- engl. Version below - 

Lehre und Lernen in der Arbeitsgruppe Fernerkundung und Geoinformatik

Exzellente Forschung und exzellente Lehre gehören für uns untrennbar zusammen. In unseren Lehrveranstaltungen vermitteln wir fundierte Grundlagen in Geoinformatik und Fernerkundung – von der ersten Einführung in Geographische Informationssysteme (GIS) und Fernerkundung bis hin zu eigenständigen Bachelor- und Masterarbeiten.

Im Rahmen unserer vertiefenden Lehrangebote stehen ökologische und forstwissenschaftliche Fragestellungen im Vordergrund. Dabei verbinden wir theoretische Inhalte mit praxisnaher Anwendung: Die Studierenden arbeiten frühzeitig mit modernen Technologien wie LiDAR und Sensornetzwerken sowie mit aktuellen Methoden, unter anderem aus dem Bereich der Künstlichen Intelligenz (KI). Reale Daten und Problemstellungen aus unseren laufenden Forschungsprojekten fließen direkt in die Lehre ein.

Zahlreiche Abschlussarbeiten entstehen aus der aktiven Mitarbeit in unseren Forschungsprojekten. So schaffen wir ein dynamisches und unterstützendes Lernumfeld, das eng mit aktuellen wissenschaftlichen Herausforderungen verknüpft ist.

Für das eigenständige Lernen stehen unseren Studierenden interaktive Selbstlerntutorials zur Verfügung. Diese ermöglichen die praktische Anwendung mit frei verfügbaren Open-Source-Werkzeugen wie QGIS, R und Python – von den Grundlagen der Fernerkundung bis hin zu spezialisierten Themen wie der Analyse von 3D-Punktwolken.

Ob zu Beginn des Studiums oder in der Abschlussphase: Wir bieten individuelle Betreuung, moderne Werkzeuge und den nötigen Freiraum, um Kompetenzen in GIS und Fernerkundung gezielt weiterzuentwickeln.

Teaching & Learning at the Remote Sensing and Geoinformatics Group

We believe that great research goes hand in hand with great teaching. Our courses offer students a strong foundation in Geoinformatics and Remote Sensing—from the very first introduction to the field of Geographic Information Systems (GIS) and remote sensing all the way to independent thesis projects at the Bachelor’s and Master’s level.

In our advanced teaching, we focus on ecological and forestry-related questions, combining theoretical knowledge with extensive hands-on experience. Students gain early access to cutting-edge tools such as LiDAR and sensor networks as well as state-of-the art methods including artificial intelligence (AI). They are invited to explore real-world data and problems drawn directly from our ongoing research.

Many final theses grow directly from collaborative work within our team. This creates a learning environment that is dynamic, supportive, and closely tied to current scientific challenges.

Our interactive self-learning tutorials enable independent learning with open-source tools like QGIS, R, and Python—ranging from remote sensing fundamentals to specialized research topics such as 3D point cloud analysis.

Whether our students are starting their journey or preparing their theses, we offer the guidance, tools, and freedom to encourage their GIS and remote sensing skills.