Künstliche Intelligenz (KI) verändert unser Verständnis der Welt grundlegend. Von Katastrophenschutz und Infrastrukturmanagement bis hin zu Umweltüberwachung und nationaler Sicherheit setzen Organisationen zunehmend auf automatisierte Systeme, um riesige Mengen an Geodaten zu verarbeiten und in handlungsrelevante Erkenntnisse umzuwandeln.
Gleichzeitig nehmen Umfang und Komplexität dieser Informationen stetig zu. Bildmaterial, Videos, Sensornetzwerke, digitale Zwillinge und andere Datenquellen erzeugen beispiellose Informationsmengen, die organisations-, plattform- und anwendungsübergreifend geteilt, verstanden und als vertrauenswürdig eingestuft werden müssen.
Um dieser Herausforderung zu begegnen, bedarf es mehr als neuer Technologien. Es bedarf einer gemeinsamen Grundlage, die es Systemen ermöglicht, zusammenzuarbeiten, Daten nahtlos zwischen Umgebungen auszutauschen und Informationen während ihres gesamten Lebenszyklus ihre Bedeutung, Qualität und Vertrauenswürdigkeit zu bewahren.
Diese Herausforderung stand im Mittelpunkt von OGC Testbed-21, einer einjährigen Kooperationsinitiative, die von NASA und NGA gefördert wurde. Das Testbed brachte Experten aus Regierung, Industrie, Wissenschaft und der Open-Source-Community zusammen und untersuchte, wie offene Standards und Open-Source-Technologien die Interoperabilität von Geodaten über neue Technologien hinweg verbessern können.
Die Ergebnisse der umfassenderen Initiative wurden während der OGC Testbed-21 Demonstration am 6. und 7. Mai 2026 präsentiert. Obwohl die Demonstrationen ein breites Themenspektrum abdeckten, kristallisierten sich drei Themenbereiche während der gesamten Veranstaltung immer wieder heraus.
1. Interoperabilität umfasst nun Formate, Semantik und Vertrauen.
Jahrzehntelang bedeutete Interoperabilität im Bereich der Geodaten im Wesentlichen, den Datenaustausch zwischen Systemen sicherzustellen. Konnte eine Anwendung die Daten einer anderen lesen, galt das Problem als gelöst. Doch die Anforderungen an Geodaten verändern sich rasant. KI-Systeme, digitale Zwillinge, automatisierte Arbeitsabläufe und zunehmend komplexe Datenökosysteme erfordern mehr als nur einfachen Datenaustausch. Sie benötigen Systeme, die Informationen verstehen, deren Qualität bewerten, deren Ursprung verifizieren und deren Vertrauenswürdigkeit bestimmen können.
Dieser Wandel war während der gesamten Testbed-21-Konferenz deutlich erkennbar. In den Demonstrationen untersuchten die Teilnehmenden, wie Interoperabilität über Formate und APIs hinaus auf Semantik, Provenienz, Integrität und Vertrauenswürdigkeit ausgeweitet werden kann. Die Arbeiten an GIMI (Geospatial-Intelligence Imagery Media for Intelligence, Surveillance, and Reconnaissance), Data Quality for Integrity, Provenance, and Trust (DQ4IPT) und die Konformitätstests führten alle zu demselben Schluss: Metadaten sind nicht länger ein bloßes Anhängsel von Daten; sie werden zu einem entscheidenden Bestandteil der Information selbst und helfen sowohl Menschen als auch Maschinen zu verstehen, woher Daten stammen, wie sie erstellt wurden und wie sie verwendet werden sollen.
Da Organisationen zunehmend auf Automatisierung und KI setzen, wird diese umfassendere Vision von Interoperabilität unerlässlich. Systeme müssen nicht nur Informationen, sondern auch Bedeutung, Kontext, Qualitätsindikatoren und Nachweise austauschen können. Testbed-21 hat gezeigt, dass die Geodaten-Community damit beginnt, diese Grundlage zu schaffen.
2. Bildmaterial und Videomaterial entwickeln sich zu erstklassigen Informationsressourcen.
Bildmaterial zählt seit jeher zu den wertvollsten Quellen raumbezogener Informationen, wurde aber oft als Datei behandelt, die getrennt vom übrigen Informationsökosystem gespeichert, heruntergeladen und betrachtet wurde. Testbed-21 demonstrierte eine andere Zukunft – eine Zukunft, in der Bild- und Videomaterial zu reichhaltigen, auffindbaren und interoperablen Informationsressourcen wird, die sich nahtlos in moderne Arbeitsabläufe integrieren lassen.
