GeoAI in Switzerland: innovations, developments and perspectives
(German Version below)
March 11, 2025, by Reik Leiterer, Stefan Keller and Nicolas Lenz, Focus Topic Group Spatial Data Analytics
Shortly after the Data Innovation Alliance was founded, geodata analyses were regularly discussed in a dedicated expert group. From 2020-2024, the Innovation Booster Databooster, an initiative managed by the Data Innovation Alliance and powered by Innosuisse, has promoted innovation in the data-driven sector and contributed to the development of new technologies. Within the Databooster, spatial data was one of four focus topics. The transition to the follow-up initiative Innovation Booster Artificial Intelligence has been successfully implemented. The completion of the Databooster is the ideal moment to take stock: where does Switzerland stand in 2024 in terms of GeoAI use?
This document provides an overview of developments over the last four years, highlights changes in GeoAI technologies and application fields, and introduces the actors who have significantly shaped this transformation. It is aimed at researchers, industrial actors and decision-makers, and offers orientation and inspiration for the opportunities and challenges of the next phase of innovation.
GeoAI 2020-2024
The use of artificial intelligence in the GIS context has evolved in recent years from specialized applications to a wide range of innovative technologies. Four years ago, GeoAI was mainly used in the field of computer vision for object and pattern recognition in aerial images and for classifying point clouds. Since then, the range of applications has expanded significantly, including the field of evaluating time series to identify trends or anomalies.
Not only has the number of AI tools increased, but also their possible applications. For example, AI-supported geodata analyses have been used in the areas of mobility (timetable optimization, management of passenger flows), tourism (recommendation systems for excursion destinations and route difficulties), or in the insurance industry (risk assessments, forecasts).
The main reason for this development is that new AI technologies have become suitable for mass use. This has expanded their use not only in a research context, but also in business and public administration. The latter in particular has helped to make innovative applications visible to the general public.
Example: Use of GeoAI in federal agencies – pollen monitoring by MeteoSwiss (from a presentation by Bertrand Loison, FSO – SITC 2024)
A decisive factor for the dissemination of AI applications is the rapid development of language models as part of generative AI. These technologies extend existing applications and create entirely new possibilities. For example, speech-enabled geospatial systems enable improved search in large data collections or more intuitive use of GIS, such as for data collection form creation or to convert text queries into SQL or Python code. These new possibilities and the increased focus on user-friendliness have permanently changed the GeoAI provider landscape. Many new players are developing or using new technologies that manage geodata more efficiently and tap into unused potential. For example, it is difficult to grasp the influence of open source: Suffice to say that open source is playing an increasingly important role, whether as a software component or as an open language or foundation model. It promotes innovation, dissemination, transparency, trust and data protection, and ultimately leads to cost reduction and democratization (through low barriers to entry).
What role do the well-known GIS companies currently play?
Established Swiss GIS providers have long since discovered the use of GeoAI. Well-known providers such as EBP, ESRI Switzerland, Geocloud, GeoDataSolutions, Geowerkstatt, Hexagon or Meteotest (selection not exhaustive) have made significant progress in integrating AI into their GIS applications in recent years. They have successfully introduced AI technologies into their respective target industries and applied them together with clients from the private and public sectors.
Example: ESRI’s Data Science/Deep Learning product family – integrated into Microsoft Azure.
In addition to these established providers, several start-ups have managed to become recognized and established market players in recent years. Companies such as Gamaya, Meteomatics, Picterra and Pix4D have continuously developed their innovative technologies and firmly established them in various industries. Today, these companies stand for the successful transfer of GeoAI innovations from the start-up phase to marketable products and services that are used both nationally and internationally.
Momentum at start-ups and small companies
Young companies are bringing specialized solutions to market, using the latest technologies from AI. It’s about companies like Ageospatial, askEarth, ExoLabs, LaGrand, Litix or UrbanDataLab, which are using new technologies to solve specific challenges in handling geospatial data. In doing so, they are breathing fresh air into the market by pushing the boundaries of traditional applications and opening up geodata to new target groups.
Example: The Geoforge application from Ageospatial – Geospatial analysis with large language models.
These young companies show that the future of GeoAI will not be shaped by established players alone. They are introducing new ideas and approaches that could invigorate the market and set new standards. Whether these young companies will secure a long-term place among the established providers or how the market will develop as a whole remains to be seen. However, it is clear that innovation and adaptability are crucial in a dynamic environment such as GeoAI – for both emerging and established companies.
