Bamberg_Bakim_Baumgattung_Urheber Jonas Troles
Jonas Troles

BaKIM – mit KI den Wald trotz lauter Bäumen sehen

BaKIM bringt künstliche Intelligenz in den Wald: Die Auswertung von Drohnen- und Satellitenbildern in Verbindung mit Klimadaten zeigt den Zustand des Forst- und Baumbestands und ermöglicht eine vorausschauende Baumpflege.

Content

Hitzesommer, lange Trockenperioden und Schädlinge wie der Borkenkäfer machen den Bäumen in unseren Wäldern zu schaffen. Damit Bamberg frühzeitig reagieren kann, setzt die Stadt auf digitale Hilfe: Unter dem Projektakronym BaKIM – für Baum, Künstliche Intelligenz und Mensch – fliegen Drohnen über ausgewählte städtische Wald- und Grünflächen. Die dabei entstehenden hochauflösenden Luftbilder werden mit Hilfe einer KI ausgewertet. So wird sichtbar, wie es jedem einzelnen Baum geht, ob er gesund ist, unter Trockenstress leidet oder von Schädlingen befallen ist.

BaKIM setzt sich aus mehreren Bausteinen zusammen: der Drohnenbefliegung, der automatisierten Bildauswertung durch KI zur Erkennung von Baumarten und Vitalitätsmerkmalen, der Einbindung weiterer Datenquellen wie Bodenfeuchtedaten und einem webbasierten Analysetool. Eine erfolgreiche Umsetzung in weiteren Kommunen erfordert Fachwissen im Bereich Stadtgrün und Zugang zu hochauflösenden Luftbildern oder einem Drohnendienstleister.

Ziel ist es, den Zustand des städtischen Forst- und Baumbestands evidenzbasiert und flächendeckend zu erfassen. So können Forst- und Baumpflegeeinsätze effizienter geplant, Risiken frühzeitig erkannt und Ressourcen gezielter eingesetzt werden. Dies entlastet Forst- und Grünflächenamt der Stadt Bamberg und verbessert gleichzeitig den Schutz der grünen Infrastruktur.

Was macht die Smart City Lösung besonders wirkungsvoll? Wie kann Ihre Kommune davon profitieren, die Lösung übertragen und nachhaltig nutzen? Entdecken Sie hier die Schlüsselfaktoren für den Erfolg dieser Lösung.

Erfolgsfaktoren zur Zielerreichung

Vorausgegangene Entwicklungsschritte

Die erste Projektphase BaKIM-1 wurde vom Bayerischen Staatsministerium für Digitales gefördert und gemeinsam mit dem Lehrstuhl für Kognitive Systeme der Universität Bamberg umgesetzt. Ziel war es, die Grundlagen für eine automatisierte Baumanalyse zu schaffen. Die Weiterentwicklung im Rahmen des Bundesprogramms Modellprojekte Smart Cities baut auf diesen Ergebnissen auf: Aus der forschungsnahen Lösung entsteht ein nutzungsfreundliches, webbasiertes System, das auch von anderen Kommunen eingesetzt werden kann.

Praxisnahe Entwicklung mit Fachabteilungen
Der Erfolg von BaKIM basiert auf der engen Zusammenarbeit mit dem städtischen Forstamt und den Baumpflegerinnen und -pflegern. Sie definierten konkrete Datenanforderungen wie Baumstandorte, Veränderungen des Baumzustands und die Feststellung der Biomasse und Festholzmeter (Wert des nutzbaren Holzes im Stamm). Außerdem stellten sie Testflächen bereit und gaben fortlaufendes Feedback zu Auswertungen und Funktionalitäten. So entstand eine Lösung, die dem tatsächlichen Bedarf vor Ort entspricht und fundierte Entscheidungsgrundlagen für die Forst- und Baumpflege für Fachleute aus dem Forstbereich zur Verfügung stellt.

Testflächen zur Befliegung

Es wurden fünf städtische Testflächen ausgewählt, darunter der Hain (Stadtpark), der Stadtwald, zwei Tretzendorfer Forstflächen sowie der städtische Friedhof. Diese Flächen decken unterschiedliche Waldtypen ab (Laub-, Nadel- und Mischwald) und adressieren damit verschiedene Zielgruppen wie die städtische Baumpflege oder die Forstwirtschaft.

