositorys geführt werden, was die Transparenz, Nachvollziehbarkeit und Teamkollaboration stärkt. Perspektivisch ist die Integration weiterer kommunaler Instanzen vorgesehen, um einen gemeinsamen Datenbank-Cluster zu bilden. Dies unterstützt eine zentrale Datenhaltung, erleichtert den Datenaustausch, fördert aktuelle Open-Data-Initiativen und die Erweiterung des Digitalen Zwillings. Darüber hinaus wird die Einbindung eines QGIS Servers angestrebt, um Fachanwendern die eigenständige Veröffentlichung von Projekten zu ermöglichen. Das Projekt steht somit exemplarisch für die Modernisierung kommunaler Geodateninfrastrukturen durch offene, sichere und skalierbare Technologien. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/U33HTH/

Mar 25, 202623 min

Wolkenfreie Sentinel-2-Landkreise (fossgis2026)

Wir zeigen einen deutschlandweiten Prototyp-Dienst für wolkenfreie Sentinel-2-Daten auf Landkreisebene (& Städte). Die Aufnahmen werden noch am gleichen Tag in der Cloud prozessiert und als frei verfügbare, sofort nutzbare Datensätze (Cloud-Optimized Geotiff) bereitgestellt, direkt integrierbar in GIS-Software oder in OGC-Services. Die hohe Aktualität eignet sich besonders für kommunale Anwendungen (Monitoring, Planung). Unser Prototyp vereinfacht somit den Zugang zu Sentinel-2-Daten. Im Beitrag präsentieren wir einen cloudbasierten Prototyp für wolkenfreie Sentinel-2-Daten für ganz Deutschland auf Ebene der Landkreise – einschließlich Stadtstaaten und kreisfreier Städte. Der Fokus liegt auf zwei Aspekten: (1) ein einfacher, offener Zugang und (2) eine sehr hohe Aktualität der Daten. Außerdem liegen alle historischen wolkenfreien Aufnahmen seit 2015 vor. So sollen insbesondere Kommunen profitieren, die keine zeitlichen oder personellen Kapazitäten für eigene Satellitendaten-Workflows haben. Technisch nutzen wir CODE-DE, um tagesaktuelle Aufnahmen automatisiert zu Cloud-Optimized-GeoTIFFs zu prozessieren und täglich in S3-Objektspeichern abzulegen. Der Code ist auf openCode verfügbar (https://gitlab.opencode.de/lgln/sentinel2l). Für jeden Landkreis und jede Aufnahme steht ein stabiler URL-Endpunkt bereit, der direkt in GIS-Software oder bestehende WebGIS-Plattformen eingebunden werden kann. Ergänzend bieten wir eine Web-Anwendung (https://lgln.community.code-de.org/), über die Datensätze gesucht und genutzt werden können. Der Prototyp senkt damit Zugangshürden zu Sentinel-2-Daten und erschließt kommunalen Fachabteilungen aktuelle Erdbeobachtungsdaten für Monitoring und Planung. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/PEWAT3/

Mar 25, 20269 min

Wolkenfreie Sentinel-2-Landkreise (fossgis2026)

Mar 25, 20269 min

Warum es eine gute Idee war, eine FOSSGIS-Firma zu gründen (fossgis2026)

Der Beitrag mit dem Untertitel "... und warum ich es heute nicht noch einmal machen würde – oder vielleicht doch?" bietet einen selbstkritischen Rückblick auf die 25-jährige Geschäftstätigkeit von lat/lon, einer Firma mit einem auf dem Open Source-Gedanken basierenden Businessmodell im Bereich der Geo-IT, und beleuchtet die Herausforderungen, die Chancen und Risiken, früher und heute, und was es unterwegs zu lernen gab, mit dem Ziel, die Erfahrungen praxisnah zu präsentieren. Ein selbstkritischer Rückblick auf die 25-jährige Geschäftstätigkeit von lat/lon, einer Firma mit einem auf dem Open Source-Gedanken basierenden Businessmodell im Bereich der Geo-IT, zeigt die Herausforderungen, die Chancen und Risiken, früher und heute, und was es unterwegs zu lernen gab, in diesem ziemlich speziellen Markt. Als lat/lon gegründet wurde, gab es keine (oder nur sehr wenige) Mitspieler im GIS-Markt, die Open Source zu ihrer Grundlage gemacht haben. Heute ist das nicht mehr so – und möglicherweise hat lat/lon dazu beigetragen. Was zur Jahrtausendwende eine Nische oder ein Alleinstellungsmerkmal war, auch in Kombination mit OGC-Knowhow, gibt es jetzt überall. Aber auch wenn die Rahmenbedingungen für eine solche Firmengründung in 2025 andere sind, können die Erfahrungen aus 25 Jahren immer noch hilfreich sein. Ziel des Beitrags ist es, solche hilfreichen Erfahrungen herauszuarbeiten und praxisnah zu präsentieren. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/Z7CCWE/

Mar 25, 202626 min

Ein Ansatz zur Optimierung von raumbezogenen Datenbankabfragen mit PostGIS (fossgis2026)

In diesem Vortrag wird gezeigt, wie mit der PostgreSQL-Erweiterung PostGIS räumliche Daten effizient verarbeitet werden können. Anhand eines konkreten Anwendungsbeispiels wird erläutert, wie ein optimiertes PostGIS-Datenbankschema und maßgeschneiderte Funktionen eine schnelle Visualisierung von Echtzeitinformationen in Katastrophengebieten ermöglichen und so eine effektive Entscheidungsfindung unterstützen. Der effiziente Umgang mit geographischen und räumlichen Daten ist ein wichtiger Faktor für die Entscheidungsfindung in Echtzeit. In Notfallszenarien kann das Wissen, wie viele Menschen sich in einem bestimmten Gebiet aufhalten, die Katastrophenplanung erheblich verbessern. Umfangreiche Abfragen räumlicher Daten sind jedoch rechenintensiv und erfordern ein sorgfältiges Datenbankdesign, um aussagekräftige Resultate zeitnah zu erhalten. Die PostgreSQL-Erweiterung PostGIS, die eigens für das Handhaben von geographischen und räumlichen Daten entwickelt wurde, bietet ein Werkzeug zur Bewältigung dieser Herausforderung. Die Kombination von PostGIS mit einer zweckmäßigen Datenbankstruktur ermöglicht es, komplexe Szenarien effektiv anzugehen. PostGIS ist ein Open-Source-Tool, das unter der GNU General Public License veröffentlicht wird und direkt in PostgreSQL aktiviert werden kann, was die erweiterte Datenbank zu einer geeigneten Grundlage für unseren Anwendungsfall macht. Im Rahmen eines Projekts für das Schweizerische Bundesamt für Bevölkerungsschutz BABS haben wir eine Web-GIS-Anwendung entwickelt, um in Katastrophenszenarien die Anzahl der aktuell in einem Gebiet anwesenden Personen auf einer Karte zu visualisieren. Eine zentrale Anforderung an diese Anwendung ist es, dem Benutzer die gewünschten Daten zeitnah zur Verfügung zu stellen, damit die zuständigen Stellen sofort und effektiv handeln können. Um diese Anforderung zu erfüllen, war es unerlässlich, ein geeignetes Datenbankschema zu entwerfen und benutzerdefinierte PostgreSQL-Funktionen zu entwickeln, um die bestmögliche Leistung zu erzielen. In diesem Vortrag werde ich eine kurze Einführung in PostGIS geben und anschließend detaillierter auf die entwickelte Datenbankstruktur eingehen, welche Ansätze wir in Betracht gezogen haben und wie sich diese Ansätze in Bezug auf ihre Leistung verhalten. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/NZ9SYX/

