Interview im BDVI-Forum Heft 2/2026
Künstliche Intelligenz verändert die Geodäsie im Allgemeinen und das Vermessungswesen im Besonderen tiefgreifend. Im Interview erklärt VDV-Ehrenpräsident Wilfried Grunau, welche Chancen KI für Effizienz, Qualität und digitale Souveränität bietet, wo der AI Act nachgeschärft werden sollte und warum der Mensch dabei stets die letztendliche Verantwortung behalten sollte.
FORUM | Herr Grunau, die Veränderungen durch KI sind rasant und tiefgreifend. Der VDV hat kürzlich ein Positions- und Strategiepapier zum Thema KI veröffentlicht. Kurz zusammengefasst: Was sind die Kernaussagen?
WILFRIED GRUNAU | Unser Positions- und Strategiepapier ist vor dem Hintergrund entstanden, dass wir aktuell eine enorme Dynamik in der Entwicklung und Anwendung von Künstlicher Intelligenz erleben – auch in der Geodäsie. Uns war es wichtig, diese Entwicklung nicht nur zu beobachten, sondern aktiv aus fachlicher Perspektive einzuordnen und mitzugestalten. Als Berufsverband sehen wir hier eine klare Verantwortung: Wir wollen Orientierung geben, Chancen aufzeigen und zugleich konkrete Impulse für Politik, Verwaltung und Praxis formulieren, damit KI sinnvoll und verantwortungsvoll eingesetzt werden kann. Im Kern geht es uns darum, die Potenziale von Künstlicher Intelligenz für die Geodäsie und den digitalen Staat gezielt nutzbar zu machen und die Rahmenbedingungen dafür aktiv mit zu adressieren. Dabei lassen sich vier zentrale Aussagen herausstellen:
Erstens: KI ist in der Geodäsie längst Realität und ein echter Innovationstreiber. Sie ermöglicht erhebliche Effizienzgewinne, etwa bei der Auswertung großer Geodatenmengen, in der automatisierten Objekterkennung oder in Planungsprozessen. Gleichzeitig – und das ist wichtig – bleibt für uns ein Grundprinzip unverrückbar: KI ist ein Werkzeug; die fachliche Verantwortung und Bewertung liegen weiterhin beim Menschen.
Zweitens: Geodaten sind eine Schlüsselressource der digitalen Daseinsvorsorge. Ob Infrastrukturplanung, Eigentumssicherung oder Klima- und Umweltschutz – ohne verlässliche Geodaten funktionieren zentrale staatliche und wirtschaftliche Prozesse nicht. Deshalb betonen wir auch die strategische Bedeutung eines offenen, diskriminierungsfreien Zugangs zu diesen Daten als Grundlage für Innovation.
Drittens: Regulierung muss praxistauglich und differenziert sein. Wir unterstützen klare europäische Leitplanken, plädieren aber für eine anwendungsbezogene Ausgestaltung, die den unterschiedlichen Einsatzfeldern von KI gerecht wird.
Und viertens: Wir brauchen eine klare strategische Weiterentwicklung der Branche. Dafür benennen wir konkrete Handlungsfelder: den Aufbau von Kompetenzen, klare Qualitäts- und Transparenzstandards, neue Ansätze zur Validierung und sowie den Einsatz von KI zur Modernisierung der Verwaltung, etwa in Planungs- und Genehmigungsverfahren – beispielsweise durch Reallabore.
Der VDV begrüßt ausdrücklich den europäischen AI Act. Gleichzeitig lässt sich aus dem Papier die Befürchtung herauslesen, dass die konkrete Ausgestaltung stärker die Risiken als die Chancen von KI in den Fokus stellt. Was genau ist damit gemeint?
Wir begrüßen den europäischen AI Act ausdrücklich, weil er erstmals einen einheitlichen Ordnungsrahmen für Künstliche Intelligenz in Europa schafft und damit eine wichtige Grundlage für Vertrauen, Transparenz und Rechtssicherheit legt – auch für die Geodäsie. Unsere Sorge ist aber, dass die konkrete Ausgestaltung stellenweise sehr stark von einer allgemeinen Risikoperspektive geprägt ist. Das kann dazu führen, dass KI-Anwendungen vorschnell und pauschal als „hochriskant“ eingeordnet werden – ohne ausreichend zu berücksichtigen, wie unterschiedlich die tatsächlichen Einsatzfelder sind. Unsere kritische Einordnung richtet sich daher nicht gegen die Zielsetzung des Gesetzes, sondern gegen mögliche praktische Auswirkungen einzelner Regelungen auf die Arbeit des geodätischen Berufsstandes.
