Fernerkundungsdaten und Künstliche Intelligenz zur Qualitätssicherung der Daten des Gebäude- und Wohnungsregisters

Abstract

Im Registerzensus sollen unter anderem die Angaben zu Gebäuden mit Wohnraum, zu behelfsmäßigen Unterkünften (einfache Bauten wie Wohncontainer oder Jagdhütten) und zu den darin befindlichen Wohnungen registerbasiert ermittelt werden, weitgehend ohne zusätzliche Befragungen. Da es hierfür derzeit noch keine flächendeckende Datengrundlage gibt, soll ein Gebäude- und Wohnungsregister (GWR) als Verwaltungsregister aufgebaut werden, um die erforderlichen Daten an die Statistik zu übermitteln. Neben den bisher in der Statistik etablierten Verfahren zur Prüfung und Korrektur von Daten, wie bspw. Plausibilisierungs- und Imputationsverfahren, sollen auch neue Methoden - wie der Einsatz Künstlicher Intelligenz - erprobt werden, um die Qualitätssicherung der Daten aus dem GWR zu unterstützen. Daher untersucht das Statistische Bundesamt im Rahmen einer Machbarkeitsstudie zusammen mit dem Deutschen Zentrum für Luft- und Raumfahrt und dem Bundesamt für Kartografie und Geodäsie, inwieweit Künstliche Intelligenz in Verbindung mit Fernerkundungsdaten - wie beispielsweise Satellitendaten oder Luftbildern - künftig die Ermittlung der Zensusergebnisse zu Gebäuden unterstützen kann. Hierfür werden Modelle basierend auf Neuronalen Netzen entwickelt, mit denen Gebäude auf Satelliten- oder Luftbildern erkannt werden können. In diesem Rahmen soll untersucht werden, ob sich bestimmte Merkmale, wie zum Beispiel die Nutzung oder der Typ eines Gebäudes, automatisiert aus dem Bildmaterial ableiten lassen. Fernerkundungsdaten in Verbindung mit Künstlicher Intelligenz könnten somit die Bereitstellung aktueller und vollständiger Gebäude- und Wohnungsdaten durch den Registerzensus unterstützen. Der Beitrag wird Zielsetzung und Inhalte des Projekts sowie erste Zwischenergebnisse vorstellen.