Skip to content

09/09/2026

Lesezeit 8min

Joachim Bender

Joachim Bender

Produktmanager Umweltplanung & Genehmigungsmanagement

Anna Göbel

Umweltplanung & Ökologie Koblenz

Von Drohnenkartierung bis GeoAI: Swecos Projekte zeigen, wie Daten und Algorithmen Ökologie und Infrastrukturplanung zusammenbringen

Ökologische Bewertungen waren lange geprägt von zeitintensiven Feldbegehungen, punktuellen Stichproben und einem hohen Maß an Erfahrungswissen einzelner Fachleute. Das ändert sich gerade grundlegend. Satellitendaten, Sensornetzwerke, Drohnenbefliegungen und maschinelles Lernen liefern heute ökologische Informationen in einer Auflösung, Geschwindigkeit und Flächendeckung, die mit klassischen Methoden nicht erreichbar war.

Für Ökolog*innen bedeutet das nicht, dass Fachwissen ersetzt wird – im Gegenteil: KI-gestützte Verfahren schaffen zunehmend die Datengrundlage, auf der fundierte fachliche Bewertungen erst möglich werden. Geländeerhebungen sind in vielen Bereichen nach wie vor notwendig, aber KI-gestützte Verfahren ermöglichen auf einer immer detaillierteren Datenbasis eine präzisere und schnellere Bearbeitung. Mit Hilfe automatisierter Bildanalysen sind bei bestimmten Fragestellungen heute schon innerhalb weniger Tage belastbare Ergebnisse zu erreichen, wofür früher mehrere Wochen notwendig waren. Und wo Lebensräume schwer zugänglich oder besonders störungsempfindlich sind, ermöglichen Drohnen und akustische Sensorik eine Erfassung, die Wildtiere kaum beeinträchtigt.

Die Projekte von Sweco zeigen, wie diese Technologien heute bereits in der Infrastrukturplanung, im Küstenschutz und bei der Erforschung bislang unbekannter Ökosysteme eingesetzt werden.

Drohnenkartierung für den Artenschutz: Hochspannungsleitung in den Niederlanden

Drohnenkartierung für den Artenschutz: Hochspannungsleitung in den Niederlanden

Bei der Modernisierung einer 42 Kilometer langen Hochspannungstrasse zwischen Doetinchem und Dodewaard stand ein klassisches Problem im Raum: Wie lässt sich der Zustand von Maststandorten und potenziellen Vogelnestern über eine solche Strecke erfassen, ohne aufwendige und störende Begehungen an jedem einzelnen Mast?

Mensch mit Drohne auf Wiese

Die Antwort: hochauflösende Drohnenbefliegung. Mit Orthomosaik-Kartierung im Zentimeterbereich entstand eine durchgehende digitale Übersicht der Trasse. Wärmebildaufnahmen ergänzten die Analyse um Hinweise auf aktive Tierbewegungen, während es hochauflösende Bilddaten Ökolog*innen ermöglichten, geschützte Vogelnester direkt an den Masten zu identifizieren und Artvorkommen zu bestätigen, ganz ohne physischen Zugang zu den Anlagen.

Das Ergebnis: schnellere, sicherere und zugleich präzisere ökologische Bewertungen bei deutlich reduzierter Störung von Flora und Fauna. Für große lineare Infrastrukturprojekte (Stromtrassen, Bahnstrecken, Pipelines) zeigt dieser Ansatz ein Modell, das sich auf vergleichbare Vorhaben in Deutschland übertragen lässt, etwa im Kontext des Netzausbaus.

Küstenschutz und Biodiversität zusammen denken: das Projekt Hamnporten im schwedischen Malmö

Küstenschutz und ökologische Aufwertung werden häufig getrennt geplant, dabei lassen sie sich strategisch verbinden. Das Projekt Hamnporten in Malmö ist Teil einer langfristigen Küstenschutzstrategie der Stadt und verdeutlicht, wie datenbasierte Planung beide Ziele zusammenführen kann.

Mittels Sonarvermessung, Drop-Video-Systemen und räumlicher Analyse wurden 1.331 Hektar Meeresfläche kartiert. Dabei rückten unter anderem ausgedehnte Seegraswiesen in den Fokus; Schlüssellebensräume für die marine Biodiversität und zugleich wichtige Kohlenstoffsenken. Die gewonnenen Daten flossen direkt in die Gestaltung der Uferlinie, in Konzepte für künstliche Riffe sowie in blau-grüne Infrastruktur ein, die marines Leben fördert und die Stadt gleichzeitig vor Sturmereignissen schützt.

