Dieses Projekt zielt darauf ab, maschinell lernintensive Datenanalyse-Workflows (DAWs) zur Bewertung von Waldstörungen mittels Fernerkundungsbildern einzusetzen, um deren Energie- und Kosteneffizienz durch optimierte Aktualisierungsintervalle und Trainingsprozesse zu verbessern. Dabei werden große Datenmengen aus Quellen wie Sentinel-Satelliten genutzt und interdisziplinäre Herausforderungen in den Bereichen Informatik und Geowissenschaften angegangen.