Skip to content
teaching

Teaching

Teaching

We teach courses in the BSc Geoinformatic, MSc Geoinformatics and Spatial Data Science as well as the MSc Geospatial Technologies. Some of our courses are also part of degree programmes from geography, didactics of geography, landscape ecology, or computer science.

Course Program

Our basic Geoinformatics courses are related to analyzing geographic information with GIS and visualizing geographic information on maps. Most of our advanced courses are interdisciplinary and relate to our reserach areas spatial cognition, wayfinding and spatial behaviour as well as GI in education. The thematic focus of our applied study projects are usually related to ongoing projects.

At a glance

Course Catalog LSF

Learnweb

Github/Lab

Teaching Courses

  • Spatial Computing for Virtual Reality in Unity:
    principles and applications of spatial computing in digital twins and virtual environments
  • Spatial Cognition:
    acquisition and processing of spatial information from a geographic, cognitive and computer science perspective
  • Geoinformatics in Transdisciplinary Education:
    new opportunities for education through GI technology and its application in the classroom
  • Core Topics in Geographic Information Science:
    overview of foundational ideas of the discipline of Geoinformatics
  • Study projects:
    practical courses on varying current topics

Open thesis topics

Bachelor

Gebaute und natürliche Strukturen haben einen entscheidenden Einfluss darauf, wie Menschen ihre Umgebung wahrnehmen und sich in ihr zurechtfinden. Elemente wie die Struktur des Straßennetzes (z. B. grid-artige Stadtpläne versus organisch gewachsene europäische Städte), die Bebauungsdichte sowie das Vorhandensein von Frei- und Grünflächen bestimmen maßgeblich, ob und wie wir uns orientieren können. Dabei spielen auch markante Wiedererkennungspunkte und Landmarken eine wichtige Rolle, da sie als mentale Ankerpunkte entlang von Blickachsen genutzt werden. Zusätzlich beeinflussen Verkehrsdichte und Verkehrsarten die Wahrnehmung des städtischen Raumes.

Virtuelle Umgebungen bieten die Möglichkeit, diese Faktoren systematisch zu variieren und ihre Auswirkungen isoliert zu untersuchen. Ziel der Masterarbeit ist es, zentrale Stellschrauben des städtischen Designs – wie Straßennetz, Bebauungsdichte, Frei- und Grünflächen sowie Verkehr – experimentell zu analysieren und ihren Einfluss auf Wahrnehmung, Orientierung und Wegfindung messbar zu machen. Dazu sollen verschiedene virtuelle Umgebungen modelliert, Navigationsaufgaben entwickelt und systematische Experimente mit Proband:innen durchgeführt werden. Die Ergebnisse tragen nicht nur zu einem tieferen Verständnis menschlicher Raumwahrnehmung bei, sondern liefern auch wertvolle Erkenntnisse für die zukünftige städtebauliche Planung und Gestaltung.

Im Rahmen dieser Arbeit soll ein Ditial Twin des Geo1-Gebäudes auf Basis eines vorhandenen 3D-Modells entwickelt werden. Der digitale Zwilling wird mit realen Sensordaten (z. B. CO₂-Konzentration, Temperatur, Luftfeuchtigkeit) gekoppelt, die in ausgewählten Räumen wie Seminar- und Lehrräumen erhoben werden. Ziel ist es, die erhobenen Daten in den Digital Twin zu integrieren und Modelle zu entwickeln, mit denen Prognosen zur CO₂-Entwicklung und weiteren raumklimatischen Parametern unter unterschiedlichen Nutzungskonstellationen erstellt werden können.

Die Arbeit umfasst die technische Implementierung des Digital Twins, die Anbindung und Integration von Sensordaten, die Konzeption geeigneter Szenarien (z. B. unterschiedliche Belegungsstärken, Lüftungsstrategien), sowie die Entwicklung und Validierung von Prognosemodellen.