Innovative start-ups and small companies in geoinformatics
- User-friendly use of GIS and geodata:
- Ageospatial SARL (ageospatial.com)
Voice-controlled geoinformation systems. - askEarth AG (ask.earth)
Voice-controlled search engine for geodata. - Litix GmbH (litix.ch)
Data extraction from document archives for map visualization and process support. - Focus on environment, agriculture and remote sensing:
- ExoLabs AG (exolabs.ch)
Analysis of Earth Observation data for environmental monitoring. - Gamaya SA (gamaya.com)
Increasing efficiency and reducing CO₂ in agriculture. - Meteomatics AG (meteomatics.com)
AI-supported weather data for environmental analysis. - Picterra (picterra.ch)
Cloud-based GeoAI platform for analyzing Earth Observation images, with a focus on customer-specific AI solutions. - Pix4D SA (pix4d.com)
Photogrammetry for point cloud analysis, strong in agricultural practice. - Focus on urban planning and infrastructure:
- LaGrand GmbH (lagrand.ch)
Analysis of temporal changes in images for informed urban decisions. - UrbanDataLab (urbandatalab.ch)
Location data and analysis tools for risk models and location decisions.
What does the future hold?
The rapid development of GeoAI impressively demonstrates the potential of combining artificial intelligence and geoinformatics. Applications such as voice-controlled assistants in QGIS, ArcGIS or the AI-based search for public geoservices (via Geoharvester) are examples of upcoming innovations. These technologies will not only revolutionize the way we find and use geodata but also make it accessible to a wider audience.
Despite the many opportunities offered by GeoAI, the risks should not be underestimated. Particularly around generative AI, critical examination is necessary. The hype surrounding this technology can easily lead to an overestimation of its capabilities. Generative models deliver impressive, but not always reliable, results. Start-ups and other actors should be aware that these technologies require in-depth expertise and careful validation. The unreflective application of such systems carries the risk of making wrong decisions or losing the trust of users.
The running Innovation Booster – Artificial Intelligence offers an opportunity to proactively address these challenges. The initiative builds on the successes of the Databooster and creates a platform to bring together researchers, companies and decision-makers. It will be crucial in helping to shape the next phase of GeoAI in Switzerland – responsibly, sustainably and with an eye to the future.
(Note: Some of the authors of this White Paper are involved in or act in an advisory capacity for the start-ups mentioned. The content presented is based on their expertise and market experience, regardless of their role in these companies.)
GeoAI in der Schweiz: Innovationen, Entwicklungen und Perspektiven
Verfasst durch die Fokusgruppe Spatial Data Analytics (N. Lenz, S. Keller & R. Leiterer)
Seit 2020 hat der Innovation Booster Databooster, eine von Innosuisse unterstützte Initiative der Data Innovation Alliance, Innovationen im datengetriebenen Bereich gefördert und zur Entwicklung neuer Technologien beigetragen. Bereits kurz nach der Gründung der Data Innovation Alliance wurden Geodatenanalysen regelmässig in einer eigenen Expertengruppe diskutiert. Innerhalb des Databoosters bildeten die räumlichen Daten eines von vier Fokusthemen. Ende 2024 wurde der Databooster erfolgreich abgeschlossen und der Übergang zur Nachfolge-Initiative Innovation Booster Artificial Intelligence umgesetzt. Der Abschluss des Databoosters ist der ideale Moment, um Bilanz zu ziehen: Wo steht die Schweiz 2024 bei der Nutzung von GeoAI?
Das vorliegende Dokument gibt einen Überblick über die Entwicklungen der letzten vier Jahre, beleuchtet die Veränderungen in den Technologien und Anwendungsfeldern von GeoAI und stellt die Akteure vor, die diese Transformation massgeblich geprägt haben. Es richtet sich an Forschende, industrielle Akteure und Entscheidungsträger und bietet Orientierung sowie Inspiration für die Chancen und Herausforderungen der nächsten Innovationsphase.
GeoAI 2020-2024
Die Nutzung von künstlicher Intelligenz im GIS-Kontext hat sich in den letzten Jahren von spezialisierten Anwendungen zu einem breiten Spektrum innovativer Technologien entwickelt. Vor vier Jahren wurde GeoAI vor allem im Bereich Computer Vision für die Objekt- und Mustererkennung auf Luftbildern und zur Klassifizierung von Punktwolken eingesetzt. Inzwischen hat sich das Spektrum der Anwendungen deutlich erweitert, unter anderem im Bereich der Auswertung von Zeitreihen im Hinblick auf die Erkennung von Trends oder Anomalien.