Aus geodätischer Sicht besteht die Herausforderung darin, dass die konkrete Ausgestaltung des AI Acts teilweise stark von einer allgemeinen Risikoperspektive geprägt ist und die Besonderheiten unserer Fachanwendungen nicht immer ausreichend berücksichtigt werden. In der Geodäsie kommen KI-Verfahren vor allem in klar abgegrenzten, fachlich determinierten Kontexten zum Einsatz – etwa bei der automatisierten Auswertung von Fernerkundungsdaten, der Objekterkennung in Luftbildern, der Aktualisierung von Geobasisdaten oder in Planungs- und Infrastrukturprozessen. Diese Anwendungen arbeiten überwiegend mit nicht-personenbezogenen, raumbezogenen Daten, sind methodisch nachvollziehbar und treffen in der Regel keine unmittelbaren Entscheidungen über einzelne Personen oder deren Grundrechte. Wenn solche Systeme pauschal als hochriskant eingestuft werden, kann das erhebliche Auswirkungen auf die tägliche Arbeit in der Geodäsie haben. Zusätzliche Dokumentations-, Prüf- und Zertifizierungspflichten binden Ressourcen, erhöhen die Komplexität etablierter Prozesse und verlangsamen Innovationszyklen. Gerade für kleinere Büros und mittelständische Akteure kann das den Zugang zu KI-Anwendungen spürbar erschweren. Auch in der öffentlichen Verwaltung besteht die Gefahr, dass dringend notwendige Beschleunigungen – etwa in Planungs- und Genehmigungsverfahren – eher gebremst werden. Ein weiterer Punkt ist der Zugang zu Geodaten als Grundlage für KI-Anwendungen. Wenn hier zu restriktiv reguliert wird, kann das unbeabsichtigt dazu führen, dass vorhandene Datenpotenziale weniger genutzt werden, obwohl gerade die Geodäsie mit ihren standardisierten und qualitätsgesicherten Daten sehr gute Voraussetzungen für KI bietet.
Aus unserer Sicht kommt es deshalb auf eine differenzierte, anwendungsbezogene Auslegung des AI Acts an. Entscheidend sollte sein, welche konkreten Auswirkungen ein System hat – insbesondere im Hinblick auf Grundrechte, den Grad der Automatisierung und die verbleibende fachliche Kontrolle durch qualifizierte Fachleute. Praktisch geht es uns darum, dass sinnvolle und bereits funktionierende Anwendungen nicht unnötig ausgebremst werden. KI kann in der Geodäsie die Arbeit deutlich effizienter machen, etwa bei Auswertungen, Datenaktualisierungen oder in der Planung. Eine Regulierung, die das berücksichtigt und gleichzeitig klare Leitplanken setzt, wäre aus unserer Sicht der richtige Weg.
Die Integration von KI eröffnet – so die Erwartung – erhebliche Potenziale für Wirtschaft, Verwaltung und Gesellschaft. Können Sie diese Potenziale anhand konkreter Beispiele für unsere Leserinnen und Leser verdeutlichen?
Die Integration von Künstlicher Intelligenz ist für mich ein essenzieller Baustein für eine effizientere und nachhaltigere Gesellschaft. Gerade wenn man sich die konkrete Anwendungspraxis – etwa im Umgang mit Geodaten – anschaut, wird dieses Potenzial sehr greifbar. Ich möchte das an drei Bereichen verdeutlichen:
In der Wirtschaft treibt KI die Prozessoptimierung massiv voran. Wir sehen heute, wie KI-gestützte Sensorik und Deep-Learning-Verfahren Abläufe grundlegend verändern: Automatisierte Vermessungssysteme ermöglichen Messungen in Echtzeit und reduzieren manuelle Arbeitsschritte erheblich. Gleichzeitig werden Drohnen eingesetzt, die Baustellen kontinuierlich erfassen und mithilfe von KI analysieren – eine Grundlage für schnellere und fundiertere operative Entscheidungen. Darüber hinaus entstehen mit digitalen Zwillingen völlig neue Möglichkeiten, Bau- und Industrieprozesse vorausschauend zu planen und zu steuern.
Für die öffentliche Verwaltung ist KI ein zentraler Schlüssel auf dem Weg zur Smart City bzw. Smart Region. Hier geht es vor allem darum, komplexe räumliche Daten intelligent nutzbar zu machen. Ein anschauliches Beispiel ist die automatisierte Parkraumkartierung: Städte wie Berlin setzen auf KI, um Luft- und Videobilder automatisiert zu analysieren und so ein präzises Parkraumkataster zu erstellen – eine essenzielle Grundlage für moderne Stadtplanung. Durch die Kombination von Luftbildern, Videoscans und KI lassen sich stadtweite Übersichten nahezu automatisiert erzeugen. Das hilft nicht nur, Verkehrsströme zu optimieren und Staus proaktiv entgegenzuwirken, sondern auch, Mobilität gezielter und nachhaltiger zu gestalten. Ähnliche Ansätze finden sich in der Stadtplanung, etwa bei der Analyse von Flächennutzung oder der vorausschauenden Steuerung von Verkehr.
