Erlangen (BY) – Im Tennenloher Forst wird ein KI-gestütztes Frühwarnsystem für Waldbrände unter realen Bedingungen erprobt. SmartForestFire soll Rauch mithilfe von Kameras erkennen, die Meldung durch Sensor- und Geodaten absichern und daraus ein Lagebild für Einsatzkräfte und Leitstelle erstellen. Andere Forschungsprojekte setzen auf Langstreckendrohnen, Gassensoren oder kommunale Datenplattformen.
Ein mioty-Sensor erfasst Umweltparameter im Wald und überträgt die Daten an das System. Die zusätzlichen Messwerte sollen die Lagebewertung verbessern und Fehlalarme reduzieren. (Bild: Fraunhofer IIS | Pulkert)
Seit September 2025 befindet sich die erste Kamera des Systems auf einem Funkturm des Fraunhofer-Instituts für Integrierte Schaltungen IIS im Testbetrieb. Bis zum Spätsommer 2026 sollen im Tennenloher Forst insgesamt drei Kamerastandorte sowie weitere Sensoren und Funktechnik installiert werden.
Anzeige
Die geplanten drei Kamerastandorte dienen der optischen Überwachung des Waldgebiets. Davon zu unterscheiden sind drei mioty-Basisstationen in Marloffstein, Tennenlohe und im Erlanger Süden, die das Funknetz für die Datenübertragung bilden.
Das Pilotgebiet wurde nicht nur wegen der Nähe zum Hauptsitz des Fraunhofer IIS ausgewählt. Trockene Nadelwälder, schwer zugängliche Flächen und Altmunition im Waldboden können dort die Entstehung und Bekämpfung von Bränden erschweren.
Vier Sonderhefte mit 448 Seiten Praxiswissen für Vegetationsbrand, Hochwasser und Unwetter plus Fahrzeugtechnik für den Waldbrand. Nur 19,90 € statt 44,30 €, limitiert bis 30.08.2026.
Mehrstufige KI-Modelle analysieren die Kamerabilder und sollen Rauch von Wolken, Nebel oder Staub unterscheiden. Zusätzlich bezieht SmartForestFire Messwerte und Geoinformationen in die Bewertung ein. Dazu gehören unter anderem Lufttemperatur, Wind, Luft- und Bodenfeuchte sowie CO2.
Die Verbindung verschiedener Datenquellen soll Fehlalarme reduzieren. Eine konkrete Reaktionszeit oder gemessene Fehlalarmquote nennt das Projekt bislang nicht.
Nach Angaben des Fraunhofer IIS haben erste Tests Rauch in frühen Entstehungsstadien zuverlässig erkannt. Nach Abschluss der internen Erprobung sollen die Integrierte Leitstelle Nürnberg und Einsatzkräfte automatisiert über mögliche Waldbrände informiert werden.
Die Kamera erfasst das Waldgebiet aus erhöhter Position. KI-Modelle sollen Rauch frühzeitig erkennen und von Wolken, Nebel oder Staub unterscheiden. (Bild: Fraunhofer IIS | Pulkert)
Plattform führt Einsatzinformationen zusammen
SmartForestFire soll nicht bei einem einzelnen Alarm enden. Sämtliche Daten fließen in eine zentrale Visualisierungsplattform ein. Dort stehen Bild- und Videosequenzen aus unterschiedlichen Zeiträumen, Perspektiven und Zoomstufen zur Verfügung.
Ergänzt werden die Aufnahmen durch Angaben zur Lage, zum Wetter, zum Waldzustand und zur Erreichbarkeit. Für Leitstelle und Einsatzkräfte soll daraus ein aktuelles Lagebild entstehen, das die Bewertung einer Meldung, die Alarmierung und die Einsatzplanung unterstützt.
Für die Übertragung der Sensordaten nutzt das Projekt die vom Fraunhofer IIS entwickelte Funktechnologie mioty. Sie soll energieeffizient arbeiten und auch bei Störungen, über größere Entfernungen oder beim Ausfall vorhandener Infrastruktur Daten übermitteln können.