Die Eigentumsverhältnisse (alle Flächen im Besitz der Stadt) sowie die Lage abseits dichter Bebauung erleichterten die Umsetzung im Einklang mit der EU-Drohnenverordnung. Im Gegensatz dazu wäre eine Befliegung privater oder verkehrsnaher Flächen aufgrund rechtlicher Einschränkungen, zum  Beispiel durch Bundesstraßen oder Eigentumsverhältnisse, deutlich aufwändiger gewesen.

Trainingsdaten und KI-gestützte Analyse 
Das KI-System basiert auf mehreren tiefen neuronalen Netzen (DNN), die spezifische Aufgaben übernehmen: die Erkennung einzelner Bäume, die automatische Bestimmung der Baumart sowie die Analyse von Vitalitätsmerkmalen. Zur Verbesserung der Modellgenauigkeit wird das KI-System mit sogenannten Ground-Truth-Daten trainiert. Dabei handelt es sich um manuell im Gelände erhobene Referenzdaten, etwa durch den Förster dokumentierte Bäume, deren Position oder Art und Vitalität, die in den Luftbildern markiert werden.

Die Kombination aus Drohnenbildern, ergänzt durch Bodenfeuchtewerte sowie verlässliche Ground-Truth-Daten, sorgen für eine hohe Qualität und Verlässlichkeit der Ergebnisse. Zudem können durch die wiederholte, jährliche Befliegung identischer Flächen Veränderungen im Bestand über die Zeit systematisch erfasst werden. 

Erfolgsfaktoren zur Übertragbarkeit

Übertragbare Architektur für andere Kommunen
Die Maßnahme ist als Open-Source-Lösung konzipiert und macht BaKIM anschlussfähig für andere Kommunen. Voraussetzung ist der Zugang zu georeferenzierten Luftbildern, einem offenen Geoinformationssystem (GIS) sowie zu Schnittstellen zur jeweiligen Grünpflege oder Forstverwaltung. Die trainierten neuronalen Netze lassen sich auf neue Datensätze anwenden. Durch die geplante Webanwendung wird es künftig leicht, eigene Luftbilder hochzuladen und KI-basiert auswerten zu lassen. Zugleich entfällt durch die Webanwendung das kostenintensive Hosting und auch die vorhandene Hardware kann anderen Kommunen bereitgestellt werden.

Erprobt in verschiedenen Kommunen
BaKIM wurde gemeinsam mit dem Lehrstuhl für Kognitive Systeme an der Universität Bamberg entwickelt und bereits in weiteren Kommunen wie Lemgo und Markt Weisendorf erprobt. Diese Partner lieferten eigene Luftbilddaten, die in Bamberg zur Weiterentwicklung und zum Training der KI-Modelle genutzt wurden. So zeigen auch die Städte Zürich und Memmingen sowie weitere umliegende Forstämter bereits Interesse an einer Übernahme von BaKIM.

Einbindung in digitale Stadtmodelle
BaKIM ist anschlussfähig an digitale Stadtmodelle wie den digitalen Zwilling und erweitert so seinen strategischen Nutzen deutlich. Die gewonnenen Baum- und Vitalitätsdaten können zum  Beispiel in Klimaanalysen, in der Modellierung alternativer Bepflanzungskonzepte oder in Beteiligungsprozesse integriert werden. Darüber hinaus bietet die eingesetzte Drohnentechnologie mit ihrer vielseitigen Sensorik auch Potenzial für weitere Anwendungsfelder, etwa die 3D-Dokumentation historischer Gebäude. Damit leistet BaKIM nicht nur einen Beitrag zur smarten Grünpflege, sondern stärkt die datenbasierte Stadtentwicklung insgesamt.

Zusammengefasst bedeutet das für andere Kommunen: Eine erfolgreiche Umsetzung erfordert Fachwissen im Bereich Stadtgrün und Zugang zu hochauflösenden Luftbildern oder einem Drohnendienstleister. Luftbilder sollten im Juli erhoben werden. Bilddaten aus den Monaten Juni, August und frühem September können ebenfalls genutzt werden.

