SAS GeoAI Spatial Data Science

Erweitern Sie Ihr Know-how in Data Science und Machine Learning gezielt um die räumliche Dimension – von geodätischen Grundlagen bis zu skalierbaren Geo-Big-Data-Architekturen. In diesem SAS-Kurs verknüpfen Sie moderne GIS-Kompetenz mit aktuellen KI-Werkzeugen wie Foundation Models, Transformer-Architekturen und Convolutional Neural Networks, um komplexe Aufgabenstellungen der Geo-Welt zu meistern – etwa in der Analyse räumlich-zeitlicher Muster, der Verarbeitung von Satellitenbildern oder der automatisierten Erstellung von 3D-Modellen aus unterschiedlichen Sensordaten.

Infoanlass besuchen!

ML- und Deep-Learning-Modelle entfalten häufig erst dann ihr volles Potenzial, wenn sie den Raum berücksichtigen: Räumliche Verteilungskarten, Lieferkettenoptimierung oder Umweltmonitoring – Location Matters. Wer Data-Science-Methoden mit räumlichen und zeitlichen Daten kombiniert, erschliesst neue Handlungsspielräume und Innovationen – etwa in der Katastrophenvorsorge durch KI-gestützte Risikoanalysen, der Verkehrsplanung mit dynamischen Bewegungsdaten, der Landschaftsplanung auf Basis satellitengestützter Landnutzungsklassifizierung oder dem Monitoring kritischer Infrastrukturen in Echtzeit.

Sie starten bei Ellipsoiden und Kartenprojektionen, erzeugen mit OpenDroneMap Orthofotos und 3D-Punktwolken, modellieren digitale Geländemodelle und integrieren alles in eine NoSQL-basierte Geo-Big-Data-Struktur. Dabei lernen Sie, wie moderne GIS-Systeme die räumlichen Grundaufgaben – Erfassen, Verwalten, Analysieren und Präsentieren – mit KI-gestützten Methoden erweitern: von der automatisierten Objekterkennung in Drohnendaten über die KI-basierte Klassifikation geologischer Strukturen bis hin zur visuellen Aufbereitung komplexer Raumdaten.

PDF herunterladen
Jetzt online anmelden!

Eckdaten

Akadem. Titel: Short Advanced Studies (SAS) in GeoAI Spatial Data Science

Start: August

Studienorte: Zürich, online

Studienmodell: Blended Learning

ECTS: 5

Anmeldeschluss: 31. Mai (spätere Anmeldungen nach Verfügbarkeit)

Kosten: CHF 2'950.–

Studium

Das SAS GeoAI Spatial Data Science umfasst 5 ECTS und kann auch im Rahmen des MAS Data Science besucht werden. 

Sie steigen mit Geodaten-Grundlagen wie Ellipsoiden und Kartenprojektionen ein und generieren mit OpenDroneMap Orthofotos und 3D-Modelle aus 3D-Punktwolken. Sie entwickeln zugeschnittene Feature-Pipelines für KI-Modelle. Im Fokus stehen dabei klassische Geo-Kernaufgaben – Erfassen, Verwalten, Analysieren, Präsentieren – erweitert durch Deep-Learning-Methoden für Objekterkennung, Segmentierung und Klassifikation. Der Schwerpunkt liegt auf flexiblen KI-Workflows für QGIS, Python-Bibliotheken für Geodaten und verschiedene Raster- und Vektorformate.

Hands-on-Inhalte für Entwickler:

  • Projektionen und räumliche Verzerrung verstehen und transformieren
  • OpenDroneMap-Workflow: Bildstapel → Orthomosaik → Point Cloud (LAS/LAZ)
  • Segmentierung und Object Detection mit CNNs und Transformer-Modellen
  • ML-Workflows auf KI-Plattformen für Geodaten
  • Moderne neuronale Netz-Strukturen (CNN, Transformer, Segment Anything, Graph Neural Networks etc.)
  • Integration von KI-Modellen in QGIS/GeoServer/REST-basierte Services
  • Echtzeit-Inferenz auf Streaming-Datenquellen via Lightweight Pipelines (z. B. FastAPI + GDAL)

Build, Train, Deploy – bringen Sie KI direkt ins Gelände und in produktive Geo-Workflows.

Das SAS GeoAI Spatial Data Science zeichnet sich nebst seiner ganzheitlichen inhaltlichen Ausrichtung auch durch das bewährte Blended-Learning-Modell der FFHS aus:

  • Das Studium an der FFHS besteht zu rund 80 % aus flexibel planbarem E-Learning oder aus Selbststudium. 
  • Dank 3 mal weniger Präsenz als an traditionellen Teilzeitstudiengängen haben Sie maximale Flexibilität beim Organisieren Ihres Studiums.

 Das Studium an der FFHS kombiniert:

  • 80% Selbststudium unterstützt durch unsere Online-Lernplattform
  • 20% Face-to-Face-Unterricht online oder im FFHS-Campus in Zürich

 
Mehr zum Studienmodell

Organisatorisches

Start: August
Dauer: 3 Monate
Anmeldeschluss: 31. Mai (spätere Anmeldungen nach Verfügbarkeit)
Studienort: Die Präsenzveranstaltungen finden in erster Linie online statt und beinhalten einen obligatorischen Termin im Gleisarena Campus in Zürich.
Termine: Aktueller Stundenplan

CHF 2'750.– (inkl. Online-Betreuung, Lernplattform, Zugang zur digitalen Bibliothek und ordentliche Prüfungsgebühren). 

Hinzu kommt eine Anmeldegebühr von CHF 200.–.

Kontakt

Markus Geuss

Studiengangsleiter
Telefon +41 27 510 38 44

Jetzt kontaktieren