AIFER entwickelt KI-Methoden, um Informationen aus Satelliten-, Luftbild und Drohnendaten sowie aus Geo-sozialen Medien und Nachrichten automatisiert zu extrahieren und intelligent zu fusionieren. Bedarfsträger formulieren ihre Anforderungen, diskutieren diese mit Entwicklern, um sie dann direkt in die technische Forschung einzubinden. Rechtliche Fragen bezüglich Datenquellen und KI werden eingehend bearbeitet. Validierung und Integrierbarkeit in bestehende operationelle Prozesse werden zusammen mit Endanwendern praxisnah erprobt. Das Teilvorhaben des DLR entwickelt schwerpunktmäßig Convolutional Neural Networks (CNN) für drei grundlegende Aufgabenbereiche der kognitiven Bilddatenanalyse: semantische Segmentierung (Hochwasserflächen), Objekterkennung (Gebäude) und Änderungsdetektion (Gebäudeschäden). Die Netzwerke werden entsprechend der Eigenschaften von Fernerkundungsdaten (FE-Daten) entwickelt und mittels einer speziell für die Krisenkartierung aufgebauten Referenzdatenbank trainiert, validiert und in Demonstrationen getestet. Die Hauptarbeitsziele des DLR Teilvorhabens umfassen damit folgende Kernbereiche: • Auswertung heterogener Massendaten zur Unterstützung bei der Lageerfassung und -einschätzung: Automatisierung der Auswertung von FE-Daten zur Quantifizierung des räumlichen Ausmaßes (Gefährdung), betroffener Gebiete (Exposition) und potenzieller Schäden (Auswirkung) von Naturkatastrophen. • Methodenentwicklung: Convolutional Neural Networks (CNN) für semantische Segmentierung, Objekterkennung und Änderungsdetektion in FE-Daten; Aufbau einer Referenzdatenbank für KI-Methoden in der Krisenkartierung. • Echtzeitnahe Informationsbereitstellung: Bereitstellung relevanter Kriseninformationen in nahe Echtzeit, über große Gebiete, auf unterschiedlichen Maßstäben und höchstmöglicher zeitlicher Wiederholrate.