Erfolgsfaktoren zur Verstetigung

Zukunftssicher durch Betreiberkonzept

Ein tragfähiges Betreiberkonzept befindet sich derzeit in Entwicklung. Ab 2026 ist die Nutzung durch weitere Kommunen im Rahmen eines Software-as-a-Service-Modells vorgesehen. Über eine zentrale Plattform können Kommunen dann eigene Luftbilddaten über eine Weboberfläche hochladen. Die serverseitige Verarbeitung erfolgt automatisiert durch die eingesetzten neuronalen Netze. Innerhalb eines Tages werden die standardisierten Auswertungen bereitgestellt und können über das eigene GIS-System visualisiert werden. Die Open-Source-Basis des Systems sorgt für Transparenz sowie Weiterentwicklungsmöglichkeiten durch Dritte.

Forschung als Verstetigungspartner

Die Universität Bamberg begleitet BaKIM wissenschaftlich weiter. Sie prüft Anschlussprojekte und 
-förderungen, entwickelt die KI-Modelle methodisch fort und sichert so die technologische Weiterentwicklung. Damit bleibt BaKIM zukunfts- und anschlussfähig auch über das Projektende hinaus.

Partnernetzwerk für Forschungs- und Innovationsförderung 

Der kontinuierliche Austausch mit dem Bayerischen Staatsministerium für Digitales (Förderung BaKIM-1) bleibt bestehen und unterstützt weiterhin mit einer Transferförderung. Bayern Innovativ begleitet den Prozess als Partner für Forschungs- und Innovationsförderung, inklusive fachlichem Austausch mit Kommunen aus derselben Förderlinie.

Bamberg_Diagramm
Creative Climate Cities

Weitere Informationen

Ausgangsbedingungen und Ziele

Lokale Herausforderungen

Die Stadt Bamberg steht vor wachsenden Herausforderungen im Umgang mit den Folgen des Klimawandels. Längere Trockenperioden, Extremwetter und Hitzestress setzen insbesondere dem Stadtgrün und den Forstflächen zu. Betroffen sind vor allem Straßenbäume, Parkanlagen und Wälder.

Zugleich prägen umfangreiche Pflegeflächen wie Parks, Alleen, das UNESCO-Welterbegebiet und der kommunale Forst das Stadtbild. Die kompakte Siedlungsstruktur, der Mangel an neuen Entwicklungsflächen und die direkte Nachbarschaft zu geschützten Freiräumen begrenzen den Spielraum für neue Maßnahmen und machen einen besonders sorgfältigen Umgang mit dem vorhandenen Grün notwendig.

Die Stadtverwaltung steht vor der Aufgabe, die grüne Infrastruktur nicht nur zu erhalten, sondern gezielt an die klimatischen Veränderungen anzupassen. Gleichzeitig sind personelle und finanzielle Ressourcen begrenzt. Zudem war ein zentrales Hindernis, dass bisher belastbare, flächendeckende Daten über Baumarten, Vitalitätszustände und Standorte fehlten. Informationen lagen oft nur punktuell oder in zu geringer Auflösung vor. BaKIM stellt zukünftig mittels Drohnenbefliegung, KI-gestützter Bildauswertung und Geodaten eine objektive Datengrundlage für die Grünpflege zur Verfügung.

Planungsziele

BaKIM trägt dazu bei, grüne Infrastruktur als klimarelevante Versorgungsleistung zu bewahren, öffentliche Räume widerstandsfähiger zu gestalten sowie vorausschauend zu pflegen – Ziele, die auch im städtebaulichen Entwicklungskonzept (SEK) der Stadt Bamberg verankert sind.

Durch Luftbildaufnahmen, Geodaten und KI-gestützte Auswertungen entsteht eine belastbare Datengrundlage, auf deren Basis sich Pflegebedarfe erkennen, Investitionen gezielt steuern und Maßnahmen vorausschauend planen lassen. Die gewonnene Transparenz ermöglicht eine objektive Priorisierung, unterstützt die Verwaltung bei fachlich begründeten Entscheidungen und liefert Argumentationsgrundlagen für die Öffentlichkeit.

