Anwendungsfall: Bau und Immobilien

Lieferketten über die Analyse globaler Lagerflächen planen

Satellitenbilder zeigen, was auf Lagerflächen, in Häfen und auf Lieferantengeländen unter freiem Himmel liegt: Halden, Container, Tanks und Fahrzeuge. Aus wiederholten Aufnahmen entstehen Zeitreihen der Aktivität, und maschinelles Lernen kann Objekte automatisch erkennen und zählen. Zusammen mit Schiffsdaten und Ihren eigenen Zahlen hilft das, Lieferketten auch für Standorte zu planen, die Sie nicht besuchen können.

Referenz
UC-16
Technologien
  • Erdbeobachtung
  • Künstliche Intelligenz
Branche
Herausforderung
Lieferkette und Logistik
Aktualisiert
Herausgeber
LETO SPACE

01Ausgangslage

Die Aufgabe

Wer eine Lieferkette plant, muss wissen, was an weit entfernten Standorten geschieht: wie viel Material auf dem Gelände eines Lieferanten liegt, wie voll die Lagerflächen eines Hafens sind, ob ein Werk produziert. Meldungen von Lieferanten und Partnern kommen mitunter spät, und manche Standorte besucht kaum jemand.

Ein großer Teil dieser Aktivität spielt sich unter freiem Himmel ab. Mit Satellitenbildern lassen sich Objekte auf Lagerflächen in Häfen oder an Silos zählen, und 3D-Modelle helfen, Bestände mengenmäßig zu erfassen Quelle: EU Agency for the Space Programme (EUSPA), 26. Mai 2026EU Agency for the Space Programme (EUSPA)EU Space Market Report 2026, Issue 126. Mai 2026Quelle öffnen (öffnet euspa.europa.eu). Rohstoffhändler beobachten Produktion und Verschiffung von Waren an wichtigen Standorten, um Angebot und Nachfrage abzuschätzen, und Erdbeobachtung trägt dazu bei Quelle: EU Agency for the Space Programme (EUSPA), 26. Mai 2026EU Agency for the Space Programme (EUSPA)EU Space Market Report 2026, Issue 126. Mai 2026Quelle öffnen (öffnet euspa.europa.eu). Ein Unternehmen kann denselben Ansatz auf die Standorte übertragen, von denen seine eigene Lieferkette abhängt.

02Daten

Welche Daten die Aktivität auf Lagerflächen zeigen

DatenWas sie zeigenBeispiel
Sehr hoch auflösende optische BilderEinzelne Objekte: Halden, Container, Tanks, LkwPléiades Neo, 30 cm, Wiederholrate zweimal täglich
Hoch auflösende optische BilderGrößere Veränderungen der genutzten LagerflächeCopernicus Sentinel-2, 10 m, Wiederholrate fünf Tage, kostenlos
RadarbilderAufnahmen durch Wolken und bei NachtCopernicus Sentinel-1
SchiffsdatenAnkünfte und Abfahrten von Schiffen in HäfenAIS-Positionsmeldungen
Ihre eigenen DatenAufträge, Lieferungen und BestandszahlenERP und Meldungen der Lieferanten

Spezifikationen der ESA für Pléiades Neo Quelle: European Space Agency (ESA), Earth Online, abgerufen am 6. Oktober 2026European Space Agency (ESA), Earth OnlinePléiades Neoabgerufen am 6. Oktober 2026Quelle öffnen (öffnet earth.esa.int), Sentinel-2 Quelle: European Space Agency (ESA), abgerufen am 6. Oktober 2026European Space Agency (ESA)Sentinel-2 (mission page)abgerufen am 6. Oktober 2026Quelle öffnen (öffnet esa.int) und Sentinel-1 Quelle: European Space Agency (ESA), 3. November 2025European Space Agency (ESA)Sentinel-1 mission… did you know?3. November 2025Quelle öffnen (öffnet esa.int); Schiffsdaten wie im Projekt PSVE Quelle: European Space Agency (ESA), ESA Space Solutions, 22. Juni 2023European Space Agency (ESA), ESA Space SolutionsPSVE: dry bulk commodity stockpile monitoring at ports (ESA BASS project)22. Juni 2023Quelle öffnen (öffnet business.esa.int). Copernicus-Daten sind kostenlos Quelle: European Commission, DG Defence Industry and Space (EU Space portal), abgerufen am 7. Oktober 2026European Commission, DG Defence Industry and Space (EU Space portal)Copernicusabgerufen am 7. Oktober 2026Quelle öffnen (öffnet eu-space.europa.eu).