Ein Großteil dieser Arbeit konzentrierte sich auf GIMI, einen zukunftsweisenden Ansatz für die Verwaltung von Bildmaterial, Videos und verwandten Geodaten. GIMI wurde unter maßgeblicher Beteiligung von Verteidigungs- und Nachrichtendiensten entwickelt und soll die Einschränkungen herkömmlicher dateibasierter Formate und Arbeitsabläufe überwinden, die die Suche, den Austausch und die Nutzung von Bildmaterial und Medien lange Zeit behindert haben. Anstatt Bildmaterial als isolierte Dateien zu behandeln, ermöglicht GIMI die Verknüpfung von Medien mit umfangreichen Metadaten, den Zugriff über moderne APIs, die Anbindung an Kataloge und Wissenssysteme sowie die direkte Integration in digitale Arbeitsabläufe.
Im Rahmen der Demonstration präsentierten die Teilnehmenden Fortschritte in den Bereichen Streaming, browserbasierte Visualisierung, semantische Anreicherung, standardbasierte Suche und Metadatenmanagement. Anstatt Bildmaterial als statischen Inhalt zu behandeln, zeigten die Demonstrationen, wie es in Kataloge integriert, mit maschinenlesbaren Metadaten verknüpft, über APIs abgerufen und zusammen mit anderen Informationsquellen analysiert werden kann. Das Ergebnis ist ein Modell, in dem Bild- und Videomaterial zu aktiven Bestandteilen digitaler Arbeitsabläufe werden und nicht nur passive Datenprodukte darstellen.
Diese Entwicklung ist besonders wichtig, da KI zunehmend auf Bild- und Videomaterial als primäre Eingangsdaten angewiesen ist. Die Fähigkeit, visuelle Informationen in großem Umfang zu finden, darauf zuzugreifen, sie zu verstehen und ihnen zu vertrauen, wird für zukünftige Anwendungen in den Bereichen Nachrichtendienst, Katastrophenschutz, Infrastrukturmanagement, Umweltüberwachung und unzähligen weiteren Domänen entscheidend sein. Indem GIMI Bild- und Medienmaterial besser auffindbar, interoperabel und KI-fähig macht, schafft es die Grundlage für die nächste Generation von Geoinformations- und Analysesystemen.
3. Vertrauen, Qualität und Konformität sind Voraussetzungen für KI und Automatisierung.
Die vielleicht wichtigste Erkenntnis der Testbed-21 war, dass Vertrauen in Daten und Analysen nicht mehr selbstverständlich ist. Da Unternehmen zunehmend auf automatisierte Systeme und KI-gestützte Entscheidungsfindung setzen, wird es immer wichtiger zu verstehen, woher die Daten stammen, wie sie verarbeitet wurden und ob sie anerkannten Standards entsprechen. Ohne diese Gewissheiten können selbst die ausgefeiltesten Analysen schnell an Glaubwürdigkeit verlieren.
Die Demonstrationen verdeutlichten mehrere sich ergänzende Ansätze zur Bewältigung dieser Herausforderung. Die Teilnehmenden untersuchten maschinenlesbare Provenienz, Integritätsdienste, verifizierbare Anmeldeinformationen, hochwertige Metadaten und automatisierte Konformitätstests. Gemeinsam tragen diese Funktionen dazu bei, eine Umgebung zu schaffen, in der Vertrauen in das System integriert ist und nicht erst nachträglich durch manuelle Prüfung und Validierung hinzugefügt wird. Sie ermöglichen es Organisationen außerdem, Daten und Dienste in komplexen, verteilten Umgebungen konsistenter zu bewerten.
Die Arbeit bekräftigte ein einfaches, aber zunehmend wichtiges Prinzip: Vertrauenswürdige KI basiert auf vertrauenswürdigen Daten, vertrauenswürdigen Metadaten und vertrauenswürdigen Implementierungen. Mit der zunehmenden Automatisierung und Vernetzung von Geodaten-Systemen werden Qualität, Herkunft, Integrität und Konformität zu grundlegenden Infrastrukturbestandteilen und nicht mehr zu optionalen Erweiterungen.
Was wurde demonstriert?
GIMI weiterentwickeln: Eine moderne Grundlage für Geodatenbilder
Ein Schwerpunkt von Testbed-21 lag auf der Weiterentwicklung von GIMI, einem neuen Ansatz für die Verwaltung von Bild- und Videomaterial in modernen Geodaten-Workflows.
Die Arbeit trägt bereits Früchte. Nur wenige Tage nach der Testbed-21-Demonstration veröffentlichte die ISO die HEIF Edition 3 Amendment 2, mit der das „tili“-Feature offiziell in den HEIF-Standard aufgenommen wurde. Dieses Feature, das einen effizienteren Zugriff auf großformatige Kachelbilder ermöglicht, wurde im vorherigen Testbed-20 vorgeschlagen und durch die Arbeiten im Rahmen von Testbed-21 weiterentwickelt. Die Integration des „tili“-Features in den HEIF-Standard ist ein konkretes Beispiel dafür, wie kollaborative Forschung internationale Standards beeinflussen kann.