Gesamtgesellschaftlich unterstützt uns KI bei der Bewältigung zentraler Zukunftsaufgaben – allen voran im Klimaschutz und in der Nachhaltigkeit. KI-gestützte Auswertungen von Fernerkundungsdaten ermöglichen es, den Zustand von Wäldern präzise zu überwachen, Veränderungen frühzeitig zu erkennen oder die Versiegelung von Flächen systematisch zu analysieren. Auch in der Energieplanung eröffnen sich neue Möglichkeiten, etwa bei der Identifikation von Wärmepotenzialen in Städten oder der datenbasierten Planung nachhaltiger Infrastrukturen.
Wie kann Ihrer Meinung nach sichergestellt werden, dass KI-Anwendungen in der Geodäsie tatsächlich flächendeckend zum Einsatz kommen? (Stichwort: Kompetenzaufbau)
Nach meiner Einschätzung ist der niedrigschwellige Einstieg ein sehr wichtiger Punkt. Viele verbinden KI noch mit hoher technischer Komplexität. In der Praxis brauchen wir aber vor allem anwenderfreundliche Lösungen, die sich in bestehende Workflows integrieren lassen. Sinnvoll ist es, mit klar abgegrenzten Anwendungsfällen zu beginnen – etwa bei der automatisierten Objekterkennung in Luftbildern oder bei Plausibilitätsprüfungen. Solche konkreten Einstiege schaffen Akzeptanz und zeigen schnell den Nutzen. Darauf aufbauend wäre der nächste Schritt dann die gezielte Weiterqualifizierung. Mir ist wichtig, dass wir als Berufsverband Qualifizierungsangebote schaffen, die KI nicht abstrakt erklären, sondern eng an den geodätischen Anwendungen orientiert sind. Deshalb setzen wir bewusst auf unterschiedliche, praxisnahe Formate – von Workshops über Fachbeiträge im Verbandsmagazin bis hin zu weiterführenden Buchveröffentlichungen –, die den Transfer in den Berufsalltag erleichtern. Gleichzeitig gehört das Thema KI natürlich auch stärker in Ausbildung und Studium; dies möglichst immer mit Bezug zur konkreten Berufspraxis. Last but not least: Ein oft unterschätzter Faktor ist die Datenbasis. KI funktioniert nur mit sauberen, konsistenten und gut strukturierten Daten. Der Aufbau dieser „Data Readiness“ ist eine Voraussetzung dafür, dass Anwendungen überhaupt sinnvoll skalieren können. Dazu gehören auch Fragen der Standardisierung und – wo sinnvoll – der Zusammenarbeit beim Zugang zu Daten.
Ebenso wichtig ist die Organisations- und Arbeitskultur. KI wird sich nur dann durchsetzen, wenn sie als unterstützendes Werkzeug verstanden wird. Wir dürfen KI nicht als Bedrohung für die fachliche Identität sehen, sondern wir müssen eine Kultur fördern, in der KI als Kompetenzerweiterung begriffen wird. Zudem müssen wir unsere Mitarbeitenden befähigen, KI-Systeme kritisch zu hinterfragen und deren Ergebnisse kompetent einzuordnen. Ohne diesen aktiven, ganzheitlichen Umgang riskieren wir, dass KI zwar punktuell genutzt wird, aber keine echte strategische Stärke entwickelt.
Ein flächendeckender Einsatz scheitert nicht selten an der Blackbox-Angst. Um hier gegenzusteuern, müssen wir den Fokus auf die Anwender legen. Das bedeutet, dass wir Werkzeuge benötigen, die sich nahtlos in bestehende Workflows einfügen, anstatt völlig neue, komplizierte Prozesse zu erzwingen. Wenn Mitarbeiter erkennen, dass die KI ihnen die mühsame Vorarbeit beispielsweise bei der Klassifizierung von Punktwolken abnimmt, ohne dass sie die Kontrolle über das Endergebnis zu verlieren, steigt die Akzeptanz massiv. Dieses Prinzip des „Human-in-the-loop“ – also KI als vorbereitendes System, der Mensch als prüfende und verantwortliche Instanz – ist aus meiner Sicht absolut zentral. Es schafft Vertrauen und stellt sicher, dass fachliche Qualität und rechtliche Anforderungen eingehalten werden.