Mar 25, 202625 min

Das Masterportal in einer behördlichen Cloudumgebung (fossgis2026)

Die GDI-Th wird modernisiert. Kernstück ist der Geoproxy 4.0 mit cloud- und containerbasierter Architektur. Als zentrale Darstellungskomponente dient der Thüringen Viewer auf Basis des Masterportal-Frameworks. Der Vortrag behandelt Herausforderungen der Umsetzung in der Thüringer Verwaltungscloud unter Berücksichtigung der Rahmenbedingungen des Landesrechenzentrums sowie die Integration in bestehende Infrastrukturen wie die landesinterne Nutzerverwaltung und die Anbindung an die BundID. Die Geodateninfrastruktur Thüringen (GDI-Th) steht vor den umfassendsten infrastrukturellen und technischen Veränderungen seit ihrer Entstehung. Mit dem Geoproxy 4.0 als Kernkomponente vollzieht sich ein technologischer Paradigmenwechsel: von monolithischen Systemen hin zu modularen, containerbasierten Architekturen. Parallel zur Cloud-Migration entstehen neue OGC API-Dienste, 3D-Visualisierungsmöglichkeiten und modernisierte Web-Clients. Diese Transformation vereint technische Innovation mit fachlicher Weiterentwicklung und schafft die Grundlage für skalierbare, performante eGovernment-Anwendungen. Der auf dem Masterportal-Framework basierende Thüringen Viewer bildet die zentrale Darstellungskomponente des Geoproxy 4.0 zur Visualisierung der Geodaten der GDI-Th. Aufbauend auf dem Thüringen Viewer wurden verschiedene spezialisierte Fachviewer entwickelt. Als eine der ersten Komponenten migrieren der Thüringen Viewer und seine Derivate in die neue Infrastruktur des Geoproxy 4.0. Der Vortrag beleuchtet folgende Herausforderungen: * DevSecOps-Praktiken für das Masterportal-Framework in einer behördlichen Cloud * Containerisierte Umgebungen (von Docker über Podman bis Kubernetes) * Integration der internen Nutzerverwaltung (Active Directory) * Anbindung an die BundID * Anbindung an im Landesnetz betriebene Siegelserver * Lessons Learned und Handlungsempfehlungen Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/S8ZLFH/

Mar 25, 202626 min

Warum es eine gute Idee war, eine FOSSGIS-Firma zu gründen (fossgis2026)

Mar 25, 202626 min

Nutzung räumlicher Daten für eine strategische vertikale Nachverdichtung (fossgis2026)

Mar 25, 202626 min

Das Masterportal in einer behördlichen Cloudumgebung (fossgis2026)

Mar 25, 202626 min

Ein Ansatz zur Optimierung von raumbezogenen Datenbankabfragen mit PostGIS (fossgis2026)

Mar 25, 202625 min

Nutzung räumlicher Daten für eine strategische vertikale Nachverdichtung (fossgis2026)

Der Wohnungsneubau soll intensiviert und gleichzeitig das Flächensparziel beibehalten werden. Eine Lösungsstrategie ist die vertikale Nachverdichtung von Gebäuden. Doch ein Eingriff in den Siedlungsbestand ist oft konfliktbehaftet. Daher werden anerkannte städtebauliche Kriterien in räumliche Daten übersetzt und verwendet, um Standorte für vertikale Nachverdichtung an einem Fallbeispiel zu ermitteln. Hierdurch soll ein moderner Ansatz für eine proaktive Innenentwicklung geschaffen werden. Die Bundesregierung verfolgt die Absicht den Wohnungsneubau zu intensivieren, um die Bevölkerung mit bezahlbarem, angemessenem Wohnraum zu versorgen. Gleichzeitig sollen keine neuen Flächen versiegelt und der CO2-Ausstoß, an dem der Bausektor einen erheblichen Anteil trägt, reduziert werden. Eine Lösungsstrategie ist die vertikale Nachverdichtung, also das Wachstum von Gebäuden in die Höhe. So kann Wohnraum geschaffen werden, ohne Freiflächen in Anspruch zu nehmen. Doch ein Eingriff in den Gebäudebestand führt häufig zu Konflikten. Neben divergierenden Nutzerinteressen und einem engen sowie komplexen rechtlichen Rahmen, liegt die Herausforderung darin, geeignete Standorte für eine Bestandsentwicklung auszumachen. Die Zugänglichkeit zu Infrastrukturen für zusätzliche Einwohner muss sichergestellt sein, ebenso wie eine städtebauliche Einfügung des Vorhabens. In diesem Vortrag werden operationalisierbare städtebauliche Kriterien sowie ein Workflow vorgestellt, die es ermöglichen Standorte für vertikale Nachverdichtung in einem QGIS-Projekt zu ermitteln. Praktisch angewendet wird dies am Fallbeispiel der Stadt Hamburg. Grundlage der Forschung ist ein Open-Source-Ansatz und der Leitgedanke niedrigschwellig mit frei verfügbaren Daten und „Bordmitteln“ städtebauliche Analysen durchzuführen. Aus zahlreichen kommunalen Leitlinien werden moderne Dichte-Kriterien des Städtebaus erfasst, die sich für eine maschinelle Datenverarbeitung eignen. Darüber hinaus werden Grundlagendaten, wie beispielsweise das 3D-Gebäudemodell der Stadt Hamburg, genutzt, um sowohl eine flächendeckende, als auch detaillierte Analyse zu ermöglichen. Es handelt sich dabei um frei verfügbare Daten, die aus dem Geoportal der Stadt Hamburg oder von OpenStreetMap abrufbar sind. Die Aufbereitung, Verarbeitung und Lagerung der Daten findet in QGIS und über eine PostGIS-Datenbank statt. Anhand der aufbereiteten Daten können mittels Distanzanalysen verträgliche Nachverdichtungsstandorte ermittelt werden. Es liegt die These zugrunde, je näher ein Gebäude an ausgewählten Infrastrukturpunkten liegt, desto eher eignet es sich für eine vertikale Nachverdichtung. Dabei kann für jedes einzelne Wohngebäude der Stadt Hamburg die individuelle Standorteignung automatisiert berechnet werden. Dieses kriterienabhängige und nicht rein planungsrechtsbasierte Vorgehen soll einerseits einen objektiven räumlichen Ansatz liefern, um die nachhaltige Innenentwicklung auf kommunaler Ebene zu vereinfachen und zu beschleunigen. Andererseits sollen Kommunen und ihre Mitarbeiter in die Lage versetzt werden, eigenständig, ohne zusätzlichen Ressourcenaufwand, städtebauliche Analysen durchzuführen. Gleichzeitig können kommunale Leitlinien auf ihre Praktikabilität hin geprüft werden. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/CRUW9R/