Moderne IoT Anwendungen greifen häufig auf Sensoren zurück, die auf Mikrocontrollern laufen und über Netzwerkprotokolle wie LoRaWAN oder Bluetooth Low Energy kommunizieren. Damit die Sensoren über eine längere Zeit autark betrieben werden können, muss der Ressourcenbedarf der Anwendungen minimiert werden. Die Bachelorarbeit beschäftigt sich mit der Frage, wie weit Ressourcen wie Rechnenleistung, Kameraauflösung, Datenübertragung minimiert werden können, um dennoch bestimmte Aufgaben wahrnehmen zu können. Es werden ressourceneffiziente KI-Modelle mit Sensoren (Kameras, Abstandssensoren, Vibrationssensoren) implementiert und in verschiedenen Anwendungsszenarien getestet.

Die Fähigkeit, sich zu orientieren und Karten zu lesen, ist grundlegend für eine erfolgreiche Navigation in unbekannten Umgebungen. Es ist bekannt, dass sich die Kartenlesekompetenz von Person zu Person stark unterscheidet. Während zahlreiche Navigationssysteme entwickelt wurden, um uns beim Finden des Weges zu unterstützen, gibt es bisher nur wenige Ansätze, Geoinformationstechnologien gezielt zur Förderung von Orientierungs- und Kartenlesefähigkeiten einzusetzen und individuelle Unterschiede zu überwinden.

GeoGami ist ein ortsbezogenes Spiel, das digitale Karten nutzt, um systematisch die Kompetenz im navigationalen Kartenlesen zu vermitteln. Ziel der Arbeit ist es, Trainingskonzepte zu entwickeln, die diese Kompetenzen mit Hilfe digitaler Karten fördern. Erfolgreiches Kartenlesen setzt insbesondere die Fähigkeit voraus, die eigene Position auf der Karte zu bestimmen, Objekte auf der Karte zu lokalisieren und die Karte mit der realen Umgebung in Deckung zu bringen. Im Rahmen dieser Bachelorarbeit werden Sie Aufgaben entwerfen, die diese Teilkompetenzen auf unterschiedlichen Schwierigkeitsstufen trainieren. Die Trainings können sowohl in der realen Welt als auch in eigens dafür gestalteten virtuellen Umgebungen durchgeführt werden. Im Rahmen der Arbeit soll eine Studie durchgeführt werden, um die Trainings zu evaluieren und die effizientesten Ansätze zur Förderung der navigationalen Kartenlesekompetenz zu identifizieren.

Literaturhinweise:

  • Lobben, A. K. (2007). Navigational map reading: Predicting performance and identifying relative influence of map-related abilities. Annals of the Association of American Geographers, 97(1), 64–85. https://doi.org/10.1111/j.1467-8306.2007.00524.x

  • Bistron, J., & Schwering, A. (2023). Assessing navigational map reading competencies with the location-based GeoGame “GeoGami”. Journal of Geoscience Education, 72(1), 73–85. https://doi.org/10.1080/10899995.2023.2190830

Jeden Tag bewegen sich Menschen durch Raum und Zeit. Traditionell wurde die Leistung bei Navigationsaufgaben vor allem anhand der benötigten Zeit oder der zurückgelegten Distanz bis zum Ziel gemessen. Durch den Einsatz mobiler Sensoren wie GPS und digitale Kompasse ist es inzwischen möglich, raum-zeitliche Bewegungsdaten sehr detailliert zu erfassen und sogar kontextuelle Informationen über die Umgebung aufzunehmen. Solche raum-zeitlichen Trajektorien liefern jedoch allein keine direkten Einsichten in das tatsächliche Bewegungsverhalten. Beispielsweise: Weist eine langsamere Geschwindigkeit bei der Navigation auf Desorientierung hin, oder handelt es sich lediglich um eine Reaktion auf Umweltfaktoren (z.B. Verkehr)? Umgekehrt – spiegelt hohe Geschwindigkeit tatsächlich ein hohes Vertrauen in die eigene Wegfindung wider?

In dieser Arbeit untersuchen Sie räumliche Trajektorien von Teilnehmenden, die Wegfindungsaufgaben bearbeiten. Ziel ist es, geeignete Maße zur Analyse und Interpretation von Trajektorien zu identifizieren – z. B. wie sich Wegfindungssicherheit oder das "Getting-List" anhand von Geschwindigkeit, Blickrichtung und Trajektorienverlauf bestimmen lassen –, Algorithmen zu entwickeln, die relevante Informationen aus Trajektoriendaten extrahieren, sowie den Ansatz anhand bestehender Datensätze zu testen.

