Die effektive Bereitstellung von Geodatensammlungen und -produkten spielt eine zentrale Rolle in wissenschaftlichen Projekten, öffentlichen Stellen und kommerziellen Unternehmen. Dabei stehen immer die selben Anforderungen im Vordergrund.

1. Existierende Datenquellen müssen organisiert und angebunden werden.
2. Grundlegende Operationen zur Auswahl und Aufbereitung relevanter Datenextrakte müssen bereitgestellt werden.
3. Eine intuitive und interaktive graphische Darstellung die Daten und Operationen soll einem breiten Spektrum an Nutzern einfach bereitgestellt werden.

Die Geo-Engine-Plattform vereinfacht die Geodatenportalerstellung dramatisch. Unsere Datenkonnektoren binden die meisten Datenquellen bereits an und lassen sich leicht um neue Protokolle erweitern. Basierend auf unserer UI-Komponenten-Bibliothek können Portale mit geringem Frontend-Entwicklungs-Aufwand realisiert werden. Für die Prozessierung der Daten z.B. zum räumlichen Filtern, zeitlicher Aggregation oder Verschnitt mehrerer Quellen kann auf die volle Funktionalität der Engine zugegriffen werden.

Die Verarbeitung von Geodaten in Analysen ist prohibitiv komplex. Die Auswahl und Beschaffung der richtigen Daten ist bereits aufwendig. Die Vor- und Aufbereitung der Daten kostet dann, wie Studien belegen, 80% des Gesamtaufwands. Das bedeutet nur 20% der Zeit kann für die eigentliche Analysearbeit aufgewendet werden.

Mit der Geo Engine streben wir die Umkehrung dieses Verhältnisses an, so dass Data Scientists den Fokus auf die eigentlichen Analysen legen können. Dafür bieten wir ein bestehendes Repositorium mit Analysis-Ready Data an. Besonders beliebte Datensätze halten wir direkt vor, viele andere Datenprovider binden wir so an, dass die Daten automatisch auf Anforderung bereitsgestellt werden können. Eigene Daten können mittels semi-automatischem Importprozess ebenfalls mit geringem Aufwand in das System gebracht werden. Bei der Analysearbeit nimmt unsere Engine den Benutzern die Vereinheitlichung der Datensätze und die korrekte Verarbeitung von Zeitreihen mit unterschiedlicher Auflösung oder Regularität ab. Über unsere web-basierte UI können Analysen über explorative Workflows schnell erstellt und die Ergebnisse interaktiv bereitgestellt werden. Mittels unserer offener Schnittstellen können auch andere Tools wie GIS-Software oder Python-Skripte mit in den Analyseprozess eingebunden werden. Insgesamt können wir die Wirtschaftlichkeit der Data-Science-Arbeit im Geoumfeld so stark Erhöhung, da Analysen schneller erstellt und wiederverwendet werden können.

KI-Methoden des maschinellen Lernens wie Deep Learning ermöglichen radikal neue Anwendungsmöglichkeiten – auch für Geodaten. Satellitenbilder können klassifiziert und segmentiert werden, so dass beispielsweise Wolken erkannt werden können, oder defekte Solarmodule auf Drohnenbildern. Über solche Detektion hinaus sind vor allem Vorhersagen basierend auf aktuellen und historischen Daten extrem wertvoll. Grundvoraussetzung für alle KI-Anwendungen sind hochqualitative Trainingsdaten.

Die Geo Engine hilft hier bei der Erstellung von Trainingsdaten durch Anbindung und Aufbereitung der Rohdaten. Für den eigentlichen Trainingsprozess bieten wir eine Anbindung an Frameworks wie Tensorflow und entsprechende Compute-Kapazitäten in unserer Cloud. Auch die Anwendung des resultierenden Modells wird von der Geo Engine unterstützt, indem es als Operator bereitgestellt wird und im System angewendet werden kann. Damit bietet die Geo Engine einen einfachen Zugang zu KI-Methoden und die Möglichkeit Analysen und Vorhersagen damit signifikant zu verbessern.