Auch dieses Jahr war Bentley Systems wieder auf der INTERGEO in Essen vertreten. Das Bentley Team konnte sich über zahlreiche nationale und internationale Kontakte freuen. Fachvorträge und Diskussionsrunden stießen auf reges Interesse. Die Messe meldet sich nach der Corona-bedingten Pause überzeugend zurück. Die etwas geringere Besucherzahl wurde durch die gestiegene Qualität der Gespräche überkompensiert. Konkrete Planungen für Projekte und strategische Konzepte haben Fragen zur Funktionalität einzelner Produkte oder generelle Fragen zum Lösungsangebot weitgehend abgelöst.

Am 25.11.2020 fand das 8. Deutsche GeoForum in diesem Jahr als digitale Konferenz statt. Das digitale Format konnte die sozialen Kontakte einer Präsenzveranstaltung nicht ersetzen, aber der DDGI hat für das GeoForum D I G I T A L den Programmablauf und die Programmgestaltung dem Online-Format angepasst.

Das sind die Themenbereiche des 8. Deutschen Geoforums

Innovative Technologien für Nachhaltigkeit, Klimaschutz und Ressourcenmanagement, IT-Infratstrukturen, Künstliche Intelligenz, Big Data, Zivile Sicherheit und Katastrophenschutz, Mobilität der Zukunft, Autonome Verkehrsmittel, Ausbildung, Fachkräftemangel, Forschung- und Entwicklung.

Wer zuverlässige und sichere Aussagen zum persönlichen Infektionsrisiko treffen möchte, braucht eine CoronaAPP mit Geolokationen (Ortsdaten wie GPS-Position). Mit der App könnten dann auch weitere Geoinformationen wie beispielsweise regionale und lokale Differenzierungen getroffen werden umso gezielt zur Eindämmung der SARS-CoV-2-Epedimie beizutragen.

Detaillierte Informationen zur Landbedeckung sind wichtig für ein besseres Verständnis unserer Umwelt - etwa zur Abschätzung von Ökosystemleistungen wie Bestäubung oder um Nitrat- und Nährstoffeinträge in Gewässer zu quantifizieren. Diese Informationen werden zunehmend aus zeitlich und räumlich hochaufgelösten Satellitenbildern gewonnen. Häufig versperren jedoch Wolken den Blick aus dem All auf die Erdoberfläche. Eine dynamische Anwendung von Methoden des maschinellen Lernens kann das lokale Auftreten von Wolken berücksichtigen, ohne auf bislang genutzte Interpolationsverfahren zurückzugreifen. Das zeigen Wissenschaftler des UFZ in einer Studie, die im Fachblatt Remote Sensing of Environment veröffentlicht wurde. Ihr Algorithmus erkennt 19 verschiedene Feldfruchtarten mit einer Genauigkeit von 88 Prozent.