Wir automatisieren die Auswertung von Vermessungsdaten aus Drohnenbildern, LiDAR-Punktwolken, terrestrischen Laserscans und Mobile Mapping.
KI-gestützte Workflows übernehmen Qualitätssicherung, Klassifizierung, Feature-Erkennung, Volumenberechnung, Change Detection und Soll/Ist-Abgleich. Das Ergebnis sind konsistente, prüfbare CAD-/GIS-Ausgaben – z. B. DXF, SHP, LAS/LAZ, GeoTIFF und IFC – für Dokumentation, Planung und BIM-Integration.

In modernen Vermessungsprojekten ist die Datenerfassung weitgehend automatisiert, die Nachverarbeitung bleibt jedoch komplex. Drohnen, Laserscanner und Mobile-Mapping-Systeme erzeugen große Datenmengen, die manuell geprüft, bereinigt und strukturiert werden müssen.
Typische Engpässe sind die Klassifizierung von Punktwolken, fehleranfällige Volumenberechnungen, inkonsistente Layerstrukturen und fehlende Versionierung. Unsere KI-Module automatisieren diese Auswertungsschritte, markieren Unsicherheiten transparent und liefern Ergebnisse in den benötigten Formaten: DXF, SHP, LAS/LAZ, GeoTIFF und standardisierte Lieferpakete.
Bevor Daten weiterverarbeitet werden, prüft die KI ihre Eignung für den geplanten Zweck. Typische Qualitätsprobleme entstehen oft schon im Feld: verwackelte oder schiefe Bildstreifen, Unter- oder Überbelichtung, unzureichende GCP-Verteilung, RTK-Ausfälle sowie verdeckte Flächen oder abrupte Höhenwechsel.
So werden fehlerhafte Datensätze früh erkannt, bevor Rechenzeit, manuelle Nacharbeit oder erneute Außeneinsätze anfallen.
Numerische Gesamtbewertung des Datensatzes
Kritische Bereiche visuell markiert
Klare Entscheidungsgrundlage vor der Verarbeitung
Die KI erkennt Inhalte durch die Kombination von semantischer Segmentierung und Multi-Klassen-Klassifizierung. Je nach Datengrundlage arbeitet sie punktbasiert auf LiDAR-Punktwolken und LAS/LAZ-Daten oder pixelbasiert auf Orthofotos und Rasterprodukten. Häufig werden 2D-Segmentierung, 3D-Netzwerke und eine Fusion von Orthofoto und Höhenmodell aus DSM/DTM kombiniert, um Klassen robuster zu trennen.
Boden-Nicht-Boden-Trennung für belastbare DTM/DGM-Modelle und Volumenanalysen
Erkennung von niedriger, mittlerer und hoher Vegetation für Bewuchs, Kronendach und Unterwuchs
Gebäudekanten, Dachflächen, Fassaden und bauliche Strukturen werden zuverlässig klassifiziert
Asphalt, Beton, Pflaster und Schotterflächen werden von unversiegelten Bereichen getrennt
Fahrzeuge, Container, Maschinen und andere wechselnde Objekte werden als eigene Klasse erkannt
Materiallager, Aushub- und Schüttgutbereiche mit wechselnder Form und Höhe
Fließ- und Stillgewässer, Gräben und wasserführende Bereiche mit spezifischer Oberflächenstruktur
Wege, Straßen, Gleise, Leitungen, Masten und technische Anlagen im Bestand
Ein zentraler Mehrwert liegt in der automatisierten Ableitung von CAD- und GIS-fähigen Merkmalen aus Punktwolken, DSM/DTM und orthobasierten Höhenmodellen. Die KI erkennt Kantenverläufe, bewertet Normalenvektoren und segmentiert Flächen nach Neigung, Krümmung und Oberflächenstruktur. So entstehen aus unstrukturierten Daten belastbare CAD-Objekte.
