





Unser Team
Wir sind ein interdisziplinäres Team, das Expertise aus Informatik, Geographie und Betriebswirtschaft vereint.
Die Integration von Geodaten in Analysen und Prozessen stellt eine große Herausforderung dar. Sie sind schwer zu beschaffen, liegen in vielfältigen Formaten vor und benötigen viel Speicherplatz. Sie sind damit der Inbegriff von Big Data.
Die Geo Engine ermöglicht den Fokus auf Datenanalyse zu setzen
Wir bieten ein großes Repositorium öffentlicher Daten und binden Ihre privaten Forschungsdaten und Unternehmens-Data-Lakes ein.
Die Geo Engine ist über offene Schnittstellen von allen gängigen GIS-Tools und beispielsweise Python aus benutzbar. Zusätzliche sind KI-Frameworks wie Tensorflow angebunden.
Unsere Engine übernimmt die korrekte Datenverarbeitung über Raum- und Zeit- Dimensionen und skaliert dank strombasiertem Vefahren für beliebig große Datensätze.
Geodaten sind besonders gut visuell analysierbar. Unser web-basiertes User-Interface bietet verlinkte Ansichten für Visual Analytics und eine interaktive Workflow-Definition.
Die Kern-Version unseres Produkts beinhaltet die wichtigsten Funktionen als freie und Open-Source-Software (FOSS) unter der Apache-Lizenz Version 2.0. Der Code und weitere Informationen sind auf GitHub und in unserer Dokumentation verfügbar.
Darüber hinaus bieten wir eine kommerzielle Lizenz für eine erweiterte Pro-Version und Support für die Geo Engine an. Diese umfasst einen vollständig verwalteten Cloud-Service oder die On-Premises-Bereitstellung und Integration.
Die Funktionen der Pro-Version zielen auf die Bedürfnisse von Unternehmenskunden ab, wie erhöhte Effektivität, vertikale Skalierbarkeit, Integration von Drittanbietern, verbesserte Sicherheit oder höhere Geschwindigkeit der Geo Engine. Damit vereinfachen wir die Verwaltung im großen Maßstab und bieten mehrere Module, die die Funktionalität von Geo Engine erweitern.
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.
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.
Wir unterstützen Sie bei der Umsetzung Ihrer Geodatenprojekte.
Wir entwickeln Spezialanwendungen auf Basis der Geo Engine entsprechend Ihrer Anforderungen für Sie.
Wir bieten Ihnen eine Cloud-Instanz der Geo Engine an, die auf Ihre Bedürfnisse zugeschnitten ist.
Wir sind ein interdisziplinäres Team, das Expertise aus Informatik, Geographie und Betriebswirtschaft vereint.
Very interesting discussions at the Geospatial World Forum #GWF2023! Our talk is tomorrow in the session on New Space & Commercialization in EO. Stay tuned!
This is our booth at the #GNMG23 where Global Navigation meets Geoinformation. If you are there, come meet us! Original Tweet
Today the University of Marburg @Uni_MRreleased a news article on our CropHype project: https://www.uni-marburg.de/de/aktuelles/news/2023/satellitendaten-unterstuetzen-anbau Original Tweet