Überblick
Geospatial AI (manchmal auch GeoAI genannt) in ArcGIS ist die Integration von künstlicher Intelligenz (KI), maschinellem Lernen (ML) und Deep Learning (DL) in GIS, um Erkenntnisse zu gewinnen und geografische Probleme zu lösen. Sie ist ein wichtiger Bestandteil der räumlichen Analyse für Aufgaben wie Clustering und Mustererkennung, Vorhersagen und Prognosen sowie die Informationsgewinnung aus Bilddaten, Lidar, Videos und unstrukturierten Textdaten.
Dieser Leitfaden richtet sich an Lehrkräfte, die offizielle webbasierte Lernressourcen von Esri in Lehrveranstaltungen an Hochschulen einsetzen möchten. Die aufgeführten Angebote sind verfügbar am 1. Juli 2026, über die Esri Academy. Es ist vorgesehen, diesen Leitfaden jährlich zu aktualisieren. Die in diesem Leitfaden enthaltenen Informationen können ohne vorherige Ankündigung geändert werden. Neue Einträge sind orange markiert.
Sofern nicht anders angegeben, handelt es sich bei allen aufgeführten Angeboten um Webkurse. Ausführliche Beschreibungen finden Sie unter den angegebenen Links. Den vollständigen Katalog der Esri Academy finden Sie unter esri.com/training/catalog. Bei Fragen zu den Kursen schreiben Sie bitte eine E-Mail an GIStraining@esri.com oder rufen Sie unter (800) 447-9778, Durchwahl 5757, an.
Ein Lernplan ist eine Sammlung von Lerninhalten in einer empfohlenen Reihenfolge. Sie können einen eigenen Plan erstellen oder einen vorhandenen kopieren und bearbeiten. Sie können Ihren Plan Studierenden oder Kolleginnen und Kollegen zuweisen und deren Fortschritt verfolgen. Weitere Informationen finden Sie auf der Esri Academy-Seite Hilfe (Kategorie: Lernpläne).
Sie und Ihre Studierenden haben möglicherweise unbegrenzten Zugriff auf die gesamte Sammlung selbstbestimmter E-Learning-Angebote (Webkurse, Schulungsseminare und mehr), wenn Ihre Einrichtung über ein qualifizierendes Produkt mit einem aktuell gültigen Wartungsvertrag verfügt. Ob dies auf Sie zutrifft, erfahren Sie bei der für Esri-Softwarelizenzen zuständigen Person an Ihrer Einrichtung, indem Sie online nachsehen oder eine E-Mail an educationinfo@esri.com schreiben.
Geospatial AI
Grundlagen
Die folgenden Ressourcen behandeln die grundlegenden Konzepte von Geospatial AI.
- GeoAI in ArcGIS verstehen: Zeigt, wie Organisationen die Geospatial-AI-Funktionen des gesamten ArcGIS-Systems nutzen können, um Workflows zu automatisieren, detaillierte Modelle der realen Welt zu erstellen und verschiedenste Daten in großem Umfang zu analysieren, darunter Bilddaten, 2D- und 3D-Features, Tabellendaten, Videos, unstrukturierte Texte und Zeitreihendaten. (Schulungsseminar, 1 Std.)
- Einführung in KI in ArcGIS: Stellt ArcGIS als Geospatial-AI-Plattform vor und zeigt, wie Geospatial AI Geoverarbeitungs-Workflows verbessert. (1 Std. 5 Min.)
- Metadaten-Grundlagen für KI-fähige GIS: Beleuchtet die wichtige Rolle von Metadaten für die KI-Bereitschaft. Stellt Methoden vor, mit denen sich konsistente Informationen auf der ArcGIS-Plattform sicherstellen und die Inhaltsverwaltung, Auffindbarkeit und angemessene Wiederverwendung unterstützen lassen. (Schulungsseminar, 1 Std.)
- Mit Enterprise GIS Wirkung erzielen: Stellt einen ganzheitlichen Rahmen für den Aufbau und die langfristige Pflege eines erfolgreichen GIS-Programms vor, das die Ausrichtung der Organisation, effiziente Abläufe, bessere Entscheidungen und Innovationen im gesamten Unternehmen ermöglicht. (MOOC, 6 Wochen; 9. September 2026–21. Oktober 2026)
Zugehöriger Lernplan
Grundlagen der Datenintegrität
Die folgenden Ressourcen zeigen, dass Datenqualität eine Voraussetzung für Ergebnisse im Bereich des maschinellen Lernens und der KI ist, und unterstützen die Zuverlässigkeit der Eingabedaten in ML-Workflows. Im Mittelpunkt stehen Workflows und Werkzeuge, mit denen sich genaue, konsistente und zuverlässige räumliche Datensätze pflegen lassen. Außerdem werden Methoden zur Verwaltung der Integrität räumlicher Daten, von Attributen und Geometrien vorgestellt.
