Projektbeschreibung
BaKIM (Baum, KI, Mensch) ist ein Kooperationsprojekt der Stadt Bamberg und des Lehrstuhls für Kognitive Systeme mit dem Ziel, die Pflege der st?dtischen B?ume und Forstfl?chen zu verbessern. Dazu werden mit Drohnen hochaufl?sende RGB- und LiDAR-Daten erhoben, die mithilfe Tiefer Neuronaler Netze ausgewertet werden. Das KI-System erkennt Einzelb?ume, klassifiziert Baumgattungen, sch?tzt die Vitalit?t und detektiert Sch?dlingsbefall wie etwa Misteln auf Kiefern. Als Nutzer, Tester und Expert:innen sind die Baumpfleger:innen der Bamberger Service Betriebe und das st?dtische Forstamt direkt ins Projektteam eingebunden.
Die gewonnenen Informationen werden über eine eigens entwickelte Webapplikation unter www.bakim.bamberg.de bereitgestellt, die ab April 2026 getestet wird. Die Anwendung erm?glicht den Upload von Drohnenaufnahmen, deren serverseitige KI-Analyse sowie den Download GIS-kompatibler Ergebnisse. Baumpfleger:innen und F?rster:innen k?nnen so den Gesundheitszustand der B?ume auf einen Blick überwachen und gezielt Ma?nahmen planen.
BaKIM wurde zun?chst durch das Bayerische Staatsministerium für Digitales in der F?rderlinie kommunal?digital! gef?rdert und wird im Rahmen der Modellprojekte Smart Cities (MPSC) weiterentwickelt. Quellcode, Modelle und die Webapplikation werden als Open Source ver?ffentlicht, sodass andere Kommunen die Technologie ohne Lizenzkosten übernehmen k?nnen. BaKIM wird bereits nach Lemgo, Markt Weisendorf und Memmingen übertragen. Die Nachnutzung durch Lemgo wurde mit dem Ko-Pionier-Preis (1. Platz, Kategorie Digitalisierung in der Verwaltung) ausgezeichnet.
Weitere Informationen zum Projekt gibt es auf der Projektseite von Smart City Bamberg unter www.smartcity.bamberg.de/projekte/bakim.
Informationen zum Projekt
Team
Als Nutzer, Tester und Experten im Bereich Forst und Baumpflege sind die Baumpfleger der Bamberger Service Betriebe und das Bamberger Forstamt direkt ins Team eingebunden. Für die technische Umsetzung ist der Lehrstuhl für Kognitive Systeme zust?ndig. Die Stabsstelle Smart City der Stadt Bamberg übernimmt die organisationalen Aspekte des Projekts.
| Rollen: | Personen: | Organisation: |
| Projektleitung | Johannes H?lzel | Forstamt, Stadt Bamberg |
| Projektverantwortliche Forschung | Ute Schmid | Lehrstuhl für Kognitive Systeme |
| Technische Projektleitung | Jonas Troles | Lehrstuhl für Kognitive Systeme |
| Fachliche Beratung | Michael Weber | Bamberger Service Betriebe, Stadt Bamberg |
Programmleiter Smart City Bamberg | Sascha G?tz | Stabsstelle Smart City, Stadt Bamberg |
| Projektorganisation | Dorothea Breier & Hilke Allerheiligen | Stabsstelle Smart City, Stadt Bamberg |
Talks
25.03.2026, MPSC Regionalkonferenz Kempten: Workshop zu BaKIM und Bildererkennung mit CNNs
13.03.2026, Umweltmesse Landshut: Projektvortrag
05.02.2026, 4. Waldkongress Frankfurt: Projektvortrag
22.01.2026, Roadshow Augsburg: Projektpitch
01.10.2025, Smart Country Convention Berlin: Verschiedene Vortr?ge und Pitches zu BaKIM
20.05.2025, KTS Themenwerkstatt KI: Vortrag zu Bilderkennung und BaKIM
23.04.2024, MPSC Kongress Leipzig: 3-Minuten Pitch zu BaKIM
10.04.2024, EMAS Gutachten Uni Bamberg: Vorstellung der Ziele und Umweltaspekte des Projekts BaKIM
21.02.2024, LWF Waldworkshop: BAMFORESTS - 27.000 Individually Delineated Tree Crowns in Very High Resolution UAV Image Data
24.11.2023, PANORAMA Linz: BaKIM - Unterstützung der Arbeitsplanung von F?rster:innen und Baumpfleger:innen
21.06.2023 19:00 Uhr, Smart Talk: KI sinnvoll nutzen?
