API src

Found 501 results.

Similar terms

s/bfg/IFG/gi

MINCA - MItigation der StickstoffbelastuNg auf der CAtchment-Skala

Die Intensivierung der Landwirtschaft und insbesondere der Einsatz von Düngemitteln ist der Schlüssel zur Ernährungssicherung einer wachsenden Weltbevölkerung. Der im Dünger enthaltene Stickstoff geht jedoch nicht nur in die pflanzliche Biomasse ein und wird schließlich geerntet, sondern wird auch als reaktiver Stickstoff (Nr) über verschiedene gasförmige und hydrologische Pfade in die Umwelt abgegeben. Dies führt zu gravierenden Umweltproblemen wie Eutrophierung, Treibhausgasemissionen oder Grundwasserverschmutzung. Wir gehen davon aus, dass wissenschaftlich fundierte Stickstoffminderungsstrategien es ermöglichen, die N2O- und NH3-Emissionen zu reduzieren und die NO3-Einträge in die Gewässer zu verringern, während die Erträge erhalten bleiben. Ziel des MINCA-Projekts ist daher die Etablierung eines gekoppelten, prozessbasierten hydro-biogeochemischen Modells zur Identifizierung von Feldbewirtschaftungsstrategien zu nutzen, die es ermöglichen, den Nr-Überschuss zu reduzieren und damit die N-Belastung in landwirtschaftlich dominierten Landschaften zu mindern. Unser besonderes Interesse gilt den Nr-Umwandlungsmechanismen an den Schnittstellen von Feldern, Grundwasser, Uferzone und Bächen. Um das derzeit begrenzte Verständnisses der zeitlichen und räumlichen hydro-biogeochemischen Flüsse bei der Nr-Transformation in der Landschaft zu überwinden, werden wir innovative Feldexperimente mit einem prozessbasierten Modellierungsansatz kombinieren. Der N-Zyklus in hydro-biogeochemischen Modellen ist jedoch komplex und die Validierung der zugrunde liegenden Prozesse datenintensiv. Die Messungen werden daher auf vier verschiedenen landwirtschaftlichen-, einem Grünland- und einem Waldgebiet durchgeführt. MINCA besteht aus vier eng miteinander verbundenen Arbeitspaketen (WP). In WP1 werden bereits laufende Messung der Wasser- und Stickstoffflüsse im Vollnkirchener Bach Studiengebiet beschrieben. Die bereits relativ umfangreichen kontinuierlichen Messungen, z.B. N2O-Emissionen, Bodenfeuchte, Abfluss und Gewässerqualität, sollen durch weitere Messungen wie NO3-Auswaschung und -Konzentrationen, saisonale Blattflächenindices, Erträge, Biomasse und deren C- und N-Gehalt ergänzt werden. Zusätzlich werden 15N2O und 15NO3 Isotopomer in Feldkampagnen gemessen. Komplexe Messungen für Modellversuche in WP1, modellbasierte hochskalierungs-Methoden im Rahmen von WP2 und Parameterreduktion, Unsicherheitsanalyse und Prozessplausibilitätsprüfung von WP3 erlauben es uns zu erkennen, wann und wo N-Belastung in der Landschaft auftreten. Dieses vertiefte Wissen wird die Grundlage für die Entwicklung von wissenschaftlich fundierten Mitigationsszenarien im WP4 bilden. Das gekoppelte Modell wird im Echtzeit-Modus ausgeführt, um die vom Bundesministerium für Ernährung und Landwirtschaft erstrebten Zielwerte von reduziertem Nr-Überschuss zu erreichen. Maßgeschneiderte in-situ-Experimente zu N2O-Emissionen und NO3-Auswaschung werden die Wirksamkeit des Minderungspotenzials aufzeigen.

IQ Projekte Hamburg

Integration durch Qualifizierung (IQ) – das bundesweite Förderprogramm: Das Förderprogramm "Integration durch Qualifizierung (IQ)" arbeitet seit 2005 an der Zielsetzung, die Arbeitsmarktchancen für Menschen mit Migrationshintergrund zu verbessern. Von zentralem Interesse ist, dass im Ausland erworbene Berufsabschlüsse – unabhängig vom Aufenthaltstitel – häufiger in eine bildungsadäquate Beschäftigung münden. IQ Netzwerk Hamburg: Erwachsene mit Migrationshintergrund, Zuwanderer und geflüchtete Menschen besser in den Hamburger Arbeitsmarkt integrieren – das ist Ziel des IQ Netzwerks Hamburg. Diverse Partner haben sich zusammengeschlossen und bieten Beratungen, Qualifizierungen und Schulungen an. Das Netzwerk arbeitet im Rahmen des bundesweiten Förderprogramms „Integration durch Qualifizierung (IQ)“ und wird koordiniert von der Behörde für Arbeit, Gesundheit, Soziales, Familie und Integration (Sozialbehörde).