Und nicht zuletzt spielt der Austausch innerhalb der Fachcommunity eine große Rolle. Wenn gute Beispiele sichtbar werden – etwa über Fachbeiträge, Veranstaltungen oder Netzwerke – sinkt die Hemmschwelle für den Einsatz deutlich. Realistisch betrachtet ist das ein schrittweiser Prozess: Zunächst geht es um Sensibilisierung und Verständnis, dann um konkrete Anwendungen in Teilbereichen und schließlich um die Integration in reguläre, standardisierte Abläufe.
Ein Thema, das sowohl den freien Beruf als auch die Verwaltung seit Langem beschäftigt, ist der Fachkräftemangel. Inwieweit kann KI dazu beitragen, diesem entgegenzuwirken? Welche Erwartungen halten Sie für realistisch?
Aus meiner Sicht wird uns der Fachkräftemangel in der Geodäsie auf absehbare Zeit begleiten – daran wird auch Künstliche Intelligenz nichts Grundsätzliches ändern. Aber sie kann dazu beitragen, die Auswirkungen zu mildern, wenn wir sie gezielt und praxisnah einsetzen. Ich würde die Rolle von KI dabei weniger als Lösung verstehen, sondern eher als Produktivitätshebel. Sie hilft uns, mit den vorhandenen Teams mehr zu erreichen, ohne dabei Abstriche bei der Qualität zu machen. Gerade in unserem datengetriebenen Umfeld liegt hier ein großes Potenzial: Viele Arbeitsschritte sind heute noch stark von manueller Routine geprägt – und genau dort kann KI ansetzen.
Ein Beispiel ist die Aufbereitung und Strukturierung von Geodaten. Ob Punktwolken, Bilddaten oder Katasterinformationen – KI kann diese Daten vorsortieren, Muster erkennen und erste Auswertungen liefern. Das beschleunigt Prozesse erheblich, ersetzt aber nicht die fachliche Prüfung. Ähnlich ist es bei der Dokumentation und Nachbereitung von Projekten. KI kann Protokolle erstellen, Berichte vorstrukturieren oder Datenbestände konsistent halten. Das klingt unspektakulär, hat aber einen großen Effekt im Alltag, weil es genau die Tätigkeiten reduziert, die viel Zeit binden, ohne unmittelbar Wertschöpfung zu erzeugen. Gleichzeitig müssen wir aber auch klar sagen: KI funktioniert nur so gut wie die Daten, auf denen sie basiert, und die Prozesse, in die sie eingebettet ist. Wer hier keine sauberen Grundlagen schafft, wird auch keinen echten Effizienzgewinn erzielen. Mein Fazit wäre daher: KI ist kein kurzfristiger Gamechanger gegen den Fachkräftemangel, sondern ein strategisches Werkzeug. Richtig eingesetzt kann sie unsere Arbeitsfähigkeit sichern und Spielräume schaffen – aber sie ersetzt weder qualifizierte Fachkräfte noch die Verantwortung, die wir als geodätischer Berufsstand tragen.
Was muss aus Ihrer Sicht im Hinblick auf die digitale Souveränität getan werden, damit Europa unabhängiger von globalen Akteuren wird?
Ich finde, dass digitale Souveränität für Europa kein abstraktes politisches Leitbild mehr ist, sondern eine ganz konkrete Voraussetzung für wirtschaftliche Handlungsfähigkeit, technologische Resilienz und letztlich auch für demokratische Selbstbestimmung. Positiv kann man aber trotz aller Kritik feststellen, dass wir uns als Europäer durchaus schon auf den Weg gemacht haben. Wir haben wettbewerbsfähige Anbieter und diverse Giga-Rechenzentren sind auch schon im Bau.
Wenn wir unabhängiger von globalen Akteuren werden wollen, dann müssen wir meines Erachtens mehrere Ebenen gleichzeitig adressieren: Erstens geht es um technologische Eigenständigkeit in den kritischen Infrastrukturen. Europa braucht leistungsfähige, vertrauenswürdige Alternativen bei Cloud, Datenplattformen, KI und Halbleitern. Für die Geodäsie ist das von zentraler Bedeutung: Unsere Arbeit basiert auf hochsensiblen Geodaten – von Liegenschaftsdaten über Infrastruktur bis hin zu sicherheitsrelevanten Anwendungen. Diese Daten dürfen nicht dauerhaft in Abhängigkeiten von außereuropäischen Plattformen geraten. Wir brauchen deshalb souveräne Datenräume und europäische Cloudlösungen, die rechtlich wie technisch unseren Standards entsprechen. Zweitens müssen wir die Datenhoheit stärken. Digitale Souveränität bedeutet nicht Abschottung, sondern die Fähigkeit, selbstbestimmt über die Nutzung eigener Daten zu entscheiden. Gerade in der Geodäsie sehe ich ein enormes Potenzial: Wenn öffentliche und private Geodaten besser vernetzt, standardisiert und zugänglich gemacht werden, entsteht ein echter europäischer Datenraum mit hoher Wertschöpfung – etwa für Stadtentwicklung, Klimaanpassung oder Infrastrukturplanung. Voraussetzung ist aber, dass die Regeln für Zugriff, Nutzung und Schutz dieser Daten in Europa definiert werden. Und drittens ist offene, interoperable Technologie ein entscheidender Schlüssel. Wir sollten gezielt auf Open-Source-Ansätze, offene Standards und föderierte Systeme setzen, um Lock-in-Effekte zu vermeiden. Für die Geodäsie und Geoinformatik heißt das ganz praktisch: Systeme müssen austauschbar bleiben, Schnittstellen offen sein und Datenportabilität gewährleistet werden. Nur so behalten wir als Branche langfristig unsere Handlungsfreiheit.
