Der Austausch von Geodaten scheitert in der Praxis oft an mangelnder interkommunaler Interoperabilität. Es genügt nicht, Datenfelder zu beschreiben; auch technische Parameter wie Referenzsysteme erfordern eine lückenlose Dokumentation. Bisherige Lösungsversuche über starre Mapping-Tabellen stoßen an Grenzen, da sie Abhängigkeiten nur relational abbilden und einen enormen Pflegeaufwand verursachen. Insbesondere kleinere Kommunen schreckt diese Komplexität oft ab.
Hier setzte das Projekt SpaGAT an: Anstatt auf mühsame Einzelverknüpfungen zu setzen, reduziert die Lösung die Komplexität durch ein gemeinsames semantisches Vokabular (Ontologie) auf inhaltliche Kernaspekte. Dieser nutzerfreundliche Ansatz vereinfacht die Datenaufbereitung und sichert eine reibungslose Verteilung über alle Verwaltungsebenen hinweg. Das Projektergebnis ist eine Plattform, die Geodaten in semantischen Formaten – wie RDF oder GeoJSON-LD – zusammenführt, anreichert und mit Linked Open Data vernetzt.
Am Praxisbeispiel „Baumfällgenehmigung“ wurden die Anforderungen aus rechtlicher und organisatorischer Sicht exemplarisch erhoben. Dabei zeigten sich erhebliche Hürden bei den rechtlichen Vorgaben und deren operativer Umsetzung. Als Antwort darauf ermöglicht die SpaGAT-Infrastruktur Anwendern eine effiziente Transformation ihrer Bestände. Das Resultat ist ein selbsterklärender Datensatz, der sowohl in der klassischen Geodaten-Welt als auch in semantischen Systemen nutzbar bleibt. Dies erleichtert systemübergreifende Abfragen und bereitet den Weg für moderne KI-Anwendungen, da Agentenmodelle Inhalt und Schema direkt aus der Semantik ableiten können.
Beim Abschlusstreffen am 30.04.2026 diskutierten VertreterInnen von Kommunen, Unternehmen sowie der GDI von Bund und Ländern diese Ergebnisse. Während die Vorteile des semantischen Managements außer Frage standen, wurde der Aufwand für die Datenaufbereitung als kritischer Faktor identifiziert. Zudem bleibt die Governance-Frage offen, wer künftig die federführende Rolle bei der Definition einer einheitlichen Ontologie übernimmt. Ein vielversprechender Ausblick: Der Aufschwung von KI-Modellen wird als wertvolles Werkzeug gesehen, um die Erstellung und Pflege dieser Standards künftig teil-automatisiert zu bewältigen.