Sie erhalten Zugang zu Trajektorien, die in Wegfindungsstudien mit unserer Forschungssoftware GeoGami (www.geogami.org bzw. https://app.geogami.ifgi.de/) erhoben wurden.

Literatur zu Maßen für die Wegfindungsleistung (nicht technologiegestützt):

Hölscher et al (2006): Up the down staircase: Wayfinding strategies in multi-level buildings, https://doi.org/10.1016/j.jenvp.2006.09.002

Ruddle et al (2006): Three Levels of Metric for Evaluating Wayfinding, https://doi.org/10.1162/pres.15.6.637

Die openSenseMap ist eine Plattform für Umweltsensordaten von Messstationen jeglicher Art. Zur Zeit werden nur Rohdaten von senseBoxen gespeichert und die Daten können sich nur pro senseBox angezeigt werden lassen. Zudem gibt es die Möglichkeit sich die gesammelten Daten für einen Zeitpunkt interpoliert darstellen zu lassen.

Ziel einer Bachelorarbeit ist es, eine Datenvisualisierung für verschiedene Aspekte auf dem openSenseMap Portal zu entwickeln. Diese kann z.B. zum Ziel haben, Daten mehrer senseBoxen und Sensoren mit statistischen Methoden zu vergleichen oder externe Datenquellen, wie zB. vom DWD, zum Vergleich einzubinden. Auch die interaktive Darstellung, in der verschiedene Umweltphänomene aggregiert dargestellt werden, würde neue Möglichkeiten schaffen, die Daten zu erkunden. Eine Bacheloarbeit kann auch die Visualisierung mobiler Sensoren in den Fokus der Arbeit stellen. Es werden verschiedene Visualisierungen mit neusten Webtechnologien generiert und mit einer Nutzerstudie evaluiert. 

GeoGami ist ein ortsbasiertes Spiel zur Förderung des räumlichen Orientierungsfähigkeit: Der Spieler muss mehrere Navigationsaufgaben zu verschiedenen Orten lösen und an diesen Orten Fragen beantworten. Derzeit wird GeoGami primär einzeln gespielt. Im Rahmen dieser Bachelorarbeit wird GeoGami als Multiplayer-Version erweitert, bei der die Spieler gegeneinander antreten oder zusammenarbeiten können, um die Aufgaben zu lösen.

Nach der konzeptionellen Entwicklung verschiedener kollaborativer oder kompetitiver Spielformate, werden Spiele in GeoGami implementiert und evaluiert. Hier steht die virtuelle Welt in Unity sowie kollaborative Spiel

Mehr Informationen zu GeoGami finden Sie auf unserer Projektwebsite https://geogami.ifgi.de/ und auf github. Erfahrung mit Android-Programmierung und Interesse an ortsbezogenen Spielen sind von Vorteil.

Master

Built and natural structures have a decisive impact on how people perceive their surroundings and navigate within them. Elements such as the structure of the street network (e.g., grid-based city layouts versus organically grown European cities), building density, and the presence of open and green spaces strongly affect our ability to orient ourselves. Distinct landmarks play a crucial role as mental anchor points along visual axes. In addition, traffic density and traffic modes also shape the perception of urban environments.

Virtual environments provide the opportunity to systematically vary these factors and study their effects in isolation. The aim of this master’s thesis is to experimentally analyze key aspects of urban design—such as street networks, building density, open and green spaces, and traffic—and to measure their influence on perception, orientation, and wayfinding. To achieve this, different virtual environments will be created, navigation tasks developed, and systematic experiments with participants conducted. The results will not only contribute to a deeper understanding of human spatial perception but also provide valuable insights for future urban planning and design.

As part of this project, a digital twin of the Geo1 building will be developed based on an existing 3D model. The digital twin will be linked to real sensor data (e.g., CO₂ concentration, temperature, humidity) collected in selected rooms such as seminar and teaching rooms. The goal is to integrate the collected data into the digital twin and to develop models that can generate predictions of CO₂ levels and other indoor climate parameters under different usage scenarios.

The project includes the technical implementation of the digital twin, the connection and integration of sensor data, the design of appropriate scenarios (e.g., varying occupancy levels, ventilation strategies), as well as the development and validation of predictive models.