- Attributdatenintegrität mit ArcGIS Pro sicherstellen: Vermittelt grundlegende Konzepte und Workflows, mit denen sich die Integrität räumlicher Daten in ArcGIS Pro sicherstellen lässt. Behandelt Datengenauigkeit, Konsistenz, Qualitätskontrolle und Werkzeuge zur topologiebasierten Bearbeitung. (Webkurs, 3 Std. 5 Min.)
- Integrität räumlicher Daten mit ArcGIS Pro sicherstellen: Stellt Workflows zum Überprüfen und Beheben von Attribut- und Geometriefehlern in ArcGIS Pro vor. Erläutert, wie häufige Dateninkonsistenzen behoben werden, um genaue und zuverlässige räumliche Datensätze zu gewährleisten. (Webkurs, 3 Std.)
Maschinelles Lernen
Diese Ressourcen helfen Studierenden, räumliche Fragestellungen in vielen Anwendungsbereichen zu verstehen – von der Bildklassifizierung über die Erkennung räumlicher Muster bis hin zu multivariaten Vorhersagen.
Cluster identifizieren
Die folgenden Ressourcen vermitteln Konzepte, Kompetenzen und Werkzeuge, mit denen sich Cluster identifizieren lassen.
Zugehöriger Lernplan
Esri-Tutorials
Geostatistische Interpolation
Die folgenden Ressourcen vermitteln Interpolations-Workflows in ArcGIS Pro, mit denen sich Vorhersageoberflächen erstellen lassen.
- Räumliche Interpolation mit ArcGIS Pro: Gibt einen Überblick über die verschiedenen räumlichen Interpolationsmethoden, die mit der Erweiterung „Geostatistical Analyst“ in ArcGIS Pro verfügbar sind, und zeigt, wie Sie die geeigneten Methoden für die Erstellung einer Vorhersageoberfläche auswählen. (Schulungsseminar, 1 Std.)
- Geostatistische Interpolation: Einführung: Erläutert wichtige Konzepte der geostatistischen Interpolation. Zeigt, wie Sie mit ArcGIS Pro die zugrunde liegenden Datenannahmen überprüfen. (1 Std. 40 Min.)
- Geostatistische Interpolation: Empirisches Bayes-Kriging und EBK-Regressionsvorhersage: Erläutert, wie ArcGIS Pro die anspruchsvollsten Aspekte beim Erstellen eines zuverlässigen Kriging-Modells automatisiert. Zeigt, wie Sie eine explorative räumliche Datenanalyse durchführen. Vermittelt, wie Sie Vorhersageoberflächen erstellen und die Ergebnisse per Kreuzvalidierung überprüfen. (3 Std. 45 Min.)
- Geostatistische Interpolation: Daten mithilfe flächenbezogener Interpolation neu aggregieren: Vermittelt die zwei wichtigsten Anwendungsfälle der flächenbezogenen Interpolation, bei der die Kriging-Theorie auf Daten angewendet wird, die innerhalb von Polygonen gemittelt oder aggregiert wurden: das Herunterskalieren eines Quell-Polygon-Datasets und das Ergänzen fehlender Polygon-Daten mithilfe der Vorhersageoberfläche. (3 Std. 45 Min.)
- Geostatistische Interpolation: Eine 3D-Vorhersageoberfläche erstellen: Zeigt, wie Sie 3D-Punkt-Datasets mithilfe des empirischen Bayes-Krigings in 3D (EBK 3D) interpolieren. (3 Std. 20 Min.)
Zugehöriger Lernplan
Bildklassifizierung
Die folgenden Ressourcen stellen leistungsstarke Workflows zur Bildklassifizierung und Objekterkennung vor. Eine Übersicht über die Funktionen finden Sie unter Bildanalyse und KI.
Zugehöriger Lernplan
Regressionsanalyse
Die folgenden Ressourcen zeigen, wie leistungsstark die Regressionsanalyse bei der Modellierung, Untersuchung und Analyse räumlicher Zusammenhänge ist.