Nicht nur die Anzahl der KI-Werkzeuge hat zugenommen, sondern auch ihre Anwendungsmöglichkeiten. So wurden KI-gestützte Geodatenanalysen u.a. in den Bereichen Mobilität (Fahrplanoptimierungen, Lenkung von Passagierströmen), Tourismus (Empfehlungssysteme zu Ausflugszielen und Routenschwierigkeiten), oder im Versicherungswesen (Risikoabschätzungen, Prognosen) eingesetzt.
Hauptgrund für diese Entwicklung ist, dass neue KI-Technologien massentauglich wurden. Dadurch liess sich die Nutzung nicht nur im Forschungskontext, sondern auch in der Wirtschaft und der öffentlichen Verwaltung erweitern. Gerade letztere hat dazu beigetragen, dass innovative Anwendungen auch für die breite Bevölkerung sichtbar wurden.
Beispiel: Einsatz von GeoAI in den Bundesstellen – Pollenmonitoring durch MeteoSwiss (aus einer Präsentation von Bertrand Loison, BFS – SITC 2024)
Ein entscheidender Faktor für die Verbreitung von KI-Anwendungen ist die rasante Entwicklung von Sprachmodellen als Teil der generativen KI. Diese Technologien erweitern bestehende Anwendungen und schaffen völlig neue Möglichkeiten. Sprachgesteuerte Geodatensysteme ermöglichen beispielsweise verbesserte Suche in grossen Datensammlungen oder eine intuitivere Nutzung von GIS, wie beispielsweise für die Datenerfassungs-Formular-Erstellung oder aber um Textanfragen in SQL- oder Python-Code umzuwandeln.
Diese neuen Möglichkeiten und der verstärkte Fokus auf Benutzerfreundlichkeit haben die GeoAI-Anbieterlandschaft nachhaltig verändert. Viele neue Akteure entwickeln oder nutzen neue Technologien, die Geodaten effizienter bewirtschaften und ungenutzte Potenziale erschliessen. Der Einfluss von Open Source ist schwer zu erfassen. Nur so viel: Open Source spielt eine immer wichtigere Rolle, sei es als Softwarekomponente oder als offenes Sprach- oder Foundation-Modell. Es fördert Innovation, Verbreitung, Transparenz, Vertrauen, Datenschutz und führt letztlich zu Kostenreduktion und Demokratisierung (durch niedrige Einstiegshürden).
Welche Rolle spielen aktuell die bekannten GIS-Unternehmen?
Etablierte Schweizer GIS-Anbieter haben die Nutzung von GeoAI längst entdeckt. Bekannte Anbieter wie EBP, ESRI Schweiz, Geocloud, GeoDataSolutions, Geowerkstatt, Hexagon oder Meteotest (Auswahl nicht abschliessend) haben in den letzten Jahren bedeutende Fortschritte bei der Integration von KI in ihre GIS-Anwendungen erzielt. Sie haben erfolgreich KI-Technologien in ihre jeweiligen Ziel-Branchen getragen und zusammen mit den Auftraggebern aus dem privaten und öffentlichen Sektor angewendet.
Beispiel: Die Produktfamilie Data Science/Deep Learning von ESRI – integriert in Microsoft Azure.
Neben diesen etablierten Anbietern haben einige Start-ups der letzten Jahre den Schritt zu anerkannten und etablierten Marktteilnehmern geschafft. Firmen wie Gamaya, Meteomatics, Picterra und Pix4D haben ihre innovativen Technologien kontinuierlich weiterentwickelt und in verschiedenen Branchen fest verankert. Diese Unternehmen stehen heute für den erfolgreichen Transfer von GeoAI-Innovationen aus der Gründungsphase hin zu marktfähigen Produkten und Dienstleistungen, die sowohl national als auch international Anwendung finden.
Dynamik bei Start-ups und Kleinfirmen
Durch den Einstieg neuer, innovativer Start-ups erfährt die Geoinformatik aktuell eine neue Dynamik. Junge Unternehmen bringen spezialisierte Lösungen auf den Markt und nutzen dabei modernste Technologien aus der KI. Die Sprache ist von Firmen wie Ageospatial, askEarth, Exolabs, LaGrand, Litix oder UrbanDataLab, welche neue Technologien nutzen, um spezifische Herausforderungen im Umgang mit Geodaten zu lösen. Dabei bringen sie frischen Wind in den Markt, indem sie die Grenzen traditioneller Anwendungen erweitern und Geodaten für neue Zielgruppen erschliessen.