Joan Maso Pau (Universitat Autònoma de Barcelona – CREAF) präsentierte die für die Testumgebung erstellte GIMI-Basisspezifikation, die modulare Anforderungen an Dateistruktur, Inhaltskennungen, atomare Zeitkodierung, Bildklassen, Sicherheitsmarkierungen und RDF-basierte Metadaten definiert. Er hob außerdem verwandte Arbeiten hervor, die GeoHEIF, einen aufstrebenden OGC-Standardkandidaten, unterstützen.
Die Arbeit des Testbeds an Seek-Optimized HEIF hat mit der Veröffentlichung von ISO HEIF Edition 3 Amendment 2 einen wichtigen Meilenstein erreicht, da das „tili“-Feature formell in die HEIF-Spezifikation aufgenommen wurde.
Aufbau eines Open-Source-GIMI-Ökosystems
Mehrere Teilnehmer demonstrierten, wie sich Open-Source-Software rasant weiterentwickelt, um GIMI zu unterstützen.
Dirk Farin (Algorithmic Research eK) präsentierte Verbesserungen an der libheif-Bibliothek, darunter Unterstützung für Interframe-Videocodierung, verbesserte verlustfreie und unkomprimierte Codecs, GeoTIFF-zu-GIMI-Konvertierung, RDF-Einbettung und HTTP-bereichsbasiertes Streaming von gekachelten Bildern.
Daniel Morin (Collabora) demonstrierte Erweiterungen des GStreamer-Frameworks, die es ermöglichen, komplexe Geodaten von Sensoren – einschließlich multispektraler Bilder, Gleitkommazahlen und wissenschaftlicher Datenformate – mithilfe von GIMI-Workflows zu verarbeiten, zu kodieren und zu streamen.
Núria Julià Selvas und Joan Maso Pau (Universitat Autònoma de Barcelona – CREAF) demonstrierten Verbesserungen am MiraMon Map Browser, die eine flüssige webbasierte Visualisierung sehr großer GIMI- und Seek-Optimized HEIF-Datensätze mittels HTTP-Bereichsanfragen ermöglichen und gleichzeitig den Zugriff auf umfangreiche Metadaten und semantische Informationen gewährleisten.
Bildmaterial auffindbar machen
Entdeckung und Zugänglichkeit waren wiederkehrende Themen in den Demonstrationen.
Shruti Suresh und Alex Bostic (Voyager Search) demonstrierten, wie Voyager Search um die Unterstützung von OGC API Records und STAC erweitert wurde. Dadurch können GIMI-Bilddaten und RDF-Metadaten über standardbasierte Schnittstellen katalogisiert, gefunden und abgerufen werden. Die Demonstration verdeutlichte, wie Herkunftsinformationen und Metadaten ohne proprietäre Tools mit den Bilddaten verknüpft bleiben können.
Semantik in Geodatenmedien einbringen
Simon Cox präsentierte Arbeiten über eine Ontologie zur Abdeckungsbeschreibung, die untersuchten, wie GIMI-Metadaten formal mit OWL dargestellt werden können, und zwar unter Berücksichtigung etablierter semantischer Rahmenwerke wie Basic Formal Ontology (BFO), Common Core Ontologies (CCO), GeoSPARQL und der Semantic Sensor Network (SSN)-Ontologie.
Diese Arbeit legt eine wichtige Grundlage für die Validierung, das maschinelle Verständnis und das automatisierte Schließen in Geoinformationssystemen.
Verknüpfung von Video, Standort und Analysen
Rob Smith (Away Team Software) demonstrierte Web Video Map Tracks (WebVMT) anhand von Dashcam-Aufnahmen, die mit hochfrequenten Standort- und Beschleunigungsmesserdaten synchronisiert wurden.
Der Prototyp zeigte, wie browserbasierte Anwendungen kollisionsähnliche Ereignisse, Schlaglöcher und andere Anomalien direkt aus georeferenzierten Videostreams identifizieren können, und verdeutlichte damit die wachsende Bedeutung von Video als Quelle für Geodaten.
Leistungsbewertung im großen Maßstab
Eugene Yu (George Mason University) präsentierte vorläufige Ergebnisse der Leistungsbewertung, die darauf hindeuten, dass GIMI bei korrekter Kodierung eine mit Cloud Optimized GeoTIFF vergleichbare Leistung erzielen kann.
Anschließend präsentierte Martin Desruisseaux (Geomatys) eine Demonstration der laufenden Arbeiten innerhalb von Apache SIS, um GIMI mit anderen Bildformaten zu vergleichen und zukünftige Implementierungsrichtlinien zu unterstützen.
