BodenML
Ziel ist die Entwicklung und Anwendung einer auf dem maschinellen Lernen basierenden Methode für das automatisierte Identifizieren von Bodenhorizonten und einiger ihrer morphologischen Eigenschaften (wie Rostfleckung, Einwaschungsmerkmale) aus Fotos von Bodenprofilen. Dabei sollen Bildverarbeitungs- und Mustererkennungstechniken eingesetzt werden, um die Bodenhorizonte zu segmentieren, zu klassifizieren und valide Ergebnisse zu liefern.
- Behörde
- Bundesanstalt für Geowissenschaften und Rohstoffe
- Verwaltungsebene
- Bund
- Ressort
- Bundesministerium für Wirtschaft und Energie
- Risikoeinordnung
- Minimales RisikoSelbstauskunft im MaKI-Profil, keine i6eal-Bewertung
- KI-Methode
- Computer Vision · Deep Learning
- Einsatzbereich
- Energie und Umwelt
Veröffentlicht, geplant oder offen
Die Matrix trennt veröffentlichte Angaben, geplante Prüfungen, nicht erforderliche Angaben und unbekannte Felder. Es gibt bewusst keinen Gesamtscore.
Betroffene Gruppen und Risikomaßnahmen
- Betroffene Gruppen
- Nicht erforderlich
- Risikomaßnahmen
- Nicht erforderlich
- Beschriebene Schadensrisiken
- Nicht erforderlich
Projekt- und Veröffentlichungsdaten
Diese Daten stammen aus dem aktuellen MaKI-Profil. Sie sind keine i6eal-Beobachtungshistorie.
- Projektstart
- Erstmals veröffentlicht
- Zuletzt veröffentlicht
Beobachtungschronik
Dieses Profil wird seit 19. Juli 2026 beobachtet. Quellseitige Projekt- und Publikationsdaten bleiben davon getrennt.
Vom Beobachtungsbeginn am 19. Juli 2026 bis zum letzten vollständigen Quellstand am 16. Okt. 2026 haben wir an diesem Profil keine Änderung beobachtet.