Hamnporten zeigt exemplarisch, wie sich Klimaanpassung, Erholungsnutzung und Ökosystem-Wiederherstellung in einem Planungsprozess vereinen lassen. Ein Ansatz, der angesichts steigender Anforderungen an naturbasierte Lösungen (Nature-based Solutions) auch für deutsche Küsten- und Gewässerprojekte an Relevanz gewinnt.

 

GeoAI auf Gotland: unbekannte Feuchtgebiete sichtbar machen

Manche Ökosysteme sind so unscheinbar, dass sie selbst systematischen Kartierungen entgehen. Alkalische Niedermoore gehören zu den artenreichsten Feuchtgebietstypen Europas und sind gleichzeitig sehr schwer direkt zu identifizieren.

Auf der schwedischen Insel Gotland hat Sweco gemeinsam mit der zuständigen Provinzverwaltung (County Administrative Board) einen GeoAI-Ansatz genutzt, der Machine Learning und Deep Learning kombiniert, um Luftbilder und geografische Datensätze systematisch auszuwerten. Der Clou dabei: Da sich alkalische Niedermoore nicht direkt erkennen lassen, identifizierten die KI-Modelle zunächst die Große Sumpfsegge (Cladium mariscus) als ökologischen Indikator. Über diesen Umweg entstand eine detaillierte Geodatenbank mit potenziellen Moorstandorten, Vegetationsstrukturen und angrenzender Landbedeckung.

Diese landschaftsweite Datengrundlage unterstützt nun priorisierte Schutzmaßnahmen und ein langfristiges Biodiversitätsmanagement auf der Insel. Das Projekt verdeutlicht ein Prinzip, das für den Naturschutz zunehmend an Bedeutung gewinnt: KI kann nicht nur Bekanntes schneller erfassen, sondern auch bislang unentdeckte ökologische Werte sichtbar machen. Eine Voraussetzung für wirksamen Schutz.

Artenschutz in deutschem Steinbruch: Wildkameras und Drohnen im Einsatz

Artenschutz in deutschem Steinbruch: Wildkameras und Drohnen im Einsatz

Auch die Auswertung von Wildkamera-Fotos verdeutlicht das Potenzial von KI für den Natur- und Artenschutz. Gerade wenn es darum geht, das Vorkommen einzelner Arten gezielt nachzuweisen, kann die automatisierte Bildanalyse eine wertvolle Unterstützung sein, die manuell nur mit großem Zeitaufwand möglich wäre. KI-Systeme können diese Aufnahmen automatisiert sichten, Arten identifizieren und auffällige Aufnahmen markieren.

Im Rahmen der Rekultivierungsplanung eines Basaltsteinbruchs in Nordrhein-Westfalen wurden die Kameras in der Nähe von Ausgleichsgewässern eingesetzt, um das Vorkommen invasiver Prädatoren wie den Waschbären zu erfassen. Die KI-gestützte Bildanalyse hilft dabei, die Aufnahmen systematisch auszuwerten und relevante Nachweise schneller zu erkennen. Auf dieser Grundlage können gezielt Maßnahmen entwickelt werden, um die umgesiedelten Amphibien besser zu schützen.

Auch der Einsatz von Drohnen kann die naturschutzfachliche Arbeit im Steinbruch unterstützen. Für die Detektion von Schutthalden, die sich tagsüber aufheizen und nachts Wärme abstrahlen, wurden nächtliche Befliegungen mit einer Wärmebilddrohne durchgeführt. Mithilfe von GeoAI lassen sich die wärmeren Bereiche automatisiert erkennen und auswerten. So können potenzielle Aufenthaltsorte wärmeliebender Amphibien gezielt identifiziert und bei der weiteren Planung berücksichtigt werden.

Gleichzeitig bleibt auch hier die fachliche Einordnung entscheidend: Die KI liefert Hinweise und Muster, die Bewertung der Ergebnisse und Entwicklung von Maßnahmen erfolgt weiterhin durch Ökolog*innen.