  • L1 GrundkarteGelände, Fluss und Parzellen
  • L2 WerkProduktionshallen, Werkhof und Schornstein
  • L3 LieferstandorteLagerflächen von Lieferanten im Freien
Illustrative Karte, keine echten Daten. Freilagerflächen von Lieferanten rund um ein Werk, so wie eine Analyse der Lagerflächen sie markieren würde.

03Technik

So funktioniert die Analyse

  1. Standorte auswählen: die Lieferantengelände, Häfen und Depots, auf die es für die Planungsentscheidung ankommt.
  2. Bilder über die Zeit sammeln: eine Serie von Aufnahmen je Standort, in der Auflösung, die die Objekte verlangen.
  3. Erkennen und messen: Maschinelles Lernen erkennt Objekte in den Bildern und misst die belegte Fläche oder das Volumen. Forschungsdatensätze für diese Aufgabe enthalten Objekte wie Schiffe, Lagertanks, Häfen und große Fahrzeuge, die sich in Größe, Ausrichtung und Form stark unterscheiden Quelle: CVPR 2018, Xia et al., IEEE Conference on Computer Vision and Pattern Recognition (CVPR) 2018, 2018Xia et al., IEEE Conference on Computer Vision and Pattern Recognition (CVPR) 2018DOTA: A Large-scale Dataset for Object Detection in Aerial Images2018Quelle öffnen (öffnet arxiv.org).
  4. Kombinieren: Die Indikatoren werden mit anderen Daten verknüpft. Das Projekt PSVE etwa kombinierte die Klassifikation von Bildern mit Schiffsdaten, um Haldenvolumen in Häfen zu schätzen Quelle: European Space Agency (ESA), ESA Space Solutions, 22. Juni 2023European Space Agency (ESA), ESA Space SolutionsPSVE: dry bulk commodity stockpile monitoring at ports (ESA BASS project)22. Juni 2023Quelle öffnen (öffnet business.esa.int).
  5. In die Planung übernehmen: Die Indikatoren fließen als Zeitreihen je Standort in die Lieferkettenplanung ein, neben den Zahlen, die Sie bereits haben.

Wie KI aus Bildern verwertbare Informationen macht, behandelt unser Anwendungsfall Satellitenbilder mit KI auswerten.

04Überblick

Lieferantenstandorte überwachen

Mit denselben Bildern behalten Sie die Standorte im Blick, von denen Ihre Lieferkette abhängt. Erdbeobachtung kann überwachen, ob Lieferantenbetriebe Umweltstandards einhalten Quelle: European Space Agency (ESA), ESA Space Solutions, abgerufen am 6. Oktober 2026European Space Agency (ESA), ESA Space SolutionsESA Space Solutions: Space for land mobilityabgerufen am 6. Oktober 2026Quelle öffnen (öffnet business.esa.int), und die ESA zählt die Schätzung von Haldenbeständen zu den Anwendungen in der Finanz- und Versicherungswirtschaft Quelle: European Space Agency (ESA), ESA Space Solutions, abgerufen am 6. Oktober 2026European Space Agency (ESA), ESA Space SolutionsESA Space Solutions: Space for finance and insuranceabgerufen am 6. Oktober 2026Quelle öffnen (öffnet business.esa.int).

Trifft ein Hochwasser oder ein Brand eine Region mit Lieferanten, kann der Copernicus Emergency Management Service das betroffene Gebiet und die Schäden an der Infrastruktur innerhalb von Stunden oder Tagen kartieren. Eine Aktivierung können allerdings nur berechtigte Stellen anfordern Quelle: Copernicus EMS, Copernicus Emergency Management Service, abgerufen am 7. Oktober 2026Copernicus Emergency Management ServiceAbout the Copernicus EMS On-Demand Mapping serviceabgerufen am 7. Oktober 2026Quelle öffnen (öffnet mapping.emergency.copernicus.eu). Den Dienst beschreibt der Anwendungsfall Schadenskartierung nach Katastrophen. Wie sich die Exposition gegenüber solchen Gefahren vorab bewerten lässt, zeigt Klimarisiken von Immobilien und Anlagen bewerten.