Zugleich erleichtert die Lösung den Arbeitsalltag der städtischen Fachämter. Mit BaKIM kann der Personaleinsatz in Forst und Grünpflege effizienter geplant, die Belastung für Mitarbeitende reduziert und der Ressourceneinsatz besser koordiniert werden.

Als Open-Source-Lösung ist BaKIM auch für andere Kommunen ohne große IT-Infrastruktur nutzbar und trägt dazu bei, ein lebendiges Netzwerk zu schaffen, dessen Bestandteile sich gegenseitig unterstützen, voneinander lernen und Lösungen sowie Erfahrungen teilen, von denen alle Kommunen profitieren. Die Weiterentwicklung zielt darauf ab, die Anwendung noch niedrigschwelliger und intuitiver zu gestalten, sodass perspektivisch kein spezialisiertes Fachwissen mehr notwendig ist, um Vorhersagen aus Drohnenbildern zu generieren.

Ansatz zur Wirkungsmessung

BaKIM misst Wirkungen anhand konkreter technischer Kennzahlen (KPIs) und praxisnaher Rückmeldungen aus dem Forst- und Grünflächenbereich. Die wichtigsten KPIs sind:

  • Einzelbaumerkennungsgenauigkeit (%)
  • Baumgattungserkennungsgenauigkeit (%)
  • Genauigkeit der Baum-Vitalitätsschätzung (%)
  • Ausgewertete Fläche (in Hektar)
  • Anzahl der Kommunen/Institutionen, auf die BaKIM übertragen wurde

Diese Messzahlen zeigen, wie zuverlässig das System funktioniert und wie breit es einsetzbar ist. Gleichzeitig bewertet das städtische Forstamt die tatsächliche Nützlichkeit im Arbeitsalltag, zum Beispiel bei der Priorisierung von Pflegemaßnahmen oder der Kommunikation gegenüber Politik und Öffentlichkeit. Erste Rückmeldungen der Nutzerinnen und Nutzer bestätigen, dass Pflegeeinsätze gezielter und schneller planbar sind. Die Erkennung von Trockenstress verbessert die Reaktionszeit auf schleichende Schäden.

Entwicklung und Umsetzung

Prozessschritte

  1. Projektentwicklung (Frühjahr bis Herbst 2021):
    Das Smart-City-Team Bamberg entwickelte gemeinsam mit dem Lehrstuhl für Kognitive Systeme an der Universität Bamberg und in enger Abstimmung mit Ideengeberinnen und Ideengebern, Verwaltung und externen Fachleuten eine konkrete Projektskizze inklusive Zielsetzung, Umsetzbarkeit, Wirkung, Ressourcenbedarf, Kostenschätzung und möglicher Projektorganisation.
  2. Abstimmung mit Fachstellen und technische Konzeptentwicklung (ab 2022):
    Das Forstamt, die Universität Bamberg und das Smart-City-Team konkretisierten gemeinsam mit externen Technologiepartnern die technische Umsetzungsplanung (Drohnenflüge, Datenintegration, Deep-Learning-Modelle).
  3. Auswahl der Befliegungsflächen

Für das Projekt wurden bisher vier Flächen gewählt:

  • Hain, 50 Hektar (Bamberger Stadtpark, Laubholzbestand, welcher von den Bamberger Raumpflegerinnen und -pflegern gepflegt wird)
  • Stadtwald, 150 Hektar (nadellastiger Forstbestand des Bamberger Forstamts)
  • Tretzendorf, 100 Hektar (laubholzlastiger Mischwald des Bamberger Forstamts)
  • Eine Befliegung von Baumbeständen abseits von Bebauung ist nach Europäischem Drohnenflugrecht am einfachsten und kostengünstigsten umzusetzen.

    4. Pilotphase:

  • Erste Datenerhebung
  • Auswertung der Bilddaten, Rückkopplung mit der Praxis (zum Beispiel Baumpflegerinnen und -pfleger)
  • Training der tiefen neuronalen Netze: Dabei wird auf das bestehende Baumkataster von Forstamt und Bamberger Service Betrieben zurückgegriffen. So lernt die Software, aus dem Ist-Zustand immer bessere Vorhersagen über zukünftige Schäden zu treffen und trägt dadurch zum Schutz einzelner Naturdenkmäler und ganzer Forstbestände bei.
  • Herausforderung: Aufgrund von rechtlichen Vorgaben zum Einsatz von Drohnen wurden im ersten Schritt vorwiegend Baumdaten außerhalb des Stadtzentrums gesammelt. Für die Befliegung des Forstbereichs muss eine Genehmigung bei der unteren Naturschutzbehörde eingeholt werden. Mit dem Einsatz kleinerer Drohnen wurde diese Einschränkung umgangen und die Datenerhebung skaliert.