3D-Polylinien, Breaklines und Flächengeometrien mit Layerstruktur, Attributierung und Bezug zum Koordinatensystem; direkt nutzbar in Civil 3D, AutoCAD oder BricsCAD
GIS-fähig mit Merkmal-Typ, Höhe, Neigung, Quelle, Segment-ID und Zuverlässigkeit sowie sauberer Georeferenzierung
Hotspots, Prüfbereiche und Unsicherheiten mit Zuverlässigkeits-Wärmekarte für eine gezielte Nachbearbeitung
Für Bau, Deponie, Steinbruch, Recycling und Erdbewegung automatisieren wir die Berechnung von Mengen und Veränderungen. So werden Volumen schneller, wiederholbar und sauber dokumentierbar – mit Versionierung, Parametrisierung und reproduzierbarer Auswertung.
Automatische Erkennung von Haufwerken, Materialinseln und Materialflächen mit Grundflächen aus Punktwolken, DSM/DTM oder Orthodaten. Überlappungen werden über Oberflächenkrümmung, Höhenkontraste, Gradienten und Konnektivität getrennt.
Volumen in m³ per prismatischer Methode oder TIN-basierter Volumenberechnung; Vergleich von Referenzebene und Basisfläche für Abtrag/Auftrag, Schüttvolumen oder Bestandsmengen. Beide Verfahren liefern lokal exakte, nachvollziehbare Ergebnisse.
Mengenvergleich über mehrere Zeitpunkte mit DoD (DEM of Difference). Raster- und Oberflächenmodelle werden differenziert und per Schwellenwertfilterung gegen Rauschen, Ausreißer und geringe Änderungen abgesichert.
Volumenbericht, Grundflächen-Layer und Mengen pro Bereich oder Materialbereich mit versionierten Eingangsdatensätzen, Berechnungsparametern und Referenzgeometrien. Verwendetes Geländemodell, Basisfläche, Schwellenwerte, Unsicherheiten und Rechenweg bleiben revisionssicher dokumentiert.
Bei wiederholten Messungen erkennt die KI Veränderungen zwischen zwei oder mehreren Zeitpunkten. Sie kombiniert geometrische Differenzen mit semantischer Klassifizierung und liefert so nicht nur eine Differenzkarte, sondern auch eine fachliche Aussage: was sich verändert hat, wo es passiert ist und ob es relevant ist.
Der DoD-Ansatz (DEM of Difference) ist der Kern der Analyse: Epochen werden koregistriert, dann epochengenau differenziert. Ein Schwellenwertfilter trennt signifikante Änderungen von Rauschen und Artefakten; die Unsicherheitsabschätzung berücksichtigt Punktdichte, GSD, lokale Rauigkeit, Interpolationsfehler und Registrierungsresiduen.
Die semantische Komponente fokussiert fachlich relevante Klassen wie „Haufwerk“ oder „Boden“. Fahrzeuge, Maschinen, Vegetation oder temporäre Störungen können je nach Use Case ausgeschlossen oder separat behandelt werden.
Bei mehr als zwei Epochen wird der Vorher-Nachher-Vergleich zur Zeitreihenanalyse. So lassen sich Trendrichtungen, Änderungsraten, Stabilitätsphasen, wiederkehrende Muster und Sprungänderungen über längere Zeiträume überwachen.
Räumliche Visualisierung signifikanter Veränderungen nach DoD, Schwellenwertfilter und Klassenfilter
Strukturierte Ausgabe pro Bereich mit Volumen-, Flächen-, Höhen- und Relevanzkennzahlen je Epoche
Optionale Integration in Procore, ACC, Jira oder andere Systeme mit Verlauf, Kommentar und Nachverfolgbarkeit
Wir vergleichen Vermessungsdaten mit Planungsdaten und geben Abweichungen strukturiert aus. Toleranzregeln nach Gewerk, Bereich oder Bauteil schaffen klare Entscheidungsgrundlagen für Abnahmen und Bauprozesse.