Beispiel: Die Geoforge Anwendung von Ageospatial – Geodatenanalyse mit Large Language Models.
Diese Jungunternehmen zeigen, dass die Zukunft der GeoAI nicht allein von etablierten Akteuren gestaltet wird. Sie bringen neue Ideen und Ansätze ein, die den Markt beleben und neue Standards setzen könnten. Ob diese Jungunternehmen sich langfristig einen Platz unter den etablierten Anbietern sichern oder wie der Markt sich insgesamt entwickeln wird, bleibt offen. Klar ist jedoch, dass Innovation und Anpassungsfähigkeit in einem dynamischen Umfeld wie der GeoAI entscheidend sind – sowohl für aufstrebende als auch für bereits etablierte Unternehmen.
Innovative Start-ups und Kleinfirmen in der Geoinformatik
- Nutzerfreundliche Nutzung von GIS und Geodaten
- Ageospatial SARL (ageospatial.com)
Sprachgesteuerte Geoinformationssysteme. - askEarth AG (ask.earth)
Sprachgesteuerte Suchmaschine für Geodaten. - Litix GmbH (litix.ch)
Datenextraktion aus Dokument-Archiven zur Kartenvisualisierung und Prozessunterstützung. - Fokus Umwelt, Landwirtschaft und Fernerkundung
- ExoLabs AG (exolabs.ch)
Analyse von Erdbeobachtungsdaten für Umweltüberwachung. - Gamaya SA (gamaya.com)
Effizienzsteigerung und CO₂-Reduktion in der Landwirtschaft. - Meteomatics AG (meteomatics.com)
KI-gestützte Wetterdaten für Umweltanalysen. - Picterra (picterra.ch)
Cloudbasierte GeoAI-Plattform zur Analyse von Erdbeobachtungsbildern, mit Fokus auf kundenspezifische KI-Lösungen. - Pix4D SA (pix4d.com)
Photogrammetrie für Punktwolkenanalysen, stark in der landwirtschaftlichen Praxis. - Fokus Stadtplanung und Infrastruktur:
- LaGrand GmbH (lagrand.ch)
Analyse zeitlicher Veränderungen in Bildern für fundierte urbane Entscheidungen. - UrbanDataLab (urbandatalab.ch)
Standortdaten und Analysetools für Risikomodelle und Standortentscheidungen.
Was bringt die Zukunft?
Die rasante Entwicklung von GeoAI zeigt eindrucksvoll, welches Potenzial in der Verbindung von Künstlicher Intelligenz und Geoinformatik steckt. Anwendungen wie sprachgesteuerte Assistenten in QGIS, ArcGIS oder die KI-basierte Suche nach öffentlichen Geodiensten (via Geoharvester) stehen beispielhaft für bevorstehende Innovationen. Diese Technologien werden nicht nur die Art und Weise revolutionieren, wie wir Geodaten finden und nutzen, sondern sie auch für ein breites Publikum zugänglich machen.
Trotz der vielen Chancen, die GeoAI bietet, gilt es, die Risiken nicht zu unterschätzen. Besonders im Bereich der generativen KI ist eine kritische Auseinandersetzung notwendig. Der Hype um diese Technologie kann leicht dazu führen, ihre Fähigkeiten zu überschätzen. Generative Modelle liefern beeindruckende, aber nicht immer verlässliche Ergebnisse. Start-ups und andere Akteure sollten sich bewusst machen, dass diese Technologien fundiertes Fachwissen und sorgfältige Validierung erfordern. Die unreflektierte Anwendung solcher Systeme birgt die Gefahr, falsche Entscheidungen zu treffen oder das Vertrauen der Nutzer zu verlieren.
Mit dem laufenden Innovation Booster – Artificial Intelligence bietet sich die Gelegenheit, diesen Herausforderungen proaktiv zu begegnen. Die Initiative knüpft an die Erfolge des Databoosters an und schafft eine Plattform, um Forschende, Unternehmen und Entscheidungsträger zusammenzubringen. Sie wird entscheidend dazu beitragen, die nächste Phase von GeoAI in der Schweiz mitzugestalten – verantwortungsbewusst, nachhaltig und zukunftsorientiert.
(Hinweis: Einige der Autoren dieses Whitepapers sind an genannten Start-ups beteiligt oder in beratender Funktion tätig. Die dargestellten Inhalte basieren auf ihrer Expertise und Markterfahrung, unabhängig von ihrer Rolle in diesen Unternehmen.)
