Auf einen Blick
Basierend auf der Prämisse, dass gründliche Analysen der Schlüssel zu fundierten Entscheidungen sind, beschäftigt sich dieser Beitrag mit der Frage, wie Digitalisierung und KI-Anwendungen Planungsprozesse automatisieren und kleinere Kommunen in Österreich bei der räumlichen Planung unterstützen können. Künstliche Intelligenz (KI) wird international in verschiedenen Planungsphasen eingesetzt; in kleinen Gemeinden in Österreich bleibt ihre Anwendung aufgrund begrenzter Ressourcen bislang jedoch eine Herausforderung.
Mitglieder sehen an dieser Stelle den Artikel als PDF.
Literatur
ARL – Akademie für Raumentwicklung in der Leibniz-Gemeinschaft (2024). Künstliche Intelligenz in der Raumentwicklung – Impulse für die Praxis und Forschung. Hannover. Positionspapier aus der ARL 151. https://www.arl-net.de/system/files/pdf/2025-01-pospapier_151.pdf
Bindreiter, S., et al. (2025). Materialintensität der Innenentwicklung – Ressourcenbewertung und Lokalisierung städtischer Entwicklungspotentiale (M-DAB2). Berichte aus Energie- und Umweltforschung. Bundesministerium für Klimaschutz. Wien. https://nachhaltigwirtschaften.at/de/sdz/projekte/m-dab-2-materialintensitaet-der-innenentwicklung.php
BFW (2023). eBOD. Digitale Bodenkarte Österreichs. Bundesforschungs- und Ausbildungszentrum für Wald, Natur und Landschaft. https://bodenkarte.at
Chaturvedi, V., & de Vries, W. T. (2021). Machine learning algorithms for urban land use planning: A review. Urban Science, 5(3), Article 68. https://doi.org/10.3390/urbansci5030068
Chen, C., Yan, J., Wang, L., Liang, D., & Zhang, W. (2021). Classification of urban functional areas from remote sensing images and time-series user behavior data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 14, 1207–1221. https://doi.org/10.1109/JSTARS.2020.3044250
Corea, F. (2019). An introduction to data: Everything you need to know about AI, big data and data science. Springer Nature. https://doi.org/10.1007/978-3-030-04468-8
Diller, C., Karic, S., & Oberding, S. (2017). Mehr als nur normative Heuristik? Zur empirischen Verifizierbarkeit von formalen Modellen des Planungsprozesses. pnd|online, 1, 41–62. https://www.planung-neu-denken.de
Dornaika, F., Moujahid, A., El Merabet, Y., & Ruichek, Y. (2016). Building detection from orthophotos using a machine learning approach: An empirical study on image segmentation and descriptors. Expert Systems with Applications, 58, 130–142. https://doi.org/10.1016/j.eswa.2016.03.024
Forster, J., Bindreiter, S., Uhlhorn, B., Radinger-Peer, V., & Jirícka-Pürrer, A. (2025). A machine learning approach to adapt local land use planning to climate change. Urban Planning, 10, Article 8562. https://doi.org/10.17645/up.8562
Inspire Österreich (2025). INSPIRE Agraratlas & Agrar-Geodatenportal. https://www.inspire.gv.at/geoportale/agraratlas-agrar-portal.html
Lechner, H., & Hofstadler, C. (2023). Leistungsmodelle Raumplanung. https://www.arching.at/fileadmin/user_upload/redakteure/LM_VM_2014-LM2023-Raumplanung.pdf
Othengrafen, F., Sievers, L., & Reinecke, E. (2025). From vision to reality: The use of artificial intelligence in different urban planning phases. Urban Planning, 10. https://doi.org/10.17645/up.8576
Sarker, I. H. (2022). AI based modeling: Techniques, applications and research issues towards automation, intelligent and smart systems. SN Computer Science, 3, Article 158. https://doi.org/10.1007/s42979-022-01043-x
Shorter, N., & Kasparis, T. (2009). Automatic vegetation identification and building detection from a single nadir aerial image. Remote Sensing, 1(4), 731–757. https://doi.org/10.3390/rs1040731
Wurzer, et al. (2024). Projekt m-hub. Die Österreichische Forschungsförderungsgesellschaft. https://projekte.ffg.at/projekt/5124560
Zhou, P., & Chang, Y. (2021). Automated classification of building structures for urban built environment identification using machine learning. Journal of Building Engineering, 43, Article 103008. https://doi.org/10.1016/j.jobe.2021.103008
