Im Juni 1996 wurde das Institut für Angewandte Photogrammetrie und Geoinformatik (IAPG) im Fachbereich Vermessungswesen der Jade Hochschule (damals Fachhochschule Oldenburg) von den Professoren Thomas Luhmann, Helmut Kuhn und Ulrich Leuze gegründet.

Das Ziel des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekts TreeSatAI ist die Entwicklung von Methoden mit Künstlicher Intelligenz für das Monitoring von Wäldern und Baumbeständen auf lokaler, regionaler und globaler Ebene. Mithilfe frei zugänglicher Geodaten aus verschiedenen Quellen (Fernerkundungsdaten, administrativen Informationen, Social Media, Mobile Apps, Monitoring-Bibliotheken, offene Bilddatenbanken) werden Prototypen für die Deep Learning basierte Extraktion und Klassifikation von Baum- und Bestandsmerkmalen für vier verschiedene Anwendungsfälle aus den Bereichen Forst-, Naturschutz- und Infrastrukturmonitoring entwickelt.

Esri, der weltweit führende Anbieter im Bereich der Standortermittlung, gab am 08.04.2020 bekannt, dass das Unternehmen eine Partnerschaft mit der Statistikabteilung der Hauptabteilung für Wirtschaftliche und Soziale Angelegenheiten der Vereinten Nationen eingehen wird, um den Mitgliedsstaaten seine Kartierungs- und Analysetechnologie zur Verfügung zu stellen, die ihnen den Zugang zu und die Visualisierung von Daten ermöglicht, die sie zur Bekämpfung der neuartigen Coronavirus-Pandemie benötigen. Diese Länder können nun die Software und Tools nutzen, die es ihnen ermöglichen, Teil eines vereinigten Netzwerks von Daten-Hubs für COVID-19 zu sein. Ein Hub ist eine Cloud-basierte Plattform für das gesellschaftliche Engagement, die Menschen, Daten und Tools im Rahmen von informationsgetriebenen Initiativen organisiert.

Ein Team des Fraunhofer-Instituts für Intelligente Analyse und Informationssysteme IAIS hat gemeinsam mit Forschungspartnern eine Plattform entwickelt, die Unternehmen bei der Analyse von Geo- und Sensordaten unterstützt. Das vom Bundesministerium für Wirtschaft und Energie (BMWi) geförderte Projekt GEISER zielte darauf ab, Informationen aus unterschiedlichen Quellen in Echtzeit zu verarbeiten und so zu verknüpfen, dass innovative Geo-Services entstehen können. Ein Whitepaper zeigt im Nachgang zu dem 2019 abgeschlossenen Forschungsprojekt am Beispiel eines intelligenten Parkplatz-Assistenten, wie mit Hilfe von Machine Learning zuverlässige Ergebnisse produziert werden können – selbst wenn nur wenige Daten vorliegen.

Ob bei Bränden, nach Erdbeben oder in anderen Gefahrensituationen – oft müssen Rettungskräfte Personen aus Gebäuden befreien. Diese Einsätze stellen jedoch ein hohes Risiko dar: Gefahren lassen sich vorab schwer einschätzen, auch die Helferinnen und Helfer selbst können in Not geraten. Um sie schnellstmöglich unterstützen zu können, haben Wissenschaftlerinnen und Wissenschaftler des Karlsruher Instituts für Technologie (KIT) ein System zur Lokalisierung verletzter oder verschütteter Rettungskräfte in Gebäuden entwickelt, das ohne GPS-Signal auskommt.