← Back to the registerPublic-sector AI use

SegFlow

Das System unterstützt geologische Kartierarbeiten auf Basis hochaufgelöster Drohnenbilder. Ein trainiertes U-Net segmentiert vordefinierte lithologische und Oberflächentexturklassen vor. Ergänzend nutzt das System Segment Anything Model (SAM), um nicht definierte bzw. offene Klassen zu erfassen, die anschließend durch menschliche Fachnutzer geprüft, korrigiert und gelabelt werden. Die finale Entscheidung verbleibt beim Menschen. Es handelt sich um ein reines Assistenzsystem.

Source checked 18 Jul 2026, 22:41Original MaKI source ↗Data schema ki-verwaltungsradar.internal.v1
MaKI identifierBD20247794809AuthorityBundesanstalt für Geowissenschaften und RohstoffeStatusDevelopmentOpen original profile ↗
Evidence-backed dossier

SegFlow

Das System unterstützt geologische Kartierarbeiten auf Basis hochaufgelöster Drohnenbilder. Ein trainiertes U-Net segmentiert vordefinierte lithologische und Oberflächentexturklassen vor. Ergänzend nutzt das System Segment Anything Model (SAM), um nicht definierte bzw. offene Klassen zu erfassen, die anschließend durch menschliche Fachnutzer geprüft, korrigiert und gelabelt werden. Die finale Entscheidung verbleibt beim Menschen. Es handelt sich um ein reines Assistenzsystem.

Development
Authority
Bundesanstalt für Geowissenschaften und Rohstoffe
Administrative level
Federal
Ministry
Bundesministerium für Wirtschaft und Energie
Risk classification
Minimal riskSelf-reported in the MaKI profile, not an i6eal assessment
AI method
Computer Vision
Application area
Forschung
Governance matrix

Published, planned or open

The matrix separates published information, planned reviews, non-required information and unknown fields. It deliberately has no composite score.

Risk classificationMinimales Risiko
Fundamental-rights reviewWurde nicht betrachtet
Data-protection statementNicht erforderlich
Contractor useIntern
Intervention optionsÜberwachung und Überprüfung der KI-Ausgaben durch qualifizierte Mitarbeiter
Project linkNot published
Published context

Affected groups and risk measures

Affected groups
Mitarbeitende der Behörde/ des Ressorts
Risk measures
Nicht erforderlich
Described harm risks
Nicht erforderlich
Timeline

Project and publication dates

  1. Project start
  2. First published
  3. Last published
MaKI identifierBD20247794809
Evidence basispublished authority profile
Source state18 Jun 2026, 21:54