Warum das Thema KI im Naturschutz gerade jetzt an Fahrt gewinnt

Die Projekte stehen exemplarisch für eine Entwicklung, die sich in mehrere aktuelle Trends einordnet:

  • Regulatorischer Druck steigt.
    Mit der EU-Renaturierungsverordnung (Nature Restoration Law) und den Berichtspflichten zu Biodiversität und Ökosystemen ESRS E4 (europäischer Nachhaltigkeitsberichtsstandard für den Bereich Biologische Vielfalt und Ökosysteme) im Rahmen der CSRD (Corporate Social Responsibility Directive) müssen Unternehmen und Behörden ökologische Zustände zunehmend belastbar erfassen und dokumentieren, was manuell nur mit einem deutlich höheren Aufwand leistbar ist.
  • Naturbezogene Risiken werden finanziell relevant.
    Rahmenwerke wie die TNFD (Taskforce on Nature-related Financial Disclosures; eine globale, marktorientierte Initiative, die Unternehmen und Finanzinstituten ein einheitliches Rahmenwerk zur Offenlegung, Bewertung und Steuerung naturbezogener Risiken und Chancen bietet) rücken Biodiversitätsdaten in die Unternehmenssteuerung. Wer Naturrisiken bewerten will, braucht flächendeckende, aktuelle Datengrundlagen.
  • „Nature Tech“ etabliert sich als eigenes Feld.
    GeoAI, Bioakustik, eDNA-Analysen und satellitengestütztes Monitoring wachsen von Pilotprojekten zu etablierten Werkzeugen in Planungsprozessen.
  • Frühzeitige Integration wird zum Standard.
    Wo ökologische Daten früh und in hoher Qualität vorliegen, lassen sich Konflikte zwischen Entwicklung und Naturschutz oft vermeiden, statt nachträglich zu lösen. Ein Vorteil für Planungssicherheit auf beiden Seiten.

Gemeinsam ist allen drei Projekten, dass KI hier keine Blackbox ist, die ökologische Bewertungen automatisiert vornimmt. Sie liefert Daten und Muster. Die fachliche Einordnung, Priorisierung und Entscheidung bleibt Aufgabe von Ökolog*innen und Planungsverantwortlichen. Genau in diesem Zusammenspiel liegt der eigentliche Fortschritt.

Häufige Fragen zu KI im Biodiversitätsschutz

Was ist GeoAI?

GeoAI bezeichnet die Kombination aus maschinellem Lernen und Geodaten (z. B. Satellitenbilder, Luftbilder, Kartendaten), um räumliche Muster – etwa Habitattypen oder Vegetationsstrukturen – automatisiert zu erkennen und auszuwerten.

Wie unterstützt KI die ökologische Bewertung bei Infrastrukturprojekten?

KI-gestützte Bild- und Sensordatenanalyse ermöglicht es, große Flächen schnell und mit geringer Störwirkung auf Habitate und Arten zu untersuchen, etwa durch Drohnenbefliegung, Wärmebildtechnik oder automatisierte Lauterkennung. Das liefert eine belastbare Datenbasis für Genehmigungsverfahren und Ausgleichsplanung.

Ersetzt KI die ökologische Fachbewertung?

Nein. KI-Modelle liefern Daten und Mustererkennung in hoher Auflösung und Geschwindigkeit. Die fachliche Interpretation, Priorisierung von Schutzmaßnahmen und Entscheidungsfindung bleibt Aufgabe qualifizierter Ökolog*innen.

Welche Rolle spielt Bioakustik im Naturschutz?

Automatisierte akustische Erkennung wird zunehmend eingesetzt, um schwer beobachtbare Arten wie Fledermäuse oder Vögel anhand ihrer Rufe zu identifizieren: kontinuierlich, non-invasiv und über längere Zeiträume als bei klassischen Feldbegehungen möglich.

Die vorgestellten Projekte wurden von Sweco in den Niederlanden und in Schweden (in Malmö und auf Gotland) umgesetzt. Weiterführende Informationen zu den Einzelprojekten finden sich im Urban Insight Bericht.

Sie haben Fragen oder wollen ein Projekt mit uns umsetzen? Kontaktieren Sie uns!

Joachim Bender

Joachim Bender

Umweltplanung & Genehmigungsmanagement

Nicht gefunden, was Sie suchen?

Hinterlassen Sie hier Ihre Daten – unsere Expert*innen helfen Ihnen gern weiter. Wir sorgen dafür, dass Sie mit der richtigen Person in Kontakt kommen. Vielen Dank!
  • Dieses Feld dient zur Validierung und sollte nicht verändert werden.