Ganz wichtig ist auch eine stärkere Innovations- und Umsetzungskultur. Europa ist, soweit ich das beurteilen kann, oft sehr gut in der Regulierung, aber noch etwas zu langsam in der Skalierung. Digitale Souveränität entsteht nämlich insbesondere durch marktfähige Anwendungen. Als Europäer müssen wir hier schneller vom Pilotprojekt in die breite Anwendung kommen. Zudem ist der Aufbau von Kompetenzen entscheidend. Digitale Souveränität heißt auch, dass wir das Know-how in Europa halten und weiterentwickeln. Und es gibt bereits tolle Beispiele für gelungene KI-Lösungen. Ein sehr bekanntes Beispiel ist DeepL. Dieses Kölner Tech-Start-up hat sich zum weltweit führenden Anbieter für maschinelle Übersetzungen entwickelt. Sehr kompetent ist auch Aleph Alpha aus Heidelberg, die sich als Anbieter für erklärbare und vertrauenswürdige KI positionieren. Dieses Unternehmen fokussiert sich übrigens insbesondere auf „Explainable AI“, bei der Ergebnisse und Quellen transparent nachvollziehbar sind; also weg von der Black Box und hin zur Glas Box. Für unsere Profession, die zu einem erheblichen Teil auf Vertrauen in qualitativ hochwertige und überprüfbare Ergebnisse aufbaut sicherlich ein wichtiger Player auf dem Markt. Und als weiteres Beispiel aus Deutschland wäre Black Forest Labs aus Freiburg zu nennen, die mit den Flux-Modellen als europäische Alternative zu Midjourney oder DALL-E eine der leistungsfähigsten KI-Lösungen für Bildgenerierung geschaffen haben. Und noch ein Beispiel: Falls Sie eine direkte Alternative zu ChatGPT suchen, würde sich der KI-Chatbot Le Chat der Firma Mistral AI aus Frankreich anbieten. Ein wichtiger Punkt ist in diesem Zusammenhang zudem auch, dass europäische KI-Anbieter ihre Modelle ausschließlich auf Servern innerhalb Europas betreiben. Das wirkt auf den ersten Blick zwar wie ein Detail, ist für viele Anwender aber ein sehr wichtiges Thema. Denn wer sensible Daten über KI-Anwendungen verarbeitet, muss nachvollziehen können, wo diese liegen und wer darauf zugreifen kann.
Man sieht also: Europa ist bereits in Bewegung. Es entstehen erste tragfähige Lösungen und auch ein eigenes Ökosystem entwickelt sich schrittweise. Entscheidend wird sein, diesen Weg pragmatisch, aber konsequent weiterzugehen, Anwendungen schneller in die Breite zu bringen und vorhandene Stärken gezielt auszubauen. Für mein Empfinden kann Europa seine Abhängigkeiten damit durchaus gezielt verringern und an zentralen Stellen eigenständiger werden.
Das Verfassen eines Positionspapiers ist das eine, die Umsetzung der darin formulierten Forderungen das andere. Was unternimmt der VDV hier konkret, und mit welchen Erwartungen gehen Sie in diesen Prozess? Mit welchen zeitlichen Horizonten rechnen Sie?
Unser KI-Positionspapier bildet für uns die Grundlage – die eigentliche Arbeit beginnt aber in der Umsetzung im Berufsalltag. Uns ist dabei bewusst, dass wir als Verband nur einen Teil zur Gestaltung dieses Wandels beitragen können. Deshalb konzentrieren wir uns auf das, was wir am besten leisten können: Wissensvermittlung, Orientierung und Vernetzung.
