Verbundvorhaben: Sachdatenbasierte Entwicklung einer mobilen App zur Stärkung von Waldbesitzeransprache und Beratung im Kleinprivatwald auf der Basis von Fernerkundungs- und Geodaten (WaldKlick)

Abstract

Geodateninfrastruktur: FELIS richtete eine leistungsfähige, Cloud-basierte Geodateninfrastruktur ein, die auf einer PostGIS-Datenbank und GeoServer basiert. Diese ermöglicht die Bereitstellung deutschlandweiter Walddaten über Web Map Services (WMS) und Web Feature Services (WFS). Die Infrastruktur nutzt einen leistungsfähigen Server in einem deutschen Rechenzentrum, und als Datengrundlage wurden primär die Amtlichen Liegenschaftskatasterinformationssysteme (ALKIS) verwendet. Beteiligungsverfahren: Unique baute eine Testgruppe mit Waldbesitzenden aus verschiedenen Bundesländern auf. Im Rahmen von mehreren Befragungen, Nutzertests und Interviews wurde diese Testgruppe aktv in den Prozess der App-Entwicklung eingebunden. Die Erkenntnisse aus dem Beteiligungsverfahren trugen wesentlich zur Gestaltung der App bei und wurden zudem für das Geschäftsmodell berücksichtigt. Deutschlandweites Angebot von aggregierten Wald-Geodaten: Im Projekt wurde erstmals ein deutschlandweites Angebot von Geodaten speziell für Waldflächen geschaffen. Um große, rasterbasierte Datensätze wie Baumarten, Klimadaten, Trockenheitsinformationen und Flurstücksdaten zu integrieren, wurden flurstücksspezifische Vorprozessierungen durchgeführt. Diese erlauben eine schnelle und nutzerfreundliche Abfrage in der App. Für die Verarbeitung wurden Sentinel-Satellitendaten, Daten zur Bodenbeschaffenheit und Klima-Zeitreihen in die Geodateninfrastruktur integriert und umfassend aufbereitet. Entwicklung eines API: Um eine effiziente Anbindung der App an die Geodaten zu ermöglichen, wurde ein API auf Basis von Supabase entwickelt. Das API unterstützt Echtzeitabfragen und gewährleistet eine reibungslose Kommunikation zwischen Backend und Frontend. Die Nutzerfreundlichkeit und Leistungsfähigkeit wurden in mehreren Tests bestätigt. App-Entwicklung: Die Entwicklung der App erfolgte plattformübergreifend mit dem Framework Flutter, in enger Zusammenarbeit mit einem Dienstleister und den Projektpartnern. Das User Interface wurde basierend auf Mock-ups erstellt, die mithilfe der Software Figma erstellt und in mehreren Feedback-Runden mit Waldbesitzern getestet wurden. Das iterative Vorgehen, bei dem Nutzerfeedback laufend integriert wurde, führte zu einer stetigen Verbesserung der Benutzerfreundlichkeit. Innovative Datenanalysen: FELIS führte eine Zeitreihenanalyse von Satellitenbildern durch, um Bestandsveränderungen und den Waldanteil über die Zeit zu erfassen. Zusätzlich wurden Versuche zur Totholzerkennung mittels Sentinel-2-Daten durchgeführt, die auf einem hochauflösenden Trainingsdatensatz basieren. Parallel dazu wurden Drohnenbefliegungen durchgeführt, um hochauflösende Daten wie Geländemodelle und Baumhöhenmodelle zu generieren, die zukünftige Anwendungen unterstützen. In diesem Zug wurde von Unique land use die Ableitung von bewirtschaftunsgrelevanten Walddaten aus frei verfügbaren LiDAR-Daten für die Pilotregion NRW getestet. Da aus den Befragungen der Testgruppe der Bedarf für eine Bestandeseinteilung hervorging, wurde für NRW ein Datensatz zur satellitengestützten, automatisiserten Bestandesdelinierung entwickelt. Geschäftsmodell: Es wurde eine Analyse verschiedener Finanzierungsmodelle anderer Privatwald-Apps durchgeführt. Basierend darauf konnten Kosten und mögliche Erlöse ermittetlt werden. Darauf aufbauend wurde eine Strategie zur Weiterführung von WaldKlick entwickelt. Öffentlichkeitsarbeit: Das Projekt und die App wurden auf mehreren Fachveranstaltungen und in Fachzeitschriften vorgestellt. Über einen Newsletter wurden Interessierte über den Entwicklungsverlauf der App informiert. Die Webseite www.waldklick.de bietet Information zur App, beantwortet häufig gestellt Fragen und verweist auf den Download der App.