Mar 25, 202626 min

WebGIS-Framework für multidimensionale Potenzialanalyse nachhaltiger Wärmeversorgung (fossgis2026)

Die Transformation zur nachhaltigen Wärmeversorgung erfordert gezielte Analyse und Integration zahlreicher Daten. Der HAWK Kompass unterstützt die Wärmeplanung in Bestands- und Potenzialanalysen, indem Open Data zahlreicher Quellen in ein WebGIS-Energy-Framework eingebunden werden. Die integrierten Funktionen unterstützen interaktive und anpassbare Quartiersanalysen und Datenexport. Planer:innen erkennen regionale Energie- und Infrastrukturpotenziale schnell und treffen fundierte Entscheidungen. Das Anfang 2024 in Kraft getretene Wärmeplanungsgesetz sieht gemäß § 4 eine flächendeckende Wärmeplanung bis spätestens 30. Juni 2028 vor. Die Wärmeplanung ist eine komplexe Aufgabe, bei der Planer:innen für jede Kommune auf zahlreiche, verstreute Datenquellen zugreifen und diese mühsam aufbereiten und auswerten müssen. Ziel dieser Arbeit ist die Veranschaulichung des Beitrags von Open Data, WebGIS-Frameworks sowie methodischer Ansätze für Bestands- und Potenzialanalysen in der nachhaltigen Wärmeversorgung. Grundlage bildet hierbei die Integration von 15 amtlichen und öffentlichen Geodatensätzen, darunter Zensusdaten (z. B. Gebäude, Bevölkerung, Wärmeversorgung), Geothermieinformationen (LBEG, LIAG), Gewässerdaten (NLWKN), Industrieemissionen (Destatis) sowie Schutzgebietsabgrenzungen (LGLN, BfG). Die Daten werden zunächst lokal in QGIS verarbeitet, für die webbasierte Anwendung über QGIS2Web exportiert und anschließend mit weiteren JavaScript-Bibliotheken wie Leaflet-Geoman sowie serverseitigen Routinen zu einem interaktiven WebGIS-EnergyPlanning-Framework kombiniert. Dieses bietet Werkzeuge zur Quartiersuntersuchung, zur Anzeige der Verfügbarkeit und Nutzbarkeit lokaler erneuerbarer Energie- und Abwärmequellen, zur Datenaggregation, Filterung und zum Export strukturierter Ergebnisse zur Auswertung in gängigen Softwares wie Excel. So entsteht ein skalierbares, transparentes System, das datengetriebene Wärmeplanungsprozesse unterstützt und bislang schwer erkennbare regionale Energiepotenziale sichtbar macht. [Der HAWK Kompass für nachhaltige Wärmeversorgung](https://s-heatingcompass.hawk.de/) dient hierbei als prototypische Umsetzung dieses Ansatzes und demonstriert das Potenzial für Effizienz, Nachvollziehbarkeit und Reproduzierbarkeit in der Wärmeplanung. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/QRLPEX/

Mar 25, 202623 min

Wir spielen mit offenen Karten - Der FOSSGIS e.V. (fossgis2026)

Der Vortrag gibt einen Blick "hinter die Kulissen" für alle, die schon immer mal wissen wollten, wie die Vereinsarbeit gemacht wird. Und für diejenigen, die mitmachen wollen, aber noch nicht so richtig wissen wie und wo. Was macht der Verein hinter der FOSSGIS-Konferenz eigentlich so? In der Satzung steht "Ziel des Vereins ist die Förderung und Verbreitung Freier Geographischer Informationssysteme (GIS) im Sinne von Freier Software und Freier Geodaten". Aber was heißt das in der Praxis? Wie funktioniert unsere tägliche Arbeit? Wie arbeiten Koordinierungsstelle, Arbeitsgruppen und Vorstand? Und wer eigentlich ist diese "Community"? Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/ULQLYP/

Mar 25, 202624 min

Volltextsuche in Echtzeitdaten mit pg_search (fossgis2026)

Mar 25, 202623 min

Raumzeitliches Datenmanagement in souveränen Cloud-Umgebungen (fossgis2026)

Mar 25, 202623 min

Wir spielen mit offenen Karten - Der FOSSGIS e.V. (fossgis2026)

Mar 25, 202624 min

Volltextsuche in Echtzeitdaten mit pg_search (fossgis2026)

pg_search ist eine neue PostgreSQL-Erweiterung für die Volltextsuche mit dem BM25 Algorithmus. Damit können gleichwertige Ergebnisse wie mit externen Suchmaschinen (Elasticsearch, Solr) erreicht werden. Dank der automatischen Aktualisierung des Suchindexes ermöglicht pg_search den sofortigen Einbezug von neuen oder aktualisierten Daten. BM25 oder Best Match 25 ist ein Ranking-Algorithmus für die Ähnlichkeitsbewertung (Relevanz) von Suchanfragen in Textdaten. Die Ergebnisse werden auch mit etablierten PostgreSQL-Erweiterungen für die Volltextsuche wie pg_trgm verglichen. URL: https://github.com/paradedb/paradedb/tree/main/pg_search BM25: - https://www.luigisbox.de/suchglossar/bm25/ - https://en.wikipedia.org/wiki/Okapi_BM25 Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/HFELXJ/