Die drei Basisstationen spannen für die Erprobung der Sensorortung eine Fläche von rund 200 Quadratkilometern auf. Über Laufzeitunterschiede der Funksignale untersucht das Forscherteam, wie sich die Position ausgebrachter Sensoren bestimmen lässt.
Feuerwehr und Leitstelle bringen Praxiswissen ein
Am Projekt des Fraunhofer Cluster für kognitive Technologien CCIT sind das Fraunhofer IIS und das Fraunhofer-Institut für Materialfluss und Logistik IML beteiligt.
Auf einem Funkturm im Tennenloher Forst sind Kamera- und Funktechnik von SmartForestFire installiert. Das System verbindet Bildauswertung, Sensorik und mioty-Funk zu einem Lagebild für Einsatzkräfte und Leitstelle. (Bild: Fraunhofer IIS | Pulkert)
Die Kreisbrandinspektion Erlangen-Höchstadt, das Amt für Katastrophenschutz der Stadt Erlangen, die Integrierte Leitstelle Nürnberg, der Bundesforst und die Bayerischen Staatsforsten begleiten die Entwicklung mit ihrer Praxiserfahrung.
Projektkoordinator Tobias Raczok vom Fraunhofer IIS verweist auf die Verbindung der einzelnen Komponenten. Eine zuverlässige Waldbranderkennung lasse sich nicht mit einer Einzeltechnologie erreichen. Erforderlich sei das Zusammenspiel von Bildanalyse, Sensorik, Funkkommunikation und der Erfahrung der Einsatzkräfte.
Drei Vergleichsprojekte mit unterschiedlichen Schwerpunkten
SmartForestFire steht nicht allein. Evolonic verbindet die Detektion mit mobilen Luftbildern, KIWB setzt auf bodennahe Gassensoren und KIWA führt Drohnen-, Fernerkundungs- und Wetterdaten in einer kommunalen Plattform zusammen.
Ein direkter Leistungsvergleich ist nur eingeschränkt möglich. Die Projekte arbeiten mit unterschiedlichen Erkennungsmethoden, befinden sich in verschiedenen Entwicklungsphasen und veröffentlichen nicht durchgehend vergleichbare Werte zu Reichweite, Reaktionszeit oder Fehlalarmen.
Evolonic: mobile Detektion aus der Luft
Bereits 2023 berichtete das Feuerwehr-Magazin über das Erlanger Forschungsprojekt Evolonic. Dessen Langstreckendrohne sollte festgelegte Waldgebiete selbstständig überfliegen, mögliche Rauchsäulen erkennen und deren Koordinaten an eine Website übermitteln. Leitstellen konnten dort die Bilder prüfen und sich zusätzlich Wald- und Forstwege für die Anfahrt anzeigen lassen.
Der damals vorgestellte Prototyp wog einschließlich Akku und Kamerasystem 9 Kilogramm. Nach Angaben des Projektteams sollte er etwa eine Stunde in der Luft bleiben und dabei rund 100 Kilometer zurücklegen können. Vorgesehen war außerdem, dass die Drohne selbstständig zu ihrer Basis zurückkehrt, dort lädt und anschließend den nächsten Kontrollflug beginnt.
PDF-Download: Download: Drohnen für Feuerwehreinsätze
Der Markt für Drohnen für den Feuerwehr-Einsatz entwickelt sich rasant weiter. Wir stellen die neusten Entwicklungen, Technologien und Projekte vor. Außerdem findet Ihr in einer Marktübersicht sieben aktuelle Einsatz-Drohnen verschiedener Hersteller und Anbieter.
Die Stärke dieses Ansatzes liegt in der beweglichen Perspektive: Nach einer Detektion kann die Drohne die mögliche Brandstelle anfliegen und aktuelle Luftbilder liefern. Dafür benötigt das System einen sicheren Flugbetrieb, Ladezyklen sowie eine geeignete Kommunikations- und Genehmigungsstruktur.
SmartForestFire verfolgt einen anderen Weg. Stationäre Kameras und Sensoren überwachen festgelegte Bereiche kontinuierlich. Die Daten werden per Funk übertragen und gemeinsam auf einer Plattform für Einsatzkräfte und Leitstelle aufbereitet. Beide Projekte zeigen damit unterschiedliche Möglichkeiten, wie Raucherkennung und Lagebewertung technisch verbunden werden können.