5. Transfer des Projekts auf weitere Kommunen 

  • Übertragung von BaKIM auf die ostwestfälischen Städte Lemgo und Kalletal
  • Ausschreibung für die BaKIM-Web-Applikation

    6. Weiterentwicklung von BaKIM-1

    7.Prüfung der Ausweitung von BaKIM auf weitere Bamberger Flächen (Q2/Q3 2025)

  • Prüfung der Ausweitungsflächen
  • Befliegung aller definierten Flächen mit RGB- und LiDAR-Sensorik in Vegetationsperiode Juli / August 2025

Governance

Die Umsetzung von BaKIM basiert auf der engen Zusammenarbeit zwischen der Stadt und der Universität Bamberg. Seit 2022 wird das Projekt gemeinsam mit dem Lehrstuhl für Kognitive Systeme der Universität kontinuierlich (weiter-)entwickelt. Dort entstanden die technischen Grundlagen wie KI-Modelle, Trainingsdaten und Methoden zur Bildauswertung. 

Innerhalb der Stadtverwaltung liegt die Koordination des Projekts beim Smart-City-Team. Es ist zuständig für die organisatorische Steuerung und die übergreifende Projektkommunikation sowie für die Entwicklung eines tragfähigen Betreiberkonzepts.

Das städtische Forstamt und die Baumpflegerinnen und -pfleger der Bamberger Service Betriebe übernehmen eine zentrale Rolle bei der fachlichen Ausgestaltung und praktischen Erprobung. Sie definieren Anforderungen, stellen Flächen für Testbefliegungen bereit und prüfen die KI-Auswertungen im praktischen Einsatz.

Zusätzlich arbeitet die Stadt mit externen Partnern wie Drohnendienstleistern (geokonzept und OGF GmbH) und einem freiberuflichen Förster für das manuelle Daten-Labeling zusammen. Im Rahmen der Entwicklung wissenschaftlicher Auswertungsmethoden besteht eine enge Kooperation mit dem Deutschen Zentrum für Luft- und Raumfahrt e.V.

Kosten bei Beschaffung

Personalkosten / alternativ Personentage Sachkosten Investive Kosten
Anschaffung

eigene Datenerhebung: circa drei Personentage für die Befliegung von 500 Hektar Waldfläche

beauftragte Datenerhebung: circa ein Personentag für die Organisation und Vergabe der Dienstleistung

1.000–2.000 € pro 100 Hektar beflogener Fläche

Quadrocopter: 6.000–20.000 €

Workstation: 10.000 €

Betrieb  ein halber Personentag pro ausgewerteter Fläche in der BaKIM-Web-Applikation

*Die Bayrische Landesregierung förderte BaKIM-1 im Kontext des Programms Kommunal?Digital! in Höhe von 450.000 €.

Partizipation und Kommunikation

Die Stadt Bamberg hat von Beginn an das Projekt BaKIM in bestehende Beteiligungsformate eingebunden. Bereits während der Smart-City-Strategiephase stellte das Smart-City-Team das Projekt bei Veranstaltungen wie Ideenschmieden, runden Tischen und Bürgerstammtischen vor. 

Ein besonderer Fokus lag auf der transparenten Information zu den Drohnenbefliegungen. Diese wurden über Webseite, Social Media, Newsletter und lokale Medien angekündigt und verständlich erklärt. Damit ließen sich mögliche (Datenschutz-)Bedenken direkt ansprechen und das Vertrauen in den verantwortungsvollen Umgang mit sensiblen Daten stärken.

Begleitend wurde die digitale Beteiligungsplattform „Intrakommunal“ genutzt. Hier konnten Bürgerinnen und Bürger Fragen stellen, Rückmeldungen geben und sich fortlaufend über Projektfortschritte informieren. Im Jahr 2025 wurde BaKIM auf den Bamberger Umwelttagen und Veranstaltungen wie der Smart Country Convention und der Kommunale vorgestellt.