Mar 25, 202623 min

Raumzeitliches Datenmanagement in souveränen Cloud-Umgebungen (fossgis2026)

Souveräne Cloud-Umgebungen eignen sich für die Verarbeitung schützenswerter Daten. Das vorgestellte Datenmanagementsystem nutzt einen Objektspeicher (MinIO) und PostGIS (Raster) auf Basis von Pods zur Verwaltung von zeitlich vagen Geodaten. Durch interoperable Schnittstellen und cloudfähige Datenformate werden Machine-Learning-Anwendungen unterstützt. Mithilfe von Geodiensten können Ergebnisse präsentiert und über die STAC API auffindbar gemacht werden. Die Nutzung souveräner Cloud-Umgebungen für die Verarbeitung sensibler Daten ist ein aufstrebendes Feld. Sowohl datenschutzrechtliche Vorgaben als auch institutionelle Richtlinien erfordern in vielen Fällen die Hoheit über die gesamte Pipeline der Datenverarbeitung. Zudem stellt die Einhaltung von Budgets aufgrund nutzungsbasierter Preisgestaltungen oft ein Problem bei der Verwendung von Ressourcen öffentlicher Cloud-Provider dar. Auch Bestrebungen, Abhängigkeiten von Big-Tech-Unternehmen zu verringern, erhöhen das Interesse an der Verwendung souveräner IT-Strukturen. Das vom Bundesamt für Kartographie und Geodäsie (BKG) geförderte Forschungsprojekt „Der zeitliche Wandel von Geodaten” befasst sich mit der Entwicklung von Methoden zur automatisierten Klassifizierung, Speicherung und Analyse von Geodaten unterschiedlichen Alters und unterschiedlicher Qualität. Ein Ziel besteht in der Entwicklung eines Systems zur effizienten Verwaltung und Verarbeitung raumzeitlicher Daten in souveränen Cloud-Umgebungen. Durch die ausschließliche Verwendung von Open-Source-GIS-Komponenten ermöglichen Standardschnittstellen eine interoperable Nutzung durch Machine-Learning-Anwendungen, beispielsweise zur Objektklassifizierung anhand historischer Kartenwerke und Luftbildaufnahmen. Das in diesem Beitrag vorgestellte Datenmanagementsystem verfolgt einen containerbasierten Ansatz und ist mit Kubernetes (K3s) kompatibel. Ein Objektspeicher, der mit MinIO (S3) umgesetzt wurde, dient als zentrale Speicherkomponente. Zur Aufbereitung von Rasterrohdaten in cloudfähige Formate verfügt das System über Schnittstellen zur Konvertierung in die Formate Cloud Optimized GeoTIFF (COG), PostGIS (Raster) und Zarr (Datacube). Einen direkten Vergleich dieser Formate mit Fokus auf verteilte bzw. parallele Schreiboperationen in Cloud-Umgebungen haben wir kürzlich vorgestellt (https://doi.org/10.25598/agit/2025-58). Insbesondere die Möglichkeit zur Verwendung vager/grober Zeitangaben zeichnet das entwickelte Datenmanagementsystem aus. Geodaten verwenden zumeist ISO 8601 zur Kodierung temporaler Eigenschaften, was typischerweise die Angabe präziser Datumsangaben voraussetzt. Durch die Speicherung lediglich der signifikanten Datumskomponenten als Tag in den Objekt-Metadaten ist auch die Angabe unpräziser Zeitinformationen möglich. Zur Bereitstellung von temporalen Rasterdaten als Geodienst dient der Mapserver in Kombination mit PostGIS (Raster). Zu diesem Zweck werden Metadaten samt vager Zeitangaben ausgewertet und unter Verwendung eines Template-Systems in Mapfiles überführt. Das vorgestellte System integriert außerdem pycsw zur Metadatenverwaltung und setzt dabei auf die STAC API. Datensätze werden automatisch in Collections und Items überführt und sind über raumzeitliche Abfragen auffindbar. Auf Basis von FastAPI und nginx existiert ein effizientes und flexibel erweiterbares Backend. Die bereitgestellten Webschnittstellen werden unter Verwendung von JSON Web Tokens (JWT) gegen unerlaubten Zugriff geschützt. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/NK9YBG/

Mar 25, 202623 min

basemap.de 2026 (fossgis2026)

Die Arbeitsgruppe SmartMapping entwickelt im Auftrag der AdV ein Verfahren, um Daten der Landeverwaltungen als Karte bereitzustellen. Klingt einfach, ist aber komplex. In diesem Vortrag wird der aktuelle Stand vorgestellt, Einblicke in aktuelle Herausforderungen, und Ausblicke auf die nächsten Entwicklungen gegeben. Was gibt es Neues im Projekt? * Veränderungen in der Datenlandschaft * Fokus auf Automatisierung * Umfangreiche Kartogaphie-Möglichkeiten mit QGIS * basemap.world mit OSM Veränderungen der Aufgaben der AG * Kernaufgabe Wirkbetrieb * Nachnutzung * Kooperation * Weiterentwicklung Geo Savoir-Vivre im Amt und fürs Volk. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/HGDLS8/

Mar 25, 202625 min

Mit Open Source zum Lakehouse-Cluster mit nativer Geo-Unterstützung (fossgis2026)

Der Vortrag vermittelt Motivation und Orientierung für den Aufbau eines eigenen Lakehouse-Clusters. Er erklärt kompakt Architektur und Kernbausteine eines Lakehouse-Systems – vom Katalog über Speicher und Compute bis zum Tabellenformat – und zeigt, wie man einen Plan für große Datenmengen entwickelt, wenn eine einzelne Maschine nicht mehr ausreicht. Mit der fortschreitenden Öffnung von Geodaten wachsen die Anforderungen an Speicherung und Berechnung. Klassische Einzel-Datenbanken lassen sich zwar skalieren, stoßen bei sehr großen, heterogenen Beständen jedoch an organisatorische und technische Grenzen. Der Vortrag entmystifiziert moderne Lakehouse-Architekturen und zeigt, wie S3-Speicher, Katalog, Compute (von DuckDB bis Spark) und Tabellenformat zusammenspielen. Im Fokus steht Apache Iceberg v3 mit nativer Geo-Unterstützung: räumliche Datentypen, Time-Travel und saubere Schema-Evolution. Ziel ist ein klarer Startpfad vom Laptop-PoC zum kleinen Cluster – inklusive typischer Fallstricke sowie Do’s & Don’ts. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/AWVX7F/