05Ergebnisse

Was Sie erhalten

  • eine Zeitreihe je Standort mit der belegten Lagerfläche oder der Zahl der gelagerten Objekte
  • Warnungen, wenn ein Indikator einen von Ihnen festgelegten Bereich verlässt, zum Beispiel wenn der Bestand eines Lieferanten unter das übliche Niveau fällt
  • eine Übersicht über alle überwachten Standorte, auch über jene, die niemand aus Ihrem Unternehmen besucht
  • eine Dokumentation von Ereignissen wie Hochwasser oder Bränden, die Lieferantenstandorte getroffen haben

06Grenzen

Grenzen

  • Grenze 01

    Nur was unter freiem Himmel liegt

    Satelliten sehen Bestände, die im Freien lagern. Waren in Hallen, in geschlossenen Containern oder unter Dächern bleiben unsichtbar. Der Indikator beschreibt deshalb nur die Freilagerung.

  • Grenze 02

    Wolken verdecken optische Bilder

    Optische Bilder brauchen klaren Himmel. Radarsatelliten wie Sentinel-1 nehmen auch durch Wolken und bei Nacht auf Quelle: European Space Agency (ESA), 3. November 2025European Space Agency (ESA)Sentinel-1 mission… did you know?3. November 2025Quelle öffnen (öffnet esa.int). Ein Dienst, der allein auf optische Bilder setzt, hat Lücken.

  • Grenze 03

    Schätzungen müssen kalibriert werden

    Zählungen und Volumen aus Bildern sind Schätzungen. Für die Planung verlässlich werden sie erst, wenn sie mit bekannten Bestandszahlen derselben Standorte abgeglichen wurden.

07Unsere Arbeit

Unser Kundenprojekt in dieser Branche

Eines unserer vier anonymisierten Kundenprojekte behandelt dieses Thema. Es stammt aus dem Bereich Bau und Immobilien und nutzte Erdbeobachtung und KI.

08Nächste Schritte

So unterstützen wir Sie

Indikatoren zu Lagerflächen nützen dann, wenn sie in eine Planungsentscheidung einfließen. Im Leistungsbereich Strategie und Anwendungsfälle prüfen wir, welche Standorte und Indikatoren Ihre Planungsfrage beantworten und ob Satellitendaten das besser leisten als die Meldungen, die Sie heute schon erhalten. In der Umsetzung erproben wir den Ansatz in einem Pilotprojekt an wenigen Standorten und überführen die Indikatoren in Ihre laufende Planung.

Der Marktplatz von Spacegraph, unserer Discovery-Plattform, enthält eine Anwendungsfall-Kategorie für Objekterkennung und -zählung.

09Anwendungsfälle

Verwandte Anwendungsfälle

Häufige Fragen

F1Welche Bildauflösung brauchen wir, um eine Lagerfläche zu analysieren?

Das hängt davon ab, was Sie unterscheiden müssen. Die EUSPA weist darauf hin, dass die nötige Auflösung je nach Objekt stark schwankt, etwa zwischen einem großen landwirtschaftlichen Feld und den Halden eines städtischen Recyclingstandorts Quelle: EU Agency for the Space Programme (EUSPA), 2024EU Agency for the Space Programme (EUSPA)EUSPA EO and GNSS Market Report, Issue 2, 20242024Quelle öffnen (öffnet euspa.europa.eu). Kostenlose Sentinel-2-Bilder haben eine Auflösung von 10 m Quelle: European Space Agency (ESA), abgerufen am 6. Oktober 2026European Space Agency (ESA)Sentinel-2 (mission page)abgerufen am 6. Oktober 2026Quelle öffnen (öffnet esa.int), kommerzielle Missionen wie Pléiades Neo erreichen 30 cm Quelle: European Space Agency (ESA), Earth Online, abgerufen am 6. Oktober 2026European Space Agency (ESA), Earth OnlinePléiades Neoabgerufen am 6. Oktober 2026Quelle öffnen (öffnet earth.esa.int). Die Anforderungen sollten das kleinste Objekt benennen, auf das es für Ihre Entscheidung ankommt.