Technische Infrastruktur

BaKIM kombiniert moderne Drohnentechnik mit KI-gestützter Bildauswertung und Open-Source-Software zu einer skalierbaren Lösung für die Baumzustandsanalyse.

Hardware

  • Drohnenplattformen:
    • DJI M350 RTK mit P1-RGB-Sensor
    • DJI Mavic 3 Enterprise für die kosteneffiziente Aufnahme kleinerer Flächen
  • Workstations:
    • Hochleistungsrechner für photogrammetrische 3D-Rekonstruktionen mit Agisoft Metashape oder Open Drone Map
    • nur bei eigenem Betrieb der Lösung: Separate GPU-optimierte Workstation für das Training tiefer neuronaler Netze (NVIDIA RTX-basiert)

Software und KI-Modelle

  • Geodatenverarbeitung:
    • Agisoft Metashape zur Erstellung georeferenzierter Orthofotos
    • QGIS für die GIS-basierte Visualisierung und Analyse
  • Python-basierte Analyse- und Trainingsumgebung:
    • Libraries: GDAL, PDAL, geopandas, numpy, PyTorch, Tensorflow, Detectron2
    • Netzwerke: Mask2Former (Objekterkennung), U-Net (Segmentierung), EfficientNet, ResNet(Bildklassifikation)
  • Webanwendung:
    • derzeit in Entwicklung als offenes, modular aufgebautes Open-Source-System
    • Code wird öffentlich bereitgestellt (Lizenz in Vorbereitung)
    • kein eigenes Hosting notwendig: Datenupload, Auswertung und Ergebnisbereitstellung erfolgen zentral

Schnittstellen und rechtlicher Rahmen

  • Die Webanwendung stellt aktuell keine externen Schnittstellen zur Verfügung, ist aber intern auf GIS-Kompatibilität und modulare Erweiterbarkeit ausgelegt.
  • Der Einsatz der Drohnen unterliegt den geltenden Vorschriften (Luftverkehrsordnung, Straßen- und Wegerechte, Eigentumsrechte, DSGVO-konformer Flugbetrieb).
    • Die eingesetzten Drohnen liefern Luftbilder mit einer Auflösung von 1,5 bis 2,0 Zentimetern – eine Identifizierung von Personen ist dabei ausgeschlossen.
  • Bei Nutzung auf öffentlichen Flächen und durch Kommunen ist die Einhaltung des Daten-Nutzungsgesetzes (DNG) sowie zivilrechtlicher Zustimmungen bei Privatgrundstücken zu beachten.
  • Bei Fehlverhalten von Drohnen können haftungs- und versicherungsrechtliche Fragen aufkommen.

Datengrundlagen

Bestandsdaten

Die Stadt Bamberg stellte relevante Geobasisdaten aus dem kommunalen Geoinformationssystem bereit – darunter Flurstücke und Baumkataster. Diese Daten lagen im Shape-Format vor. Als räumlicher Bezugsrahmen diente das amtliche EPSG:25832-Koordinatensystem (ETRS89 / UTM Zone 32N).

Neu erhobene Daten

Die zentralen Analysen basieren auf hochauflösenden, georeferenzierten Luftbildern, die mittels Drohnen mit RGB-Sensorik aufgenommen wurden. Diese Befliegungen erfolgten nach definierten Flugrouten und wurden über Agisoft Metashape zu Orthofotos und Punktwolken verarbeitet. Zusätzlich kamen Bodenfeuchte- und Wetterdaten als ergänzende Umweltinformationen hinzu.

Datenzusammenführung und -verwendung

Die Datensätze wurden in einem konsistenten Raumbezug zusammengeführt und dienten dem Training sowie der Anwendung verschiedener KI-Modelle (zum Beispiel Mask2Former, U-Net). Die Ergebnisse – zum Beispiel Baumstandorte, Gattungen, Vitalitätsindizes – wurden als GIS-Layer (GeoPackage) ausgegeben und stehen für die Weiterverarbeitung durch das Forstamt und andere Fachstellen zur Verfügung.

Kontakt