Mar 25, 202619 min

Metadateneditor Berlin – Effizient erfassen, prüfen und veröffentlichen (fossgis2026)

Geodatensätze ohne Metadaten sind ein wenig wie Karten ohne Legende – ohne sie wird es schwierig, sich zurechtzufinden. Die Arbeit mit ihnen kann aber zur Herausforderung werden, weshalb terrestris für die Senatsverwaltung Berlin einen Metadateneditor entwickelt hat, der die Erstellung und Veröffentlichung von Metadaten vereinfacht und zugleich die Anforderungen gängiger Standards erfüllt. Die Lösung fördert den Umgang mit Metadaten und ist für alle zugänglich – auch ohne spezifisches Know-how. Metadaten sind essentieller Bestandteil von Geodateninfrastrukturen. Wer Geodatensätze oder -dienste effizient finden und verwenden will, benötigt sie. Und wer Geodatensätze bereitstellt, ist sogar dazu verpflichtet Metadaten mitzuliefern. Sie sorgen für Transparenz, Nachvollziehbarkeit und Wiederverwendbarkeit – und doch leiden sie häufig unter einem eher verstaubten Ruf. Um die Arbeit mit ihnen zu vereinfachen, hat terrestris für die Senatsverwaltung Berlin ein benutzerfreundliches, Open Source-basiertes Metadatenerfassungssystem entwickelt. Ziel des Projekts war die Entwicklung eines Metadateneditors, der Daten effizient und strukturiert erfasst und für die Veröffentlichung in GeoNetwork opensource vorbereitet. Die Lösung basiert auf bewährten Open Source-Komponenten und konzentriert sich auf das Wesentliche: eine klare, intuitive Oberfläche, mit der Nutzende neue Datensätze anlegen, bestehende bearbeiten sowie nach festgelegten Rollen- und Rechtekonzepten prüfen und freigeben können. Automatisierte Validierungsprozesse stellen sicher, dass alle Einträge den Standards – etwa ISO 19115, ISO 19119 und INSPIRE – entsprechen. Nach erfolgreicher Prüfung können die Metadaten direkt für die Veröffentlichung bereitgestellt werden. Im Vortrag werden die konzeptionellen und technischen Grundlagen des Projekts vorgestellt, ergänzt durch Erfahrungen aus Entwicklung und Einführung der Anwendung. Gezeigt wird, wie Metadaten mit der Lösung einfach, sicher und nachvollziehbar erfasst, geprüft und veröffentlicht werden können. Im Mittelpunkt steht die Benutzerfreundlichkeit: vordefinierte, rollenspezifisch konfigurierte Eingabeformulare, Statusanzeigen zur Visualisierung des Bearbeitungsfortschritts sowie die Möglichkeit, bestehende Metadatensätze als Vorlagen zu nutzen oder auf integrierte Schlagwortkataloge zuzugreifen. Der Vortrag zeigt, welchen Mehrwert die Anwendung für öffentliche Verwaltungen und alle bietet, die regelmäßig mit Metadaten arbeiten: Sie macht die Erfassung nicht nur effizienter, sondern auch übersichtlicher, nachvollziehbarer und qualitativ besser. Mit den richtigen Werkzeugen fürs Metadatenmanagement verlieren Metadaten schnell ihr verstaubtes Image – und werden zu einem echten Arbeitserleichterer für alle die Geodatensätze und -dienste einsetzen. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/NHU8SV/

Mar 25, 202625 min

Mit Open Source zum Lakehouse-Cluster mit nativer Geo-Unterstützung (fossgis2026)

Mar 25, 202619 min

Metadateneditor Berlin – Effizient erfassen, prüfen und veröffentlichen (fossgis2026)

Mar 25, 202625 min

basemap.de 2026 (fossgis2026)

Mar 25, 202625 min

Mercator ist dein Freund (fossgis2026)

Mar 25, 202624 min

Mercator ist dein Freund (fossgis2026)

Die Mercator-Projektion wird heutzutage von vielen verachtet. Dies geht auf die Kritik von Arno Peters aus den (mindestens) 1970er Jahren zurück. Die Mercator-Projektion verfügt jedoch über einzigartige Eigenschaften. Dieser Vortrag erläutert die Vor- und Nachteile der Mercator-Projektion und vergleicht sie mit anderen Projektionen. Die Mercator-Projektion ist nicht schlecht. Mercator ist dein Freund. Man muss nur wissen, wann man sie einsetzt und wann nicht. Jede Projektion bringt Verzerrung mit sich. Das ist unvermeidlich. Und verschiedene Projektionen verzerren auf unterschiedliche Weise. Die Eigenschaften der Projektion müssen so gewählt werden, dass sie dem Zweck der Karte entsprechen. Die einzigartigen Eigenschaften der Mercator-Projektion sollten nicht vergessen werden, nur weil sie die Größe von weit vom Äquator entfernt gelegenen Gebieten übertreibt. Es handelt sich um eine weltweite winkeltreue (konforme) Projektion, bei der die Richtung „nach oben“ immer nach Norden zeigt. Diese Eigenschaften sind nicht nur nützlich in der Vermessung (große Maßstäbe), sondern auch in der weltweiten Datendarstellung (kleine Maßstäbe) . Winkeltreue Projektionen sind in vielen Anwendungsfällen entscheidend. Eine Verzerrung der Winkel kann bei bestimmten Darstellungen sehr nachteilig sein. In anderen Fällen ist dies akzeptabel, da die Flächenverzerrung unter Umständen tolerierbar ist. Auch die Eigenschaft, parallele Meridiane zu haben, ist sehr nützlich. Die Kenntnis der Eigenschaften der Projektionen kann dabei helfen, die am wenigsten schlechte für den jeweiligen Zweck der Karte auszuwählen. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/XGZTEF/

Mar 25, 202624 min

Datenkataloge mit STAC und OGC API Records (fossgis2026)