Sen2Europe (2018)

Das Bundesamt für Kartographie und Geodäsie (BKG) hat ein Verfahren zur bedarfsbezogenen Bereitstellung von Fernerkundungsdaten entwickelt. Für die fernerkundliche Produktion werden derzeit optische Satellitenbilddaten in der Bundesverwaltung bevorzugt eingesetzt. Hierfür ist das sogenannte Mosaik-Verfahren eine wichtige Methode. Das Verfahren wurde mit den von der EU finanzierten Sentinel-2- Daten der europäischen Erdbeobachtungsinitiative Copernicus aufgebaut und kann für jeden optischen Datensatz (inkl. Luftbilder) angewendet werden. Wir stellen mit dieser Methode einen Service zur Verfügung, über den sich optische Fernerkundungsdaten für jedes Gebiet auf der Erde fachlich und bedarfsorientiert aufbereiten lassen. Über den Dienst Web Map Service (WMS) Sen2Europe wird den Bedarfsträgern ermöglicht, vorprozessierte und aufbereitete Fernerkundungsinformationen aus dem Erdbeobachtungsprogramm Copernicus (Sentinel-2, L1C-L2A), für Europa, in bestehende eigene Fachverfahren mit einzubinden. Die Bilddaten des Jahres 2018 wurden jeweils zu einem Mosaik zusammengefügt, welches eine Bodenauflösung von 10m hat. Ein Komposit aus drei Bändern (Sentinel-2 Bänder: 2, 3, 4 (R, G, B)) sowie eine Information zu den Eingangsbilddaten werden angeboten. Die Bilddaten wurden einem radiometrischen Farbausgleichsverfahren unterzogen um ein einheitliches Erscheinungsbild zu erlangen. Für jedes Mosaik beträgt die Wolkenbedeckung über das gesamte Gebiet weniger als 3%. Über den Request-Parameter TIME kann hier gezielt ein spezifischer Jahresstand angezeigt werden (z.B. Time=2018) (ohne TIME-Parameter wird der neueste Stand angezeigt). Die nachfolgende URL des freien Webdienstes können Sie direkt, z.B. in Ihrem Geo-Informationssystem (GIS), verwenden:https://sgx.geodatenzentrum.de/wms_sen2europe

KI-generierter Song im Instagram-Reel des BMUKN vom 14.06.2026 (Kreislaufwirtschaft) – Erstellung, Kosten und Entscheidungsgrundlage