Ein zentraler Ansatz ist für uns der direkte Wissenstransfer in die Praxis. Parallel zur kontinuierlichen Auseinandersetzung mit dem Thema in unserem Verbandsmagazin, in dem wir konkrete Anwendungsbeispiele aus dem Arbeitsalltag vorstellen, greifen wir dort auch regelmäßig die neuesten Entwicklungen auf. Darüber hinaus stellen wir mit der aktualisierten Auflage unseres KI-Fachbuchs ein fundiertes Nachschlagewerk zur Verfügung, das eine vertiefte Auseinandersetzung mit der Thematik ermöglicht. Uns ist wichtig, nicht nur Möglichkeiten aufzuzeigen, sondern auch Grenzen transparent zu machen – etwa bei der automatisierten Auswertung von Punktwolken oder der KI-gestützten Bildanalyse. Wir verstehen diese Formate ausdrücklich als Orientierungshilfe, nicht als Vorgabe. Ergänzend bauen wir unser Weiterbildungsangebot weiter aus. Seminare und Workshops sollen Kolleginnen und Kollegen dabei unterstützen, neue Methoden einzuordnen und sinnvoll in bestehende Abläufe zu integrieren. Auch hier steht für uns der Praxisbezug im Vordergrund, weniger die Technologie um ihrer selbst willen. Ein weiterer Baustein ist der Austausch mit Hochschulen und Ausbildungseinrichtungen. Beispielhaft steht hierfür unsere Projektpartnerschaft mit der Jade Hochschule in deren KI-Projekt „Potenziale strategisch entfalten“. Darüber hinaus bringen wir unsere fachliche Perspektive in Gremien und Gespräche ein, beispielsweise in der Politik oder auch bei Akkreditierungsagenturen, und spiegeln die Anforderungen aus der Praxis zurück. Dabei sehen wir uns nicht als Steuerungsinstanz, sondern als Impulsgeber, der Entwicklungen anstößt und begleitet.
Was Erwartungen und Zeithorizonte angeht, sind wir bewusst realistisch: Kurzfristig können wir über Seminare, Publikationen und Praxisbeispiele konkrete Unterstützung bieten. Die Weiterentwicklung von Ausbildungs- und Studieninhalten ist dagegen ein mittelfristiger Prozess, der Zeit und Abstimmung erfordert. Insgesamt gehe ich davon aus, dass sich der Einsatz von KI im Vermessungswesen eher schrittweise entwickelt. Es wird keinen abrupten Umbruch geben, sondern eher eine kontinuierliche Anpassung von Methoden und Arbeitsweisen. Unser Ziel ist es, unsere Mitglieder in diesem Prozess pragmatisch zu begleiten, damit sie die neuen Möglichkeiten sinnvoll nutzen und gleichzeitig die fachliche Qualität sichern können.
Die Nutzung von KI wird aktuell in den Büros der BDVI-Mitglieder und auch in der Verwaltung noch sehr unterschiedlich gehandhabt. Was raten Sie Ihren Mitgliedern konkret bei der Einführung KI-basierter Prozesse?
Schauen Sie, wir stehen in der Geodäsie und Geoinformatik tatsächlich vor einer der spannendsten Transformationsphasen der letzten Jahrzehnte. Ich erlebe in Ingenieurbüros und in der öffentlichen Verwaltung eine enorme Bandbreite – von echter Pionierarbeit bis hin zu einer eher abwartenden Haltung. Mein Rat daher: KI bringt uns nur weiter, wenn sie konkrete Probleme löst – nicht, wenn wir sie um ihrer selbst willen einsetzen. Wichtig ist mir dabei vor allem eines: Wir sollten weniger über die Technologie an sich sprechen, sondern vielmehr darüber, wo sie uns im Arbeitsalltag ganz konkret weiterhilft. KI sollte nicht als Selbstzweck eingeführt werden, sondern immer dort, wo sie ganz konkret hilft, fachliche Engpässe zu lösen.
Der Einstieg gelingt am besten über klar abgegrenzte Anwendungsfälle – die bekannten „Low-Hanging Fruits“. Denken Sie an die automatisierte Klassifizierung von Punktwolken, die Extraktion von Gebäudeumrissen aus Luftbildern oder die semantische Anreicherung von Kataster- und Planungsdaten. Dort, wo wir heute viel Zeit in Routinetätigkeiten investieren, kann KI uns spürbar entlasten und Freiräume für die eigentliche ingenieurtechnische Bewertung schaffen. In diesem Sinne verstehe ich KI als digitalen Assistenten – nicht als Ersatz unserer Expertise. Gleichzeitig gilt: Solche Anwendungen funktionieren nur, wenn Fachlichkeit und Technologie eng zusammenspielen. Unsere Disziplin vereint beides – das tiefgehende Verständnis für Genauigkeit, Geometrie und geodätische Evidenz ebenso wie die algorithmische und datengetriebene Kompetenz. Und genau diese Verbindung ist doch unsere Stärke. Erfolgreiche KI-Projekte entstehen dort, wo dieses integrierte Fachwissen konsequent zusammengeführt und weiterentwickelt wird.