STAC (SpatioTemporal Asset Catalogs) ist ein Standard für die Organisation und Beschreibung geografischer und zeitlicher Daten. Er wird von zahlreichen Organisation und Projekten verwendet und hat eine breite Toolunterstützung. Der OGC Standard für Metadatendienste CSW wurde kürzlich durch OGC API - Records abgelöst, welcher grosse Ähnlichkeiten mit STAC aufweist. STAC wurde in enger Abstimmung mit OGC API Standards entwickelt und ist seit Oktober 2025 selbst ein OGC Community Standard. Im Mai 2025 wurde die Version 1.0 von OGC API - Records, dem Nachfolger des Katalogdienstes CSW publiziert. Die beiden Standards haben eine grosse funktionale Überlappung, welche in diesem Vortrag gegenübergestellt werden. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/SUTPAH/

Mar 25, 202624 min

Einsatz von FOSSGIS und offenen Geodaten in der forstlichen Lehre (fossgis2026)

Der Beitrag zeigt am Beispiel forstlicher Studiengänge an der HAWK Göttingen, wie FOSSGIS, Open Data und moderne Hardware (z.B. GNSS, Drohnen) erfolgreich in Vorlesungen, Übungen und Prüfungen integriert werden. Durch praxisnahe Projekte werden Fachkräfte ausgebildet, die digitale Kompetenzen und den souveränen Umgang mit offenen Geodaten und Tools für Wissenschaft und Praxis erlernen. An der Fakultät für Ressourcenmanagement der Hochschule für Angewandte Wissenschaft und Kunst (HAWK) in Göttingen werden die Bachelorstudiengänge Forstwirtschaft und Arboristik sowie die Masterstudiengänge „Waldökosystemmanagement und Bioökonomie“ und „Urbanes Baum- und Waldmanagement“ angeboten. In all diesen Studiengängen gewinnen Geoinformatik und der kompetente Umgang mit Geodaten stetig an Bedeutung. Dies spiegelt sich in den Curricula wider: Seit 2022 setzen wir in der Lehre ausschließlich auf freie und offene GIS-Programme (FOSSGIS), wie QGIS, QField, Orfeo Toolbox (OTB), Open Drone Map, PDAL und R. Ein weiterer zentraler Aspekt ist die konsequente Nutzung von Open Data und offenen Schnittstellen in der Lehre: Sowohl Lehrende als auch Studierende greifen auf öffentliche Fernerkundungs- und Geodaten zu, etwa der Landesvermessungen, der OpenStreetMap oder des Copernicus-Programms. Neben der Software spielt moderne Hardware eine wichtige Rolle in der Ausbildung: GNSS-Empfänger, Drohnen, Laserscanner und Outdoor-Tablets werden für praxisorientierte Geländeübungen und Datenerhebungen eingesetzt und direkt mit FOSSGIS-Tools ausgewertet. In dem Beitrag möchte ich anhand konkreter Beispiele aus der Lehrpraxis berichten. Zur Vermittlung von GIS- und Fernerkundungskompetenzen kommen sowohl klassische Lehrmethoden, als auch problembasierte Projektarbeiten zum Einsatz. Insbesondere die Projekt-basierten Formate – von der Datenerhebung im Wald oder im urbanen Raum bis zur Ergebnispräsentation mittels QGIS-Karten oder webbasierten Applikationen – fördern anwendungsbezogenes und kollaboratives Lernen. Auch in Prüfungsformaten spiegelt sich die Praxisorientierung wider: Neben E-Klausuren mit QGIS werden Aufgaben im Gelände durchgeführt, bei denen Studierende mobile GIS-Anwendungen und GNSS-Geräte unter realen Bedingungen einsetzen. Der Beitrag stellt anhand konkreter Beispiele aus der Lehre die Rolle von FOSSGIS-Software in den genannten Studiengängen vor. Präsentiert und reflektiert werden didaktische Konzepte, erfolgreiche Praxisprojekte sowie Herausforderungen und Lösungsansätze bei der Nutzung von FOSSGIS und Open Data in Lehre und Prüfungspraxis. Ziel ist der Austausch zu Best Practices in der FOSSGIS-Lehre. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/JNVF7U/

Mar 25, 202625 min

Open Data im Umweltbundesamt (fossgis2026)

Mar 25, 202622 min

Datenkataloge mit STAC und OGC API Records (fossgis2026)

Mar 25, 202624 min

Einsatz von FOSSGIS und offenen Geodaten in der forstlichen Lehre (fossgis2026)

Mar 25, 202625 min

Open Data im Umweltbundesamt (fossgis2026)

(Unvollständige) Open Data und deren (erschwerte) Auffindbarkeit in öffentlichen Behörden ist ein regelmäßiges Thema auf der FOSSGIS. Das Umweltbundesamt arbeitet auf der Grundlage seiner Datenstrategie an der Umsetzung einer datenzentrierten Denk- und Arbeitsweise. Ein zentraler Baustein in diesem Prozess ist der Aufbau eines Metadatenkatalog für die vielfältigen Umwelt- und Naturschutz-Daten. Wir stellen den aktuellen Status Quo des Metadatenkatalogs und seine Rolle in der Datenstrategie vor. Das Umweltbundesamt (UBA) hat zum Ende des Jahres 2023 eine Datenstrategie erarbeitet, aus welcher heraus verschiedene Umsetzungsmaßnahmen entstanden sind. Dazu zählen unter anderem die Entwicklung und Implementierung von Richtlinien für Nutzungsbedingungen und Lizenzen im Bereich Daten, aber auch der Aufbau und die Etablierung eines UBA-Metadatenkatalogs. Der Metadatenkatalog (MDK) wird das zentrale System, um die verteilten und heterogenen Daten des UBA mit Hilfe semi-automatisierter Prozesse zu erfassen, zu pflegen und sowohl intern als auch extern auffindbar zu machen. Zudem soll eine Verlinkung mit anderen Katalogen ermöglicht werden. Dadurch kann ein vollumfängliches Bild der offenen Daten des UBA nach außen kommuniziert werden und Daten werden einfacher auffindbar und nachhaltig nutzbar (entsprechend der FAIR-Prinzipien). Weitere daten-zentrierte Maßnahmen der Datenstrategie bauen dabei auf dem MDK als zentrale Säule auf. Bei der technischen Umsetzung wird von proprietärer Software, wie sie beispielsweise bei der aktuellen UBA GDI noch zum Einsatz kommt, auf Open Source Komponenten gewechselt. Herausfordernd ist hierbei die Heterogenität der Daten am UBA und die historisch gewachsene disperse Datenhaltung. Die Daten reichen u.a. von Geodaten über Verwaltungsdaten bis hin zu Mess- und Sensordaten. Ein transparenter Prozess, der die Mitarbeiter:innen am UBA von Anfang an in den Aufbau und die Einführung des MDK mit einbezieht, ist aktuell ein wesentlicher Aspekt bei der Planung und Umsetzung. Im Vortrag werden wir sowohl auf die Ziele der MDK-Maßnahme im Rahmen der Datenstrategie eingehen, als auch die Entscheidungen bei der Wahl der verschiedenen technischen Komponenten und Einbindung verschiedener Metadatenschemata vorstellen. Wir laden zum offenen Gespräch und konstruktiver Kritik ein, um den UBA Metadatenkatalog auch für die FOSSGIS-Community so nutzbringend wie möglich zu machen. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/FHVD8J/