13.04.2023, ProofingFuture.EU: Supporting Urban Forests & Delivering climate adaptive cities
Wissenschaftliche Publikationen
Troles, J., Nieding, R., Simons, S., & Schmid, U. (2023, September). Task planning support for arborists and foresters: Comparing deep learning approaches for tree inventory and tree vitality assessment based on uav-data. In International Conference on Innovations for Community Services (pp. 103-122). Cham: Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-40852-6_6.
Wen, F., Tian, J., Troles, J., D?llerer, M., Kindu, M., & Knoke, T. (2024). Comparing deep learning and MCWST approaches for individual tree crown segmentation. In International Society for Photogrammetry and Remote Sensing (pp. 1-7). https://doi.org/10.5194/isprs-annals-X-1-2024-67-2024.
Troles, J., Schmid, U., Fan, W., & Tian, J. (2024). BAMFORESTS: Bamberg benchmark forest dataset of individual tree crowns in very-high-resolution UAV images. Remote Sensing, 16(11), 1935. https://doi.org/10.3390/rs16111935.
Ruschhaupt, S., Troles, J., & Schmid, U. (2025). Comparing Mask R-CNN and Mask2Former architectures for individual tree crown delineation. In 45. GIL-Jahrestagung, Digitale Infrastrukturen für eine nachhaltige Land-, Forst-und Ern?hrungswirtschaft (pp. 167-178). Gesellschaft für Informatik eV. https://doi.org/10.18420/giljt2025_13.
Weishaupt, M., Fan, W., Troles, J., & Tian, J. (2025). Individual Tree Crown Based Tree Species Classification From Very High-Resolution UAV Images. In 2025 IEEE International Geoscience and Remote Sensing Symposium, IGARSS 2025 (pp. 1-5). https://doi.org/10.1109/IGARSS55030.2025.11243070.
Liang, X., Wang, Y., Pan, J., Heiskanen, J., Wang, N., Wu, S., ... & Gong, J. (2026). Empowering tree-scale monitoring over large areas: Individual tree delineation from high-resolution imagery. ISPRS Journal of Photogrammetry and Remote Sensing, 232, 974-999. https://doi.org/10.1016/j.isprsjprs.2025.12.022.
Fan, W., Knoke, T., Troles, J., & Tian, J. (2026). Automatic tree-level based forest inventories retrieval via ultra-high resolution UAV images and deep learning. ISPRS Journal of Photogrammetry and Remote Sensing, 234, 261-274. https://doi.org/10.1016/j.isprsjprs.2026.02.029.
F?rderung
BaKIM wurde und wird in verschiedenen Programmen gef?rdert:
BaKIM-1: 01.01.2022 - 30.09.2024 (Forschungs- und Prototypenphase)
Der Projektantrag wurde zusammen von der Smart City Bamberg und der Lehrstuhl für Kognitive Systeme eingereicht. BaKIM-1 wurde über einen F?rderzeitraum von 33 Monaten durchgeführt und vom Bayrischen Staatsministerium für Digitales im Rahmen von kommunal? digital! gef?rdert. Bayern Innovativ war auf Seiten des Freistaats Bayern für die Koordination des Projekts zust?ndig.
BaKIM-2: 01.10.2024 - 30.10.2027 (Produktentwicklungsphase)
Ende 2024 wurde BaKIM nahtlos in die MPSC F?rderlinie der Stadt Bamberg überführt. Dort wird BaKIM im Programm Smart City Bamberg zu einer benutzerfreundlichen Webapplikation weiterentwickelt und für Kommunen und staatliche Institutionen zur Verfügung gestellt. Auf die Webapplikation kann über folgenden Link zugegriffen werden: www.bakim.bamberg.de
BaKIM-1-Transfer: 01.06.2025 - 30.05.2026 (Transferphase)
Das Bayrische Staatsministerium für Digitales f?rdert den Transfer von BaKIM auf neue Kommunen und unterstützt in diese Phase zahlreiche Vortr?ge und Workshopformate, die die Nachnutzung durch andere Kommunen anregen sollen. Die Transferphase findet ebenfalls im Rahmen von kommunal? digital! statt.