Antrag nach dem IFG/UIG/VIG Sehr geehrte Mitarbeitende, Sie haben am 14. Juni 2026 auf Ihrem Instagram-Kanal (@umweltministerium) ein Reel zum Aktionsprogramm Kreislaufwirtschaft veröffentlicht, abrufbar unter https://www.instagram.com/reel/DZkeVCFGOSE/. Der Beitrag trägt in der Bildunterschrift den Hinweis, der Song sei „mit Hilfe künstlicher Intelligenz erstellt" worden. Der Beitrag wurde mit über 110.000 Wiedergaben (Stand 17.06.2026) breit ausgespielt und hat eine kontroverse öffentliche Debatte über den KI-Einsatz einer staatlichen Stelle ausgelöst. Ich bitte um Übersendung folgender Informationen und Dokumente. Sollten einzelne der erbetenen Dokumente nicht vorliegen, bitte ich um eine ausdrückliche Mitteilung hierüber. Personenbezogene Daten dürfen geschwärzt werden. 1. Wurde der Song hausintern oder durch eine externe Agentur bzw. durch eine*n externe*n Dienstleister*in erstellt, und falls extern, wie lauten Name und Sitz der beauftragten Stelle? 2. Welche KI-Tools bzw. -Dienste wurden eingesetzt? getrennt nach Songtext, Musik/Komposition, Gesangsstimme und Audioproduktion, jeweils mit Bezeichnung und Version? 3. Welche Leistungsanteile wurden von Menschen erbracht, insbesondere bei Text, Komposition, Gesangsstimme, Produktion und Videoschnitt? 4. Welche Gesamtkosten sind entstanden, aufgeschlüsselt nach Tool- und Lizenzkosten, Honoraren externer Dienstleister*innen sowie internem Personalaufwand? 5. Falls extern beauftragt, bitte ich um Übersendung des zugrunde liegenden Vertrags bzw. der Leistungsbeschreibung sowie der Rechnung. 6. Wer hält die Nutzungs- und Verwertungsrechte am Song und an der verwendeten Stimme, und wurde geprüft, ob Rechte Dritter berührt sind? Ich bitte um Übersendung der Unterlagen, die diese Rechteinhaberschaft und Prüfung dokumentieren. 7. Ich bitte um Übersendung aller Vermerke, Vorlagen, Briefings, Konzeptpapiere und sonstigen Dokumente zur Entscheidung, für diesen Beitrag einen KI-generierten Song zu verwenden. 8. Ich bitte um Übersendung sämtlicher interner Weisungen, Richtlinien und Handreichungen Ihres Hauses zum Einsatz von KI in der Öffentlichkeitsarbeit und in den sozialen Medien. 9. Ich bitte um Übersendung der schriftlichen Abwägung bzw. Kosten-Nutzen-Betrachtung zum KI-Einsatz für diesen Beitrag. 10. Welche Erwägungen waren maßgeblich, einen KI-generierten Song statt menschlicher Kreativschaffender zu verwenden? Welche konkreten Künstler*innen, Musikschaffenden oder Agenturen wurden als Alternative in Betracht gezogen? Ich bitte zudem um Übersendung der Dokumente, die diese Erwägungen und die geprüften Alternativen festhalten. 11. Auf Ihrer Themenseite zu Künstlicher Intelligenz (https://www.bundesumweltministerium.de/themen/digitalisierung/kuenstliche-intelligenz) nennen Sie „Texte, Bilder oder Songs“ als Beispiele für KI-Anwendungen und führen aus: „Insbesondere solche KI-Systeme, mit denen sich Inhalte erstellen lassen, haben oft einen erheblichen ökologischen Fußabdruck. [...] KI kann zudem Ungleichheiten verstärken und Verbraucherinnen und Verbraucher diskriminieren.“ Weiter erklären Sie, das Haus arbeite daran, diese Risiken zu minimieren. Vor diesem Hintergrund bitte ich um Auskunft, welche konkreten Abwägungen und Maßnahmen das Ministerium bei der Erstellung bzw. Beauftragung dieses Songs getroffen hat, um a) den Energie-, Ressourcen- und Wasserverbrauch möglichst gering zu halten, b) eine Verstärkung von Ungleichheiten zu vermeiden und c) eine Diskriminierung von Verbraucher*innen auszuschließen. Ich bitte zudem um Übersendung der Prüfvermerke, Kriterien und sonstigen Dokumente, die diese Abwägungen und Maßnahmen festhalten. 12. Wie viele Generierungsversuche wurden unternommen und wie lange dauerte die Generierung insgesamt? Ich bitte um Übersendung der Unterlagen, die dies dokumentieren. Dies ist ein Antrag auf Zugang zu amtlichen Informationen nach § 1 des Gesetzes zur Regelung des Zugangs zu Informationen des Bundes (IFG) sowie § 3 Umweltinformationsgesetz (UIG), soweit Umweltinformationen im Sinne des § 2 Abs. 3 UIG betroffen sind. Meines Erachtens handelt es sich um eine einfache Auskunft; Gebühren fallen nach § 10 IFG nicht an, Auslagen dürfen nach BVerwG 7 C 6.15 nicht berechnet werden. Sollten dennoch Kosten anfallen, bitte ich um vorherige Mitteilung mit Aufschlüsselung sowie um Befreiung, hilfsweise Ermäßigung nach § 2 IFGGebV. Ich bitte um Zugang innerhalb der Monatsfrist (§ 7 Abs. 5 IFG, § 3 Abs. 3 S. 2 Nr. 1 UIG). Kann die Frist nicht eingehalten werden, bitte ich um fristgerechte Mitteilung. Ich bitte um Antwort per E-Mail (§ 1 Abs. 2 IFG). Ich widerspreche ausdrücklich der Weitergabe meiner Daten an behördenexterne Dritte. Sollten Sie meinen Antrag ablehnen wollen, bitte ich um Mitteilung der Dokumententitel und eine ausführliche Begründung. Ich bitte um Empfangsbestätigung und danke sehr für Ihre Mühe! Mit freundlichen Grüßen

Forschergruppe (FOR) 5639: Land-Atmosphäre Feedback Initiative, Teilprojekt: Skalenabhängiger Einfluss der dynamischen Vegetationsheterogenität auf Wärme- und Feuchteflüsse in der "Blending Height

