EO4ConStat (Earth Observation and AI for Construction Statistics)
EO4ConStat ist ein Projekt in Zusammenarbeit mit dem Statistischen Bundesamt und dem DLR, welches von EuroStat finanziert ist. Die Projektleitung liegt beim Statistischen Bundesamt. Das BKG bearbeitet zwei Workpackages, bei welchen das DLR beratend unterstützt.
| Projektpartner | Projektleitung | Laufzeit |
| Statistisches Bundesamt, DLR | Statistisches Bundesamt | 2 Jahre ab März 2024 |
Hintergrund des Projekts ist das Vorhaben der Bundesregierung neuen, bezahlbaren und klimagerechten Wohnraum in Deutschland zu schaffen. Um dieses Vorhaben monitoren zu können, will das Statistische Bundesamt die Baustatistik verbessern, weshalb ein Bedarf für unterjährige Informationen zu Bauaktivitäten besteht. Dafür soll, unter Verwendung von Erdbeobachtungsdaten und künstlicher Intelligenz, eine Methode zur Qualitätssicherung und zur Aufwertung der Statistik entstehen.
Als Testgebiet für die Entwicklung der Methodik wurde NRW bestimmt, letztendlich soll das entstehende Modell auf Daten aller Bundesländer angewandt werden.
In dem ersten vom BKG zu bearbeitenden Workpackage geht es um die semantische Segmentierung von Digitalen Orthofotos mit Hilfe des Foundation-Models SAM (Segment Anything Model von Meta AI), um Baustellen zu detektieren. Hierfür müssen Trainingsdaten gefunden und aufbereitet werden und das Modell nachtrainiert werden. Im zweiten Workpackage soll an den Stellen, wo Baustellen gefunden wurden, eine Zeitreihenanalyse durchgeführt werden, um Baubeginn und Bauende zu bestimmen. Als Datengrundlage sollen hier verschiedene Indizes (z.B. NDVI, NDBI, u.a.), abgeleitet aus Satellitendaten des europäischen Copernicus-Programms (Sentinel-2), dienen.
Baustellen aus Digitalen Orthofotos und semantische Segmentierung mit SAM (noch ohne Training auf Baustellen Bildern
Service