KIWB: Gassensoren für kleine Schwelbrände
Das Forschungsprojekt KIWB verfolgt einen bodennahen Ansatz. Energieautarke und langstreckenfunkfähige Sensoren sollen Brandgase bereits bei niedrigen Konzentrationen erfassen.
KI-Modelle werten die Sensor- und Wetterdaten aus. Dabei sollen sie unterschiedliche Gassignaturen unterscheiden, damit etwa Abgase von Verbrennungsmotoren oder Kettensägen nicht zu einer Alarmierung führen.
Der im März 2025 vom damaligen Bundesministerium für Bildung und Forschung veröffentlichte KIWB-Projektumriss nennt als Ziel eine Fehlalarmquote von deutlich unter 1 Prozent. Außerdem ist vorgesehen, Schwelbrände ab einer Fläche von einem Quadratmeter zu erkennen und den Brandort auf etwa 100 Quadratmeter einzugrenzen. Dabei handelt es sich um Projektziele, nicht um nachgewiesene Werte aus einem Regelbetrieb.
Die Stärke des Ansatzes liegt in der sehr frühen, von Sichtverhältnissen unabhängigen Detektion. Dafür müssen ausreichend viele Sensoren im Wald verteilt, mit Energie versorgt und zuverlässig an das Funknetz angebunden werden.
Die Projektlaufzeit reicht von August 2024 bis Juli 2026. Beteiligt sind Dryad Networks und der Institutsteil für angewandte Systemtechnik des Fraunhofer IOSB.
KIWA: Datenplattform für Kommunen und Einsatzkräfte
KIWA verbindet Drohnen, KI-Algorithmen, Fernerkundungsdaten und eine kommunale Datenplattform. Kameras und Sensoren an den Fluggeräten erfassen unter anderem Rauchentwicklung, erhöhte Temperaturen und Trockenheit.
Die gewonnenen Informationen werden mit Feld-, Wetter- und Satellitendaten kombiniert. Eine webbasierte Anwendung soll die Auswertungen auf einem Dashboard zusammenführen und Kommunen, Feuerwehren sowie dem Katastrophenschutz zur Verfügung stellen.
Der Schwerpunkt liegt damit nicht allein auf der Erkennung eines möglichen Brandes. Historische Daten und Wetterprognosen sollen auch eine vorbeugende Bewertung von Risiken und die Planung von Ressourcen ermöglichen.
Die Stärke von KIWA liegt in der Zusammenführung unterschiedlicher Informationsquellen. Für die Erhebung aktueller Luftbilder bleibt das Projekt jedoch ebenfalls auf einen funktionierenden Drohnenbetrieb angewiesen. Die Staatliche Feuerwehrschule Würzburg begleitet KIWA als assoziierter Partner.
Leichte Jacken – Fachbeitrag zur Schutzkleidung für die Vegetationsbrandbekämpfung. Risiken falscher PSA, Anforderungen an leichte Jacken sowie eine umfassende Marktübersicht mit aktuellen Modellen, Normen und Herstellerangaben.
Die Projekte zeigen unterschiedliche Schwerpunkte: Drohnen liefern bewegliche Luftbilder, Gassensoren können Schwelbrände unabhängig von Sichtachsen erfassen und stationäre Kameras stehen kontinuierlich für festgelegte Bereiche zur Verfügung. Datenplattformen verbinden diese Informationen mit Wetter-, Gelände- und Einsatzdaten.
SmartForestFire kombiniert mehrere dieser Bausteine in einem stationären System. Kameras übernehmen die Raucherkennung, Sensoren liefern zusätzliche Messwerte, mioty überträgt die Daten und eine Plattform bereitet sie für Leitstelle und Einsatzkräfte auf.
Ob dieser Ansatz Brände schneller oder mit weniger Fehlalarmen erkennt als Drohnen- oder reine Sensornetze, lässt sich anhand der veröffentlichten Projektangaben nicht bewerten. Erkennbar ist jedoch die gemeinsame Entwicklungsrichtung: Entscheidend ist nicht allein die Detektion, sondern die Verbindung von Erkennung, Überprüfung, Lagebild und Alarmierung.