F2Können Satelliten das Volumen einer Halde messen?

Schätzungen sind möglich. Das von der ESA unterstützte Projekt PSVE hatte zum Ziel, das Volumen von Trockenmassengütern wie Eisenerz und Kohle in großen internationalen Häfen zu quantifizieren. Es wendet maschinelles Lernen auf Bilder von Sentinel-2, PlanetScope und sehr hoch auflösenden Satelliten an und verknüpft die Ergebnisse mit Schiffsdaten. 2023 hat es die abschließende Prüfung bestanden Quelle: European Space Agency (ESA), ESA Space Solutions, 22. Juni 2023European Space Agency (ESA), ESA Space SolutionsPSVE: dry bulk commodity stockpile monitoring at ports (ESA BASS project)22. Juni 2023Quelle öffnen (öffnet business.esa.int). Wie genau die Schätzung ist, hängt von Material, Standort und Daten ab. Ein Pilotprojekt sollte die Ergebnisse deshalb mit bekannten Bestandszahlen vergleichen.

F3Wie fangen wir an?

Wählen Sie wenige Standorte aus, auf die es bei einer bestimmten Planungsentscheidung ankommt, zum Beispiel die Lagerflächen zweier kritischer Lieferanten, und legen Sie den Indikator fest, etwa die mit Material belegte Fläche. Vergleichen Sie dann die Satellitenindikatoren einiger Monate mit den Zahlen, die Ihnen bereits vorliegen. Unsere Beratungsübersicht zeigt den Weg vom Problem bis zum Regelbetrieb.

Quellen (11)

  1. EU Agency for the Space Programme (EUSPA), 26. Mai 2026EU Space Market Report 2026, Issue 1 (öffnet euspa.europa.eu)
  2. EU Agency for the Space Programme (EUSPA), 2024EUSPA EO and GNSS Market Report, Issue 2, 2024 (öffnet euspa.europa.eu)
  3. European Space Agency (ESA), ESA Space Solutions, 22. Juni 2023PSVE: dry bulk commodity stockpile monitoring at ports (ESA BASS project) (öffnet business.esa.int)
  4. Xia et al., IEEE Conference on Computer Vision and Pattern Recognition (CVPR) 2018, 2018DOTA: A Large-scale Dataset for Object Detection in Aerial Images (öffnet arxiv.org)
  5. European Space Agency (ESA), abgerufen am 6. Oktober 2026Sentinel-2 (mission page) (öffnet esa.int)
  6. European Space Agency (ESA), Earth Online, abgerufen am 6. Oktober 2026Pléiades Neo (öffnet earth.esa.int)
  7. European Space Agency (ESA), 3. November 2025Sentinel-1 mission… did you know? (öffnet esa.int)
  8. European Commission, DG Defence Industry and Space (EU Space portal), abgerufen am 7. Oktober 2026Copernicus (öffnet eu-space.europa.eu)
  9. European Space Agency (ESA), ESA Space Solutions, abgerufen am 6. Oktober 2026ESA Space Solutions: Space for finance and insurance (öffnet business.esa.int)
  10. European Space Agency (ESA), ESA Space Solutions, abgerufen am 6. Oktober 2026ESA Space Solutions: Space for land mobility (öffnet business.esa.int)
  11. Copernicus Emergency Management Service, abgerufen am 7. Oktober 2026About the Copernicus EMS On-Demand Mapping service (öffnet mapping.emergency.copernicus.eu)

Kontakt

Von welchen Lagerflächen hängt Ihre Lieferkette ab? Nennen Sie uns die Standorte, wir prüfen, was Satellitenbilder zeigen können.

Lieber persönlich sprechen?

Erzählen Sie unseren Expert:innen von Ihrem Vorhaben. Gemeinsam klären wir, wo Sie stehen, ob Satellitendaten und KI weiterhelfen können und was ein sinnvoller nächster Schritt wäre.

Beide Gespräche sind kostenlos und finden online statt. Den Termin wählen Sie in unserem Buchungskalender.