Hertweck, Philippvan der Schaaf, HylkeHilbring, DesireeWeis, JonasLiesch, TanjaBudde, Matthias2021-12-142021-12-142021978-3-88579-708-1https://dl.gi.de/handle/20.500.12116/37687Künstliche Intelligenz oder Maschinelles Lernen wird zunehmend in der Umweltdomäne eingesetzt. Eine offene Frage dabei ist, wie entwickelte Algorithmen flexibel in Umweltinformationsysteme integriert werden können. Dieser Artikel befasst sich mit dieser Frage und untersucht den Einsatz des offenen Standards SensorThings API des Open Geospatial Consortiums (OGC) für die Integration von KI-Algorithmen in eine Geodaten-Infrastruktur. Die entwickelte Methode trägt mittels Container-Technologie dem Einsatz unterschiedlicher Technologien und unabhängigen Entwicklergruppen in verteilten Systemen Rechnung. Entwickelt und erprobt wird diese Methode im Projekt NiMo 4.0. Hierfür dient als Beispiel ein Prognose-Algorithmus für die räumliche Vorhersage von Nitrat-Daten.deNitratmonitoringUmweltinformatikSensorThings APIKünstliche IntelligenzAlgorithmenintegrationContainerDocker10.18420/informatik2021-0241617-5468