Mar 25, 202622 min

Ein offenes dezentrales Netzwerk für Metadaten (fossgis2026)

Ein offener, dezentraler Ansatz zur Speicherung von Metainformationen zu Geodaten ermöglicht es kleineren Akteuren, wie NGOs, Forschungsteams und Privatpersonen, ihre erhobenen oder abgeleiteten Daten leicht auffindbar und nachhaltig bereitzustellen. Der Ansatz beruht auf modernen, offenen (cloud-optimized) Datenformaten und Protokollen wie GeoZarr, Icechunk, Apache Iceberg, DASL und ATProto, die Interoperabilität, Integrität und Skalierbarkeit sicherstellen. Das Ziel dieses Projekts ist es, Metainformationen zu Geodaten leicht bereitstellen zu können und diese zugleich auffindbar und nutzbar zu machen. Es folgt den FAIR-Prinzipien. Als Ausgangspunkt diente der Blog-Eintrag [„Science needs a social network for sharing big data“ von Tom Nicholas], der die Probleme beim Teilen großer wissenschaftlicher Datensätze detailliert beschreibt. Als zentrale Technologie wird das [ATProto]-Protokoll eingesetzt. Es ermöglicht ein Netzwerk, das Akteure aus Behörden, Zivilgesellschaft und Forschungseinrichtungen miteinander verbindet. Man muss nicht unbedingt Teil einer Organisation sein, das Bereitstellen der Daten steht jedem offen. Ein zentrales Metadatenportal, das sämtliche Einträge enthält, wäre denkbar. Allerdings ermöglicht die Architektur durch die Trennung von Datenspeicherung und Präsentation das Erstellen von spezialisierten Portalen, die gezielt auf bestimmte Nutzergruppen zugeschnitten sind. Für aggregierte Kataloge wird heute häufig ein Harvesting-Ansatz verwendet. Dabei werden Daten eines anderen Portals in festgelegten Intervallen maschinell abgerufen und Änderungen übernommen. ATProto kehrt diesen Prozess um und vereinfacht ihn: Ein Publish-Subscribe-Mechanismus benachrichtigt die aggregierende Instanz sofort, sobald Änderungen auftreten. Auch denkbar ist es, durch solche Benachrichtigungen automatisierte Verarbeitungsprozesse auszulösen, die aufgrund der neuen Metadaten dann eine abgeleitete Version der beschriebenen Daten erstellen, die wiederum zur Verfügung gestellt wird. Ein Beispiel hierfür wären Satellitendaten, die bei neuen Bildern eine Analyse von Waldbränden anstoßen. Moderne Datenformate wie [GeoZarr] oder [Icechunk] spielen dabei eine wichtige Rolle, weil sie cloud-optimiert sind und die Daten auf beliebigen Speichersystemen bereitstellen, ohne dass spezielle Serversoftware nötig ist. Zudem können die Metadaten direkt innerhalb der Daten gespeichert werden. Durch eindeutige Identifizierung mittels Hashes ([Content-Addressing]) lässt sich die Integrität der Daten jederzeit verifizieren. Der Vortrag gibt einen Überblick über die zugrunde liegenden Technologien und zeigt die weitreichenden Möglichkeiten dieses dezentralen Ansatzes auf. [„Science needs a social network for sharing big data“ von Tom Nicholas]: https://hackmd.io/@TomNicholas/H1KzoYrPJe [ATProto]: https://atproto.com/ [GeoZarr]: https://www.ogc.org/announcement/ogc-forms-new-geozarr-standards-working-group-to-establish-a-zarr-encoding-for-geospatial-data/ [Icechunk]: https://github.com/earth-mover/icechunk [Content-Addressing]: https://en.wikipedia.org/wiki/Content-addressable_storage Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/KV8VC7/

Mar 25, 202623 min

Von lokal bis verteilt: DuckDB, Sedona und Spark für moderne Geodatenanalyse (fossgis2026)

Mit wachsenden Datenmengen und komplexen Analysen stoßen klassische GIS-Tools wie QGIS, PostGIS oder GeoPandas zunehmend an Performance- und Skalierungsgrenzen. DuckDB und SedonaDB bieten hier effiziente Alternativen für die lokale Geoverarbeitung, während Apache Spark mit Sedona große Datenmengen skalierbar und verteilt verarbeitet. Der Vortrag vergleicht diese Tools in Bezug auf Installation, Geo-Funktionalität und praktische Einsatzmöglichkeiten. Klassische GIS-Tools wie QGIS, PostGIS, GeoPandas oder GDAL/OGR haben sich über Jahre bewährt und sind aus der Geodatenverarbeitung nicht wegzudenken. Doch mit immer größeren Datenmengen und anspruchsvolleren Analysen stoßen auch diese Werkzeuge an ihre Grenzen, besonders bei Performance und Skalierbarkeit. Hier bieten DuckDB, SedonaDB und Apache Spark mit der Sedona-Erweiterung zusätzliche Möglichkeiten für spezifische Anwendungsfälle. DuckDB und SedonaDB ermöglichen es, Geodaten effizient auf lokalen Rechnern zu verarbeiten. Das ist besonders dann vorteilhaft, wenn schnelle Abfragen und Analysen benötigt werden, ohne dass eine aufwendige Infrastruktur aufgebaut werden muss. Apache Spark mit Sedona hingegen ist eine Lösung für die Verarbeitung großer Datenmengen in verteilten Umgebungen, wo Skalierbarkeit und Performance entscheidend sind. Der Vortrag vergleicht diese Tools anhand verschiedener Kriterien. Ein Schwerpunkt liegt auf der Installation und Einrichtung, also welche Voraussetzungen es gibt und wie hoch der Installationsaufwand ist. Ein weiterer Fokus liegt auf der Geo-Funktionalität, also welche räumlichen Operationen unterstützt werden und wie die Performance im Vergleich zu klassischen Tools ausfällt. Anhand von Beispielen aus der Praxis wird gezeigt, in welchen Fällen die neuen Tools bestehende Workflows ergänzen oder ersetzen können, und es wird ein Überblick gegeben, für welche Szenarien sich die jeweiligen Ansätze eignen. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/9EUFDH/