Atmosphärische Modelle verwenden eine Schnittstelle zwischen dem Landoberflächenmodell und der Parametrisierung der Flüsse in der atmosphärischen Grenzschicht (ABL). Über eine Parameterisierung der Prandtlschicht (engl. surface layer scheme) werden Impuls-, Wärme- und Feuchtigkeitsflüsse zwischen der Oberfläche und der untersten atmosphärischen Modellschicht ausgetauscht. Bei diesem Ansatz wird eine „Blending Height“ eingeführt, bei der die Oberflächenflüsse über einer heterogenen Landoberfläche als homogen auf der Gitterskala betrachtet werden. In dieser Höhe, die innerhalb der untersten atmosphärischen Modellschicht angenommen wird, findet der Übergang zur ABL-Parametrisierung statt. Bei konvektionserlaubenden (CP) Modellsimulationen (Gitterskala < 3 km) über heterogener Vegetation können die unteren Modellschichten jedoch unterhalb der „Blending Height“ liegen, was zu Fehlern in den simulierten Flüssen führt. Eine große Herausforderung bei der atmosphärischen Modellierung ist die Parametrisierung der Schnittstelle zwischen heterogener dynamischer Vegetation und ABL unter instabilen, stabilen und neutralen Bedingungen mit Advektion aus verschiedenen Windrichtungen. Dementsprechend sind unsere Ziele die Identifizierung der „Blending Height“ in Abhängigkeit von der Heterogenität und dem Zustand der Vegetation sowie von den atmosphärischen Randbedingungen und die Quantifizierung des Einflusses der Vegetationsheterogenität auf die Energieflüsse in der „Blending Height“. Die Ergebnisse werden verwendet, um repräsentative, skalenabhängige Flüsse auf dieser Ebene für Land-Atmosphären (L-A) Rückkopplungsstudien und Turbulenzparametrisierungen abzuleiten. WRF-NoahMP-Gecros-Modellsimulationen von der CP- bis zur Large-Eddy-Skala werden mit Beobachtungen an den LAFO- und MOL-RAO-Standorten verglichen, um die „Blending Height“ und die effektiven Rauhigkeitsparameter der Vegetation für CP-Simulationen in Abhängigkeit von den atmosphärischen Rahmenbedingungen zu ermitteln. Die Simulationen werden über die Cross Cutting Working Group (CCWG)-MME in das Multi Model Experiment (MME) eingebettet. Die Auswirkungen der Heterogenität auf die Stärke der L-A-Rückkopplung werden untersucht und das Verständnis der Austauschprozesse zwischen Oberfläche und Atmosphäre sowie innerhalb der ABL verbessert. Die Synergie dieser Modellergebnisse und 3D-Beobachtungsdaten wird genutzt, um die skalenabhängigen Auswirkungen der dynamischen Vegetationsheterogenität auf die Energieflüsse in der „Blending Height“ zu untersuchen. Dieses Projekt befasst sich mit den LAFI-Hauptzielen 2, 3, 4, S und E. Es ist an der CCWG-MME und der CCWG-DL beteiligt. Die Simulationen werden in Zusammenarbeit mit den Projekten P6, P8 und P9 durchgeführt. P2 liefert den Blattflächenindex und den Anteil der Vegetationsdecke für die Initialisierung des Modells. Die LAFI-Beobachtungen von P1-P5 werden für die Modellevaluation verwendet.

Sen2Europe (2021)

Das Bundesamt für Kartographie und Geodäsie (BKG) hat ein Verfahren zur bedarfsbezogenen Bereitstellung von Fernerkundungsdaten entwickelt. Für die fernerkundliche Produktion werden derzeit optische Satellitenbilddaten in der Bundesverwaltung bevorzugt eingesetzt. Hierfür ist das sogenannte Mosaik-Verfahren eine wichtige Methode. Das Verfahren wurde mit den von der EU finanzierten Sentinel-2- Daten der europäischen Erdbeobachtungsinitiative Copernicus aufgebaut und kann für jeden optischen Datensatz (inkl. Luftbilder) angewendet werden. Wir stellen mit dieser Methode einen Service zur Verfügung, über den sich optische Fernerkundungsdaten für jedes Gebiet auf der Erde fachlich und bedarfsorientiert aufbereiten lassen. Über den Dienst Web Map Service (WMS) Sen2Europe wird den Bedarfsträgern ermöglicht, vorprozessierte und aufbereitete Fernerkundungsinformationen aus dem Erdbeobachtungsprogramm Copernicus (Sentinel-2, L1C-L2A), für Europa, in bestehende eigene Fachverfahren mit einzubinden. Die Bilddaten des Jahres 2021 wurden jeweils zu einem Mosaik zusammengefügt, welches eine Bodenauflösung von 10m hat. Ein Komposit aus drei Bändern (Sentinel-2 Bänder: 2, 3, 4 (R, G, B)) sowie eine Information zu den Eingangsbilddaten werden angeboten. Die Bilddaten wurden einem radiometrischen Farbausgleichsverfahren unterzogen um ein einheitliches Erscheinungsbild zu erlangen. Für jedes Mosaik beträgt die Wolkenbedeckung über das gesamte Gebiet weniger als 3%. Über den Request-Parameter TIME kann hier gezielt ein spezifischer Jahresstand angezeigt werden (z.B. Time=2018) (ohne TIME-Parameter wird der neueste Stand angezeigt). Die nachfolgende URL des freien Webdienstes können Sie direkt, z.B. in Ihrem Geo-Informationssystem (GIS), verwenden:https://sgx.geodatenzentrum.de/wms_sen2europe