Ein zweiter zentraler Punkt ist für mich die Datenbasis. In unserer Disziplin gilt mehr denn je: „Garbage in, garbage out“. KI-Modelle sind nur so gut wie die Daten, mit denen sie trainiert werden. Deshalb müssen wir Standards konsequent nutzen und weiterentwickeln – etwa im Kontext von INSPIRE oder CityGML – und unsere Daten strukturiert, nachvollziehbar und qualitätsgesichert vorhalten. Die Einführung von KI darf keinesfalls dazu führen, dass wir unsere hohen Anforderungen an Präzision und Verlässlichkeit aufweichen. Im Gegenteil: Wir müssen unsere Qualitätssicherung weiterentwickeln. Das heißt, KI-gestützte Ergebnisse werden systematisch validiert – etwa über statistische Verfahren und stichprobenartige Prüfungen. Am Ende bleiben wir Geodäten die Instanz, die für die Richtigkeit unserer Arbeitsergebnisse geradesteht.
Die vielleicht größte Herausforderung liegt aber im Umgang mit der Veränderung selbst. Viele Kolleginnen und Kollegen begegnen KI mit einer gewissen Skepsis – gerade, wenn es um vermeintliche Black-Box-Entscheidungen geht. Das ist nachvollziehbar. Deshalb ist Transparenz entscheidend. Wir müssen unsere Mitarbeitenden in die Lage versetzen, KI-Ergebnisse kritisch zu hinterfragen und einzuordnen. Für mich ist klar: Der Mensch bleibt im Mittelpunkt. Ich nannte bereits das Stichwort „Human-in-the-loop“. Heißt ganz konkret: Verantwortung ist nicht delegierbar, auch nicht an einen Algorithmus. Das bedeutet zugleich, dass wir gezielt in Weiterbildung investieren müssen. „Data Literacy“ also die Fähigkeit, Daten auf kritische Art und Weise zu sammeln, zu managen, zu bewerten und anzuwenden wird zu einer Schlüsselkompetenz in unserer Branche.
Und damit komme ich zu einem weiteren Punkt, der für uns Geodäten besonders sensibel ist: Rechtssicherheit und Verantwortung. Ob im Katasterwesen oder bei mobilen Mapping-Daten – wir bewegen uns in Bereichen mit hoher rechtlicher Relevanz. Deshalb müssen KI-gestützte Prozesse transparent und nachvollziehbar sein. Ich halte es in diesem Kontext für wichtig, dass wir eine Art technische Logbücher führen: Wer hat wann welches Modell mit welchen Daten eingesetzt und auf welcher Grundlage wurde eine Entscheidung getroffen? Diese Nachvollziehbarkeit ist nicht nur eine regulatorische Frage, sondern Ausdruck unseres beruflichen Selbstverständnisses.
Insgesamt empfehle ich ein pragmatisches, schrittweises Vorgehen entlang klarer Leitlinien: Fokus auf konkreten Mehrwert, Sicherung und Weiterentwicklung unserer Datenqualität, gezielter Kompetenzaufbau und ein konsequenter Blick auf Verantwortung und Rechtssicherheit. Und vielleicht noch ein letzter Punkt, der mir persönlich wichtig ist: Wir sollten diese Transformation nicht isoliert angehen. Mein Appell an unsere Mitglieder ist, sich aktiv zu vernetzen, Erfahrungen zu teilen und voneinander zu lernen – auch dort, wo nicht alles auf Anhieb funktioniert hat. Als Verband haben wir die Chance, hier Orientierung zu geben und Rahmenbedingungen mitzugestalten. Wenn uns das gelingt, dann wird KI zu einem echten Hebel, um unsere Branche weiterzuentwickeln und zukunftsfest aufzustellen.
Wo sehen Sie aktuell für Vermessungsbüros den größten Nutzen von KI-Anwendungen? In welchen Bereichen lässt sich aus Ihrer Sicht am schnellsten zusätzliche Wertschöpfung erzielen?
