Melden Sie sich für den wetransform-Newsletter an!

Bleiben Sie über die neuesten Entwicklungen rund um Datentransformation, offene Standards und unsere Produkte auf dem Laufenden.

  • Sie erhalten …
  • … Tutorials, Projekte und andere wertvolle Ressourcen
  • … Berichte von unseren Veranstaltungen und Highlights zu relevanten wissenschaftlichen Aufsätzen
  • … Informationen über neue Standardversionen und über Tools für die Datenmodellierung und -transformation

SmartForest 2025 - KI & Datenräume für Waldwirtschaft & Umwelt

Erstmalig fand am 13. und 14. März 2025 die SmartForest-Konferenz in Freising, am forstwissenschaftlichen Standort der Technischen Universität München statt. Zwei Tage voller intensiven Austausch und spannenden Diskussionen zwischen Vertretern aus Forschung, Wissenschaft und Praxis prägten die Veranstaltung in welchen die Zukunft der Wälder im Fokus stand. Entdecke… Read More
John Boudewijn
John Boudewijn

Community Building Event: „Annotierte Daten im Umweltbereich – Lessons Learned aus dem Projekt LabelledGreenData4All“

Künstliche Intelligenz (KI) spielt eine entscheidende Rolle in der doppelten Transformation. Insbesondere im Umweltbereich sind Daten eine der wertvollsten Ressourcen. Durch den Einsatz von KI und Machine Learning (ML) können Umweltprobleme effizienter analysiert und nachhaltige Lösungen entwickelt werden. Annotierte Daten sind dabei… Read More
Franziska Hochenegger
Franziska Hochenegger

SmartForest 2025 – Call for contributions

Wir laden Forstpraktiker, Forschende, Startups und politische Entscheidungsträge ein, Beiträge zu folgenden Themenblöcken einzureichen und dadurch Teil von SmartForest 2025 zu werden. SmartForest 2025 - KI & Datenräume für Waldwirtschaft & Umwelt SmartForest 2025 schafft den Raum, in dem Wissenschaft und Praxis gemeinsam… Read More
Franziska Hochenegger
Franziska Hochenegger

Workshop-Reihe: Das Potential annotierter Daten im Umweltsektor

LabelledGreenData4All - Annotierte Datensätze als Innovationskraft im Umweltsektor Annotierte Daten bilden die Grundlage für eine gute Modellbildung und dienen als treibende Kraft für die Weiterentwicklung KI-gesteuerter Umweltforschung. Annotierte Datensätze können die Genauigkeit und Effizienz von Umweltüberwachungs- und Prognosesystemen erheblich verbessern. Sie ermöglichen präzisere Analysen von Umweltdaten, was zur… Read More
Franziska Hochenegger
Franziska Hochenegger