WoodQAI – Künstliche Intelligenz für die Holzqualität

Künstliche Intelligenz trifft Forstwirtschaft: Mit WoodQAI startet ein Forschungsprojekt, das die Bewertung von Holzqualität digital neu denkt. Ziel ist eine App, die Holzstämme per Foto analysiert und Qualitätsmerkmale wie Fäule oder Astigkeit erkennt – damit Privatwaldbesitzende und Betriebe den Wert ihres Holzes direkt vor Ort einschätzen können.

Warum WoodQAI?

Der Wald und der Rohstoff Holz sind zentrale Stellschrauben für eine klimaneutrale Wirtschaft. Gerade für Privatwaldbesitzende – in NRW der Großteil – ist es jedoch oft schwierig, die Qualität ihres Holzes zu beurteilen. Diese Einschätzung ist aber ein wesentlicher Faktor für den möglichen Verkaufspreis.

WoodQAI setzt genau hier an: Mithilfe von Verfahren des maschinellen Lernens werden die Hirnholzflächen (Schnittflächen) von Stammholz analysiert und Merkmale erkannt, die die Qualitätseinstufung direkt beeinflussen. Das Vorhaben startet mit der mengenmäßig wichtigsten Laubbaumart Buche und erweitert die Ergebnisse später auf weitere Baumarten wie Fichte oder Eiche.

Direkt im Wald – auch offline

Die Qualitätsbeurteilung erfolgt direkt vor Ort auf dem Smartphone. Da im Wald nicht überall eine Internetverbindung besteht, liefern die KI-Algorithmen auch offline ein Ergebnis. Sobald wieder eine Verbindung besteht, können beurteilte Bilder – mit Einwilligung der Nutzenden – über einen sicheren Datenraum zum Nachtraining beitragen. Eine geplante Citizen-Science-App mit Gamification-Elementen bindet zusätzlich Bürgerinnen und Bürger in die Datensammlung ein.

Konsortium & Förderung

WoodQAI ist ein Verbundvorhaben unter der Konsortialführung des RIF Institut für Forschung und Transfer e. V. gemeinsam mit der Forstify GmbH und der SNAP GmbH. Assoziierte Partner sind die Hegener-Hachmann GmbH & Co. KG, der Landesbetrieb Wald und Holz NRW sowie die Fakultät für Forstwissenschaften und Waldökologie der Universität Göttingen.

Das Projekt hat eine Laufzeit vom 1. Juli 2025 bis zum 30. Juni 2028 und wird im Rahmen des EFRE/JTF-Programms Nordrhein-Westfalen 2021–2027 gefördert.