Der Beitrag beschäftigt sich mit der Überwärmung städtischer Gebiete und damit verbundenen Klimaanpassungsmaßnahmen. Um effektive Maßnahmen im Straßenraum zu planen, ist die Identifizierung überwärmungsgefährdeter Bereiche notwendig. Die Untersuchungen basieren auf Mapping Daten (Bilder und LIDAR). Diese Daten dienen als Grundlage für die Entwicklung eines KI-gestützten Ansatzes zur Kartierung und Bewertung von überwärmungsgefährdeten Bereichen im Straßennetz. Im Rahmen des Analyse-Workflows erfolgt eine Kamerabild-basierte Erfassung der Oberflächenart mithilfe von Deep Learning sowie die Quantifizierung der Fahrbahnoberflächenhelligkeit aus der Reflexionsintensität eines LiDAR-Sensors. Final fand eine Solarpotenzialanalyse statt.