Toleranzregellogik: Jede Messung wird gegen eine regelbasierte Grenzwertmatrix geprüft. Beispiel: ±20 mm für Betonoberflächen, Sichtbeton oder präzise Einbauteile; ±50 mm für Erdarbeiten, Planum oder Rohbau-Nebenflächen. Die Regeln können nach Bauteiltyp, Ausführungsphase, Zone, Messauflösung oder Materialklasse differenzieren. Wird die zulässige Abweichung überschritten, erzeugt das System eine Meldung mit Schweregrad und Verweis auf die betroffene Regel.
Abweichungsmeldungen: Für jede erkannte Differenz werden Messwert, Position im Koordinatensystem, betroffene Geometrie, normierte Abweichungsrichtung, Konfidenz/Zuverlässigkeit und Zuordnung zum Gewerk automatisch protokolliert. So lassen sich Meldungen direkt an QA/QC-, Bauleiter- oder Mängelprozesse übergeben und mit Prüfberichten, Aufgaben oder BIM-Objekten verknüpfen.
Unsere KI-Lösung ersetzt keine vorhandenen Werkzeuge, sondern ergänzt Vermessungs-, CAD-, GIS- und BIM-Prozesse als KI-Schicht. Sie automatisiert Auswertungen, Prüfungen, Klassifizierungen und Übergaben — herstellerunabhängig und ohne Medienbrüche.
Die Integrationsarchitektur unterstützt REST-API für Anfragen, Webhooks für Ereignisse, Batch-Verarbeitung für große Datenmengen sowie cloud-native Deployments in hybriden oder vollständig cloudbasierten Umgebungen.
JPG, DNG, TIFF mit EXIF/XMP; für Photogrammetrie, Georeferenzierung und Feature-Erkennung
RTK/PPK-Logs, Fix-Daten, Genauigkeitswerte und Zeitstempel für Qualitäts- und Positionsreferenzierung
LAS/LAZ, GeoTIFF, DSM, DTM, DGM, DOM sowie Raster- und Oberflächenmodelle für 2.5D- und 3D-Analysen
IFC, DWG, DXF und Modellinformationen für Soll/Ist-Abgleich, Bauteilreferenzen und Attributprüfung
SHP, GeoJSON, GeoPackage und Layer-Strukturen für raumbezogene Auswertungen und Fachdatenintegration
3D-Polylinien, Breaklines und Feature-Ebenen für CAD-Folgeprozesse
GIS-fähige Vektordaten mit Attributen und räumlicher Struktur für QGIS und ArcGIS
Klassifizierte Raster- und Punktwolkendaten für Fachanwendungen und Analysen
PDF, CSV, QA-Wärmekarten und Übergaben an Procore, ACC und Jira
Plattform- und Schnittstellenintegration: Pix4D, Metashape, Civil 3D, BricsCAD, QGIS, ArcGIS, Procore, ACC und Jira sind über API, Webhooks, Datei-Exchange, Objekt-IDs und strukturierte Exporte angebunden.
Architekturprinzip: Eingehende Daten werden normalisiert, geprüft und in einen gemeinsamen Analysekontext überführt. Danach erzeugt die KI-Schicht Messwerte, Abweichungen, Klassen, Meldungen und Übergabedateien — zentral, reproduzierbar und skalierbar.
Wir ersetzen keine Vermessungsingenieure, Ziviltechniker oder Fachprüfer. Die KI übernimmt Vorverarbeitung, Mustererkennung, Priorisierung und Vorprüfung — inkl. Daten-Normalisierung, Objekt-/Merkmalserkennung, Plausibilitätschecks, Abweichungsdetektion, Volumen- und Flächenberechnungen sowie reproduzierbarer Prüfprotokolle. Fachliche Bewertung, Korrektur, Freigabe und Haftung bleiben beim Experten.