Digitales Landschaftsmodell 1:250 000

Das DLM250 beschreibt die topographischen Objekte der Landschaft im Vektorformat. Die Objekte werden einer bestimmten Objektart zugeordnet und durch ihre räumliche Lage, ihren geometrischen Typ, beschreibende Attribute und Beziehungen zu anderen Objekten (Relationen) definiert. Der Datenbestand umfasst Objektarten sowie deren wichtigste Attribute, z. B. Straßen, Wege, Eisenbahnen, Gewässer, Siedlungen, Vegetation, Verwaltungsgrenzen (bis zur Gemeindeebene) und das Relief in Form von Höhenlinien und weiteren Oberflächenformen. Welche Objektarten das DLM250 im Detail beinhaltet und wie die Objekte gebildet werden, ist im ATKIS®-Objektartenkatalog (ATKIS®-OK250) festgelegt.

basemap.de P10 Raster

Die Präsentationsausgabe basemap.de P10 Raster (P10) ist ein von Bund und Ländern gemeinsam entwickeltes topografisches Kartenwerk und liegt seit Januar 2024 als neues AdV-Standardprodukt vor. Die technische Grundlage bildet der automatisierte Workflow zur Herstellung von Karten der basemap.de Produktfamilie. Die basemap.de P10 ist eine druckoptimierte und maßstabsbezogene Kartenausgabe im Maßstab 1:10.000. Sie präsentiert amtliche Geobasisdaten in einer modernen kartographischen Ausgabe. Grundlage für die Herstellung bilden die amtlichen Geobasisdaten ATKIS Basis-DLM, Hausumringe und Digitale Geländemodelle der Länder. Für die Beschriftung wurden zusätzlich weitere freie Datenquellen genutzt, wie z.B. Zensusdaten.

Digitales Landschaftsmodell 1:1 000 000

Das Digitale Landschaftsmodell 1:1 000 000 (DLM1000) beschreibt die topographischen Objekte der Landschaft und das Relief der Erdoberfläche der Bundesrepublik Deutschland im Vektorformat.Die Objekte werden einer bestimmten Objektart zugeordnet und durch ihre räumliche Lage, ihren geometrischen Typ, beschreibende Attribute und Beziehungen zu anderen Objekten (Relationen) definiert. Der Datenbestand umfasst Objektarten sowie deren wichtigste Attribute, z. B. Straßen, Wege, Eisenbahnen, Gewässer, Siedlungen, Vegetation, Verwaltungsgrenzen (bis zur Gemeindeebene) und das Relief in Form von Höhenlinien und weiteren Oberflächenformen. Welche Objektarten das DLM1000 im Detail beinhaltet und wie die Objekte gebildet werden, ist im ATKIS®-Objektartenkatalog (ATKIS®-OK1000) festgelegt

Waldbestandeskarte des Landes Brandenburg

Die Waldbestandeskarte (WBK) vermittelt als aggregierende Visualisierung wesentlicher Bestockungsinformationen einen schichtweisen Überblick zu den am Waldaufbau beteiligten Hauptbaumarten und ihrer Zugehörigkeit zu (40-jährigen) Altersbereichen. Alle Informationen beziehen sich jeweils auf die kleinste in der Forstgrundkarte (FGK) ausgewiesene Gliederungsebene, also die Behandlungseinheit ("Waldbestand") bzw. die Teilfläche. Datenquelle ist ein tagaktueller Datenauszug aus der zentralen Walddatenbank der Landesforstverwaltung des Landes Brandenburg, dem Datenspeicher Wald (DSW).

1 2 3 4 5 … 49 50 51