Im Projekt Digitaler Zwilling wird das gesamte Land beflogen und ein einheitlicher Datensatz erstellt. Quelle: BKG
Das Projekt Digitaler Zwilling Deutschland ist eines der ambitioniertesten nationalen Geoinformationsprogramme in Europa. Unter der Leitung des Bundesamtes für Kartographie und Geodäsie (BKG) hat es sich von einer Machbarkeitsstudie (2020– 2022) zu einer vollständigen Umsetzung im Rahmen des Projekts DigiZ DE entwickelt – mit dem klaren Ziel, eine konsistente, hochpräzise und interoperable 3D-Analyseplattform für das gesamte Bundesgebiet aufzubauen, die mit europäischen Initiativen wie Destination Earth abgestimmt ist.
Der Umfang des Projekts ist beträchtlich: Die Produktion ist in mehrere Lose mit jeweils definiertem geografischem Geltungsbereich und technischen Anforderungen aufgeteilt. BSF Swissphoto verantwortet Los 2 – ein umfangreiches Teilgebiet von mehr als 63.000 km², das auch die Inseln der Ostsee einschließt. Dazu gehören vor allem die Bundesländer Mecklenburg-Vorpommern sowie Teile Brandenburgs.
KI-gestützte Klassifizierung im nationalen Maßstab
Das LiDAR-Projekt zum Digitalen Zwilling Deutschland deckt eine Bundesfläche von rund 356.794 km² ab. Als zentrales Qualitätsziel wurde eine Klassifizierungsgenauigkeit von mehr als 95 % festgelegt – dies ist das offizielle Abnahmekriterium des BKG Anfang 2026 hat BSF Swissphoto bereits mehr als 34.000 km² innerhalb von Los 2 erfolgreich klassifiziert, was mehr als der Hälfte der zugewiesenen Projektfläche entspricht. Alle Daten erfüllen zuverlässig den geforderten Genauigkeitsschwellenwert.
Die luftgestützten LiDAR-Daten werden mit einer Dichte von ca. 40 Punkten pro Quadratmeter erfasst. Der Klassenkatalog ist komplex und umfasst neben Gebäude, Infrastruktur- und Vegetationsklassen auch spezielle Objektkategorien wie:
• Hochspannungsfreileitungen
• Windkraftanlagen
• Photovoltaikanlagen
Die Klassifizierung ist einer der Hauptaufgaben des Projektes. Dazu gehört auch die energietechnische Infrastruktur. Die KI-basierte Methode ermöglicht einen hohen Grad an Automatisierung. Fotos: Pointly GmbH © Data courtesy of the Federal Agency for Cartography and Geodesy, Germany
Workflow-Integration und Verarbeitungsleistung
Das BKG hat gemeinsam mit Pointly einen Workflow entwickelt, in dem regelbasierte Klassifizierung mit KI-gestützten Deep-Learning-Modellen kombiniert ist. Letztere werden durch iterative Trainingszyklen kontinuierlich verfeinert. „Fortschrittliche Nachbearbeitungsroutinen reduzieren den manuellen Korrekturaufwand auf ein Minimum“, sagt Moritz Hartmann von Pointly. Durch die skalierbare Cloud-Infrastruktur erreicht das Unternehmen Verarbeitungsgeschwindigkeiten von über 3.000 km² innerhalb von 24 Stunden – ein Standardproduktionsblock (7.687 Kacheln) wird so nach Angaben des Unternehmens in 3 bis 4 Tagen klassifiziert. Die Integration der Pointly-API in bestehende Produktionsketten von BSF Swissphoto ermöglicht nahtlose Datenübertragung und Automatisierung.
Qualitätssicherung und strategische Relevanz
„Die Klassifizierung muss eine hohe Konsistenz über vielfältige Umgebungen hinweg gewährleisten – von Küstenzonen über Industriegebiete bis hin zu ländlichen Landschaften“, so Hartmann. Durch spezialisierte Deep-Learning-Verfahren, projektspezifisches Fine-Tuning und Transfer-Learning-Techniken werden die Modelle flexibel an veränderte Anforderungen angepasst. „Das erreichte Genauigkeitsniveau von über 95 % belegt die erfolgreiche Balance zwischen Automatisierungsgeschwindigkeit und Qualitätskontrolle“, erläutert Hartmann.
Im Projekt Digitaler Zwilling Deutschland ist die Klassifizierung kein nachgelagerter Verarbeitungsschritt, sondern das strukturelle Fundament für fortgeschrittene Geoanwendungen: präzises 3D-Objektmodelling, Analyse von Infrastruktur- und Energieanlagen sowie Umwelt- und Raumnutzungssimulationen. Die Zusammenarbeit zwischen BSF Swissphoto und Pointly zeigt, wie hochdichte Luftbilderfassung und skalierbare KI-Workflows bundesweit konsistente, hochgenaue Ergebnisse im erforderlichen Tempo liefern können.