Automatische Normalisierung, Georeferenzierung, Feature-Extraktion, Klassifizierung, Messwertableitung und erste Plausibilitätsprüfung.
Jedes Ergebnis erhält einen Konfidenzwert aus Modellstärke, Datenqualität und Konsistenzprüfung; niedrige Werte oder fehlende Metadaten gehen in die manuelle Prüfung.
Abweichungen, Grenzwertverletzungen, stark streuende Volumenberechnungen und schwache Klassifikationen werden in QA-Wärmekarten, Prüfclustern und Review-Queues priorisiert.
Der Fachprüfer bestätigt oder korrigiert Ergebnisse, prüft Abweichungen und Volumenrechnungen und versieht das Resultat mit Freigabe, Version und Prüfvermerk.
Kundendaten bleiben im vereinbarten Betriebsumfeld und werden nicht für externe Trainingszwecke verwendet. Modelle, Trainingsdaten, Parameter, Konfigurationen, Prompts, Ausgaben und Prüfprotokolle werden versioniert, revisionssicher dokumentiert und über definierte Freigabe- und Rücksetzmechanismen gesteuert. Wir liefern die vollständige technische Betriebsbasis – von der Public Cloud bis zur isolierten On-Premise-Umgebung.
Wir machen aus Vermessungsdaten keine Black Box, sondern eine nachvollziehbare, integrierte und abnahmefähige technische Prozesskette. Alle Ergebnisse sind dokumentiert, versioniert und direkt in bestehende Arbeitsabläufe integrierbar.
Brchlinien für TIN-Modelle mit definierten Genauigkeitsklassen für Bestands-, Planungs- und Abrechnungszwecke. Enthalten sind Böschungskanten, Rampen, Baugrubenränder, Geländesprünge und Plateaus als DXF zur direkten Nutzung in TIN-Modellen und Flächenmodellen.
Grundflächen, Volumen in m³ sowie Abtrag-/Auftrag-Auswertungen auf Basis von Oberflächenvergleichen, TIN-zu-TIN- oder Raster-zu-Raster-Ansätzen. Ausgegeben werden Methode, Bezugsdatum, Flächenabgrenzung, Bilanzwerte und eine Unsicherheitsangabe.
Semantisch klassifizierte LAS/LAZ-Dateien nach ASPRS-Standard, z. B. Boden, Vegetation, Gebäude, Wasser und Sonderklassen. Die Daten werden bereinigt, entstört und mit Klassencodes, Rückgabeinformationen und optionalen Intensitätswerten aufbereitet.
DXF, SHP und GeoPackage nach Kundentemplate, direkt in Zielsysteme importierbar. Die Ebenen enthalten Attributstrukturen mit Objektart, Status, Quelle, Zeitstempel sowie Koordinatensystem, Höhenbezug und Transformationsparametern.
QA-Berichte, Zuverlässigkeits-Wärmekarten und Prüfbereiche für die Nachkontrolle. Ergänzt werden Konfidenzwerte, Ausreißerkennzeichnungen, Dichte- und Abdeckungsindikatoren sowie klar definierte Prüfsegmente.
Standardisiertes Datenpaket mit technischer Dokumentation, Verarbeitungsparametern und vollständigem Audit Trail. Die Dokumentation enthält Dateiliste, Dateitypen, Versionsstände, Erstellungszeitpunkt, Koordinatensystem, Verarbeitungsschritte und Prüfergebnisse.
Sprechen Sie mit uns über Ihre Vermessungsdaten, bestehenden Systeme und wiederkehrenden Auswertungsschritte. Wir zeigen, wo KI-gestützte Automatisierung technisch sinnvoll und wirtschaftlich wirksam ist.

Maßgeschneiderte KI-Lösungen für Unternehmen – von der strategischen Beratung bis zur erfolgreichen Umsetzung.
© 2026 Jaroona. Alle Rechte vorbehalten.
KI für Vermessung & Geodaten