Zugehöriger Lernplan
Deep Learning
Die folgenden Ressourcen helfen Studierenden, Kompetenzen im Deep Learning aufzubauen. Deep Learning ist ein Teilgebiet des maschinellen Lernens, das mehrere Schichten von Algorithmen in Form neuronaler Netze verwendet.
- Deep Learning mit ArcGIS Pro: Erläutert, wie Deep Learning die GIS-Analyse unterstützt. Zeigt, wie Sie ein vortrainiertes Deep-Learning-Modell aus dem ArcGIS Living Atlas of the World verwenden. (2 Std. 15 Min.)
- Deep Learning mit ArcGIS Online: Zeigt, wie Sie vortrainierte Deep-Learning-Modelle aus dem ArcGIS Living Atlas of the World nutzen, um alltägliche Probleme zu lösen. (1 Std. 45 Min.)
- Objekte mit Deep Learning in ArcGIS Pro klassifizieren: Vermittelt, wie Sie Daten vorbereiten und verwenden, um ein Modell darauf zu trainieren, zu erkennen, ob Gebäude durch einen Waldbrand beschädigt wurden, und wie Sie das Modell anwenden und seine Genauigkeit bewerten. (ArcGIS-Lab, 1 Std. 20 Min.)
- Features mit Deep Learning und ArcGIS Online extrahieren: Zeigt, wie Sie ArcGIS Image for ArcGIS Online verwenden, um Gebäude in Bilddaten mithilfe von Deep Learning zu erkennen. (ArcGIS-Lab, 35 Min.)
Zugehöriger Lernplan
Esri-Tutorials
- Informelle Siedlungen mit SAMLoRA extrahieren (Esri-Tutorial, 45 Min.)
- Landbedeckung mit hoher Auflösung mithilfe von GeoAI extrahieren (Esri-Tutorial, 30 Min.)
- Mit automatisiertem Deep Learning ein Modell trainieren (Esri-Tutorial, 40 Min.)
- Überschwemmungen mit SAR-Daten und Deep Learning kartieren (Esri-Tutorial, 45 Min.)
- Objekte mit Text SAM erkennen (Esri-Tutorial, 25 Min.)
- Objekte mit einem vortrainierten Deep-Learning-Modell erkennen (Esri-Tutorial, 20 Min.)
- Die Grundlagen für Deep Learning in ArcGIS Pro schaffen (Esri-Tutorial, 15 Min.)
- Ein Deep-Learning-Modell mit Transfer Learning verbessern (Esri-Tutorial, 1 Std. 30 Min.)
- Durch Erdrutsche gefährdete Infrastruktur in ArcGIS Pro ermitteln (Esri-Tutorial, 1 Std.)
- Stromleitungen mithilfe von Deep Learning klassifizieren (Esri-Tutorial, 1 Std. 30 Min.)
- Mangroven mithilfe von Deep Learning klassifizieren (Esri-Tutorial, 1 Std. 15 Min.)
- Ein Modell zum Erkennen von Straßenschildern trainieren (Esri-Tutorial, 1 Std.)
- Geospatial-AI-Werkzeuge und -Modelle in ArcGIS ausprobieren (Esri-Tutorialreihe)
Abschließende Gedanken für Lehrkräfte
Listen mit neuen Schulungen, Schulungen, deren Einstellung bevorsteht, und eingestellten Schulungen finden Sie auf der Seite Neue und eingestellte Schulungsangebote in der Esri Academy. Sie erhalten eine Nachricht, sobald die Einstellung von Schulungen angekündigt wird. (Klicken Sie hier, um die Benachrichtigungen aufzurufen, während Sie bei Training angemeldet sind.)
Wenn Sie planen, einen MOOC einer Gruppe von Studierenden oder einer ganzen Klasse zuzuweisen, lesen Sie bitte die folgenden Ressourcen:
Um die Übertragung des Schulungsverlaufs von einem institutionellen Konto auf ein anderes Konto zu beantragen, sollten sich Studierende an den Esri-Kundenservice wenden: service@esri.com oder (888) 377-4575.
URL des Leitfadens zu Geospatial AI
Der veröffentlichte Leitfaden ist über den folgenden Link verfügbar:
https://www.esri.com/training/assets/downloads/Higher_Ed_Guide_Esri_Geospatial_AI.pdf