Wenn wir über den Nutzen von KI für Vermessungsbüros sprechen, sollten wir klar zwischen dem operativen Handwerkszeug und dem strategischen Ausbau des Geschäftsmodells unterscheiden. Die größte Wertschöpfung entsteht dort, wo wir repetitive, zeitintensive Aufgaben durch intelligente Automatisierung ersetzen – und gleichzeitig die Qualität unserer Ergebnisse steigern. Kurzfristig möglich ist Wertschöpfung ganz klar in der automatisierten Datenauswertung und -aufbereitung, also überall dort, wo heute noch manuell klassifiziert, modelliert oder dokumentiert wird. Vermessungsbüros erzeugen enorme Mengen an Rohdaten – etwa aus Laserscans, Drohnenbefliegungen oder mobilen Mapping-Systemen. Die manuelle Auswertung, beispielsweise die Klassifizierung von Punktwolken oder die Extraktion von Objekten, war lange ein zentraler Flaschenhals. KI-Modelle übernehmen diese Aufgaben heute in einem Bruchteil der Zeit.
Das bedeutet konkret: mehr Projekte in kürzerer Zeit, ohne die Personalkapazitäten linear erhöhen zu müssen. Und auch in Bereichen wie der Erstellung von BIM-Modellen oder der Ableitung von Planungsgrundlagen sind größere Zeitersparnisse sehr realistisch. Eine zusätzliche Wertschöpfung dürfte wohl auch in der Qualitätssicherung und Risikominimierung liegen, indem KI gewissermaßen als „zweites Augenpaar“ fungiert: Durch Standardisierung und automatisierte Prüfroutinen (z. B. bei der Datenkonsistenz zwischen Tabellen und Grafiken) werden manuelle Fehler minimiert. Ebenso kann KI bei Plausibilitätsprüfungen großer Datenbestände Anomalien oder Ausreißer in der Messdatenanalyse identifizieren. Auch beim automatisierten Abgleich von Planungsdaten (Soll) mit aktuellen Drohnen- oder Scandaten (Ist) lassen sich Abweichungen frühzeitig erkennen. Dazu gehört auch das Thema Change Detection, also die automatisierte Erkennung von Veränderungen zwischen zwei Zeitpunkten, etwa beim Baufortschritt. Zusätzliche Anwendungsfelder sehe ich auch beim Bauwerks- und Infrastrukturmonitoring mit Prognosen zur Zustandsentwicklung, sowie bei Umwelt- und Klimaanalysen, etwa Vegetationsmonitoring und Versiegelungsanalysen. Nicht zu vergessen das Themenfeld Digitale Zwillinge, die Planungs-, Betriebs- und Sensordaten integrieren.
Die viele Büroinhaber bewegende Frage ist möglicherweise: Wie gelingt der Einstieg? Ich denke, dass erfolgreiche Büros nicht auf die perfekte Komplettlösung warten. Sie beginnen pragmatisch und niedrigschwellig mit ihren eigenen Daten. Besonders schnell lässt sich beispielsweise Wertschöpfung in Bereichen erzielen, in denen repetitive, unstrukturierte Daten verarbeitet werden müssen. Hier können Sie mit einfach zu bedienenden, öffentlich verfügbaren KI-Anwendungen (z.B. Claude Opus von Anthropic oder GPT-4o von OpenAI) auch ohne tiefgehende Programmierkenntnisse Skripte oder Makros für wiederkehrende Tätigkeiten (z. B. Formatkonvertierungen, Datenübertragung zwischen CAD und Excel) erstellen. Das Ergebnis sind deutlich kürzere Bearbeitungszeiten, höhere Skalierbarkeit und unmittelbare Produktivitätsgewinne. Probieren Sie es einfach mal aus.
Zum Schluss: Wo setzen Sie selbst derzeit KI-Anwendungen ein?
Ich nutze KI vor allem in Bereichen, die nicht unmittelbar mit meiner beruflichen Rolle verknüpft sind. Als Ingenieur fasziniert mich weniger das bloße Generieren von Inhalten oder Texten – das nutze ich ohnehin nicht – als vielmehr die „Intelligenz“ der Systeme selbst. Mich begeistert, wie dynamisch sich die digitale Welt entwickelt und welche neuen Möglichkeiten daraus entstehen. Als technisch affiner Mensch habe ich Freude daran, Dinge auszuprobieren, Funktionen zu erkunden und neue Anwendungen zu testen – auch jenseits meines eigentlichen Fachgebiets. Dabei steht nicht der unmittelbare praktische Nutzen im Vordergrund. Vielmehr treibt mich meine Neugier an: Ich experimentiere gern und nähere mich neuen Technologien sehr oft auch spielerisch. KI ist für mich persönlich daher nicht ein Mittel zum Zweck, sondern ein faszinierendes Element moderner Technik. Dieser spielerische Zugang hilft mir, ein besseres Gefühl für die Dynamik der Entwicklung zu bekommen. Letztlich ist das für mich ein kontinuierlicher Lernprozess – verbunden mit echter Begeisterung für die Möglichkeiten, die sich daraus ergeben.
Das Interview führte Martin Röbke.