Mar 25, 202628 min

Open Data und Open Source-Strategie des BKG (fossgis2026)

Das BKG hat ein breites Open Data-Angebot, welches sich stetig erweitert. Was hat sich seitdem getan? Welche Datensätze sind neu hinzugekommen? Und wie steht es um das Thema Open Source? Das Bundesamt für Kartographie und Geodäsie (BKG) ist der zentrale Geodienstleister des Bundes und hat ein breites Open Data-Angebot, welches sich stetig erweitert. Neben der Nutzung von proprietärer Software liegt die Entwicklung und Verbreitung von Open Source Software zunehmend im Aufgabenbereich des BKG. Im Vortrag werden die Neuerungen im Bereich Open Data vorgestellt. Dabei soll neben den bereits veröffentlichten Datensätzen auch auf die Neuerungen in Bezug auf verwendete Lizenzen eingegangen werden. Die Open Data-Landschaft in der öffentlichen Verwaltung bleibt durch verschiedene Gesetztesinitiativen weiterhin in Bewegung. Ergänzend wird der Status Quo von Open Source am Bundesamt vorgestellt und ein Ausblick in die Zukunft gegeben. Das Thema ist auch in der Bundesverwaltung hochaktuell und wird im Kontext einer sich stetig ändernden weltpolitischen Lage zunehmend diskutiert und umgesetzt. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/LYXX9P/

Mar 25, 202619 min

Das FAIR4G Projekt - FAIRer Einsatz von open geospatial Software: Status und Trends (fossgis2026)

Mar 25, 202627 min

Ein offenes dezentrales Netzwerk für Metadaten (fossgis2026)

Mar 25, 202623 min

Von lokal bis verteilt: DuckDB, Sedona und Spark für moderne Geodatenanalyse (fossgis2026)

Mar 25, 202628 min

Open Data und Open Source-Strategie des BKG (fossgis2026)

Mar 25, 202619 min

Das FAIR4G Projekt - FAIRer Einsatz von open geospatial Software: Status und Trends (fossgis2026)

Dieser Beitrag stellt den aktuellen Stand, Trends und Vorteile der praktischen Nutzung FAIRer Zitation von Open Source geospatial Softwareprojekten wie GDAL, GMT, GRASS, PDAL, PROJ und QGIS anhand persistenter digitaler Identifikatoren (PID) in wissenschaftlicher Literatur vor, die im FAIR4G-Projekt erfasst werden (fair4g.org). Dieser Beitrag stellt den aktuellen Stand, Trends und Vorteile der praktischen Nutzung FAIRer Zitation von Open Source geospatial Softwareprojekten wie GDAL, GMT, GRASS, PDAL, PROJ und QGIS anhand persistenter digitaler Identifikatoren (PID) in wissenschaftlicher Literatur vor, die im FAIR4G-Projekt erfasst werden (fair4g.org). Das FAIR-Paradigma (Findable, Accessible, Interoperable, Reusable) der offenen datengetriebene Wissenschaft setzt die Anerkennung (due credit) von wissenschaftlichen Ergebnissen um. Dies gilt auch Open Scource geospatial Software als Teil der Forschungsinfrastruktur, bzw. als Forschungssoftware als Teil wissenschaftlicher Ergebnisse, die in wissenschaftlichen Publikationen referenziert und zitiert werden müssen (Nachvollziehbarkeit). Das Monitoring durch FAIR4G erfasst bisher folgende PID: Digital Object Identifier (concept DOI) für open geospatial Softwareprojekte, version DOI für einzelne Software-Releases, sowie ORCID für Einzelpersonen, die als Entwickler aktive Beiträge zu einem Softwareprojekt leisten. Die datengetriebene Auswertung basiert auf Metadaten der Verlage, die auf dem Crossref-Portal veröffentlicht werden (crossref.org). Die Projektergebnisse umfassen Trendentwicklungen der DOI-basierten Fachliteraturzitate von Softwareprojekte, aktuelle Übersichten derjenigen Verlage und wissenschaftlichen Zeitschriften die bereits DOI-basierte Softwarezitation vollumfänglich umsetzen/mittragen, sowie Empfehlungen für Softwareprojekte zum effektiven und effizienten Nutzung von PID, anhand der bisherigen Praxiserfahrungen der PID-nutzenden Softwareprojekte. Projekt-Communities profitieren mehrfach vom FAIR Paradigma: Die aus CrossRef gewonnenen Informationen belegen transparent, welche Beiträge eine open geospatial Software quer durch die Wissenschaftsdisziplinen leistet. Auf individueller Ebene erhalten die Entwickler in ihren ORCID-Profilen Dokumentation und Anerkennung für jedes Software-Release, an dem sie als Autor:innen mitgearbeitet haben. Potentielle Autor:innen können anhand der FAIR4G-Informationen ergänzend zum Open Access Status eines Verlags oder einer Zeitschrift vorab beurteilen, ob eine Publikation in Bezug auf Softwarezitate die best practices der FAIR Prinzipien auch für Software erfüllen wird. Die bisherigen Ergebnisse zeigen, dass die bloße Verfügbarkeit der erforderlichen technischen PID-Infrastruktur zwingend erforderlich ist, aber nicht allein ausreicht, um die Akzeptanz in der Wissenschaft und die allgemeine Anwendung sicherzustellen. Erst wenn ebenfalls organisatorische Veränderungen der best practices aller Stakeholder umgesetzt sind, zeigen die Ergebnisse positive Trends und potentiell selbstverstärkende Trends hinsichtlich der Akzeptanz und FAIRe Nutzung von PID für open geospatial Software. Licensed to the public under https://creativecommons.org/licenses/by/4.0/ about this event: https://pretalx.com/fossgis2026/talk/HRS8DQ/

Mar 25, 202627 min