Núria Julià Selvas (Universitat Autònoma de Barcelona – CREAF) schloss die GIMI-Sitzung mit einer Zusammenfassung der im Rahmen des Testbeds erzielten Fortschritte ab, einschließlich Vorschlägen für Seek-Optimized HEIF und Harmonisierungsbemühungen im Zusammenhang mit GIMI-, GeoHEIF- und Datacube-Technologien.
Vertrauen schaffen durch Integrität, Herkunft und Qualität
Der zweite Tag stand unter dem Motto „Datenqualität für Integrität, Herkunft und Vertrauen“ (DQ4IPT).
Lucio Colaiacomo (4113 Engineering) stellte Ansätze zur Verknüpfung von Geodatenprodukten mit maschinenlesbaren Informationen vor, die Herkunft, Verarbeitungshistorie, Qualitätsmerkmale und Verwendungszweck beschreiben.
Andreas Matheus (Secure Dimensions) und Yves Coene (Spacebel) demonstrierten eine Reihe von IPT-Diensten, die es ermöglichen, Beweismittel mithilfe offener Standards zu veröffentlichen, aufzufinden, zu validieren und auszutauschen. Die Demonstration kombinierte OGC-APIs, STAC, verifizierbare Anmeldeinformationen und Blockchain-basierte Technologien, um zu veranschaulichen, wie Vertrauensdienste in einem interoperablen Ökosystem funktionieren können.
Jamie Feiss (KurrawongAI) demonstrierte eine Softwarebibliothek, die die Transformation von Datenqualitätsmetadaten zwischen standardisierten Modellen ermöglicht und Organisationen dabei hilft, Qualitätsinformationen in operative Arbeitsabläufe zu integrieren.
Konformitätsprüfung und Entwicklerbefähigung
Die abschließenden Demonstrationen konzentrierten sich auf die Qualität der Implementierung und die Sicherstellung der Interoperabilität.
Charles Heazel (Heazel Technologies) stellte das über die Testumgebung entwickelte GIMI-Konformitätstesttool vor, während Samantha Lavender (Pixalytics) begleitende Schulungsmaterialien präsentierte, die Entwicklern bei der Einführung und Nutzung des Tools helfen sollen.
Gobe Hobona (OGC) und Samantha Lavender demonstrierten anschließend, wie automatisierte Konformitätstests Implementierungen anhand der GIMI-Anforderungen bewerten können, was Entwicklern hilft, Probleme frühzeitig zu erkennen und das Vertrauen in die beabsichtigte Interoperabilität unabhängiger Implementierungen zu erhöhen.
Weiter denken
Die Testbed-21-Demonstration präsentierte weit mehr als nur eine Sammlung von Prototypen. Sie bot einen Einblick in die Entwicklung des Geodaten-Ökosystems hin zu einer Zukunft, die von KI, Automatisierung, digitalen Zwillingen und zunehmend komplexen Informationsumgebungen geprägt ist. An beiden Tagen demonstrierten die Teilnehmenden praktische Fortschritte bei Bildformaten, Semantik, Provenienz, Qualitätsbewertung, Vertrauensrahmen und Entwicklerwerkzeugen – Fortschritte, die dazu beitragen, die Grundlagen für ein vernetzteres und intelligenteres Geodaten-Ökosystem zu schaffen.
Ebenso wichtig war, dass die Veranstaltung den einzigartigen Wert des kollaborativen Testbed-Modells von OGC hervorhob. Durch die Zusammenführung von Organisationen mit unterschiedlichen Perspektiven und Fachkenntnissen schaffen Testbeds einen Raum, in dem Ideen erforscht, Technologien validiert und Implementierungsherausforderungen bewältigt werden können, bevor sie in den operativen Einsatz gelangen. Die auf der Testbed-21 präsentierten Arbeiten zeigten nicht nur, was möglich ist, sondern auch, was erreicht werden kann, wenn Regierung, Industrie, Wissenschaft und die Open-Source-Community bei gemeinsamen Herausforderungen zusammenarbeiten. Mit zunehmender Reife dieser Bemühungen wird sichergestellt, dass die nächste Generation von Geodaten-Systemen nicht nur interoperabel, sondern auch vertrauenswürdig, auffindbar und bereit ist, immer komplexere Formen der Analyse und Entscheidungsfindung zu unterstützen.
Aufnahmen
Die Aufzeichnung von Teil 1 des ersten Tages ist hier verfügbar: https://files.ogc.org/external/de89426fe5f6d20d7546d153b20fb12aadbb02e6ffd6c7cb3ea1e5b4644783de
Die Aufzeichnung von Teil 2 des ersten Tages ist hier verfügbar: https://files.ogc.org/external/file/f5xm957cad2a272af4241abd5901cab04bcd6
Die Aufzeichnung von Tag 2 ist hier verfügbar: https://files.ogc.org/external/file/w69tpd4866fb9f0be4e1e937674dcd2977de0