Modern IoT applications often rely on sensors that run on microcontroller units and communicate via network protocols such as LoRaWAN or Bluetooth Low Energy. To operate autonomously for extended periods of time, application resource requirements must be minimized. This master's thesis investigates the development of resource-efficient IoT applications through the utilization of AI models. These models aim to save energy by reducing the computational load, camera resolution or data transmission, while maintaining the ability to perform specific tasks. You will develop, implement and compare different resource-efficient AI models with sensors such as cameras, distance sensors, vibration sensors and test your implementation in different application scenarios.

The ability to orient oneself and read maps is essential to successfully navigate in unfamiliar environments. It is well known that the ability to orient oneself with maps varies from person to person. While there are numerous navigation systems to help us find our way, very few efforts have been made to use GI technologies to promote orientation and map reading skills and overcome the individual differences. GeoGami is a location-based game using digital maps to systematically teach navigational map reading competence.

The thesis will investigate how to design trainings to promote people’s navigational map reading competence with digital maps. Successful map reading relies on the ability to localize yourself on the map, to localize objects on the map and to align the map with your environment. You will design tasks to practise these competences at different levels of difficulty. These trainings can be either conducted in the real world or in virtual worlds explicitly designed for these trainings. You will run a study testing your trainings to identify the most efficient ways to teach navigational map reading.

Literature:

Lobben, A. K. (2007). Navigational map reading: Predicting performance and   identifying relative influence of map-related abilities. Annals of the Association of American Geographers, 97(1), 64–85. https://doi.org/10.1111/j.1467-8306.2007.00524.x

J Bistron, A Schwering (2023): Assessing navigational map reading competencies with the location-based GeoGame “GeoGami”, Journal of Geoscience education 72 (1), 73-85, https://doi.org/10.1080/10899995.2023.2190830

Every day, humans move through space and time. Traditionally, performance in navigation tasks has been assessed primarily by measuring the time or distance required to reach a destination. With the use of mobile sensors such as GPS and digital compasses, it is now possible to record spatio-temporal movement data in great detail and even capture contextual information about the surrounding environment. However, such spatio-temporal trajectories alone do not provide direct insights into actual movement behaviour. For example: does a decrease in speed indicate disorientation, or is it simply a reaction to environmental factors? Conversely, does high speed reflect confidence in wayfinding?

In this thesis, you will investigate spatial trajectories of participants performing wayfinding tasks. Your objectives will be to identify suitable measures for analysing and interpreting trajectories – e.g. how to determine wayfinding confidence and getting lost based on speed, viewing direction and trajectory - , to develop algorithms that extract relevant information from trajectory data, and to test your approach using existing datasets.

You will have access to trajectories collected during wayfinding studies with our research software GeoGami (www.geogami.org respectively https://app.geogami.ifgi.de/)

Measures for wayfinding performance measures (not technology supported):

Hölscher et al (2006): Up the down staircase: Wayfinding strategies in multi-level buildings, https://doi.org/10.1016/j.jenvp.2006.09.002

Ruddle et al (2006): Three Levels of Metric for Evaluating Wayfinding, https://doi.org/10.1162/pres.15.6.637

Sketch mapping, i.e. freehand drawings of maps on a sheet of paper, is a popular and powerful method to explore a person's spatial knowledge. Although sketch maps convey rich spatial information, such as the spatial arrangement of places, buildings, streets etc., the methods to analyse sketch maps are extremely simple. At the spatial intelligence lab, we developed a software suite, called SketchMapia, that supports the systematic and comprehensive analysis of sketch maps in experiments. In this master thesis, you develop systematic test data for a sketch map analysis method and evaluate the SketchMapia analysis method w.r.t. its compleness, correctness and performance against other sketch map analysis methods.

In multi-player geogames, players collaborate to solve wayfinding tasks and thereby form groups. The trajectories of these groups can be analyzed using established concepts from the literature (e.g., Gudmundsson, van Kreveld & Speckmann), which distinguish characteristic motion patterns such as Flock (common direction and proximity), Leadership (a subgroup follows a “leader”), Convergence (movement towards the same location), and Encounter (meeting at the same place and time).

At the Institute for Geoinformatics, the location-based game GeoGami (www.geogami.org / https://app.geogami.ifgi.de/ provides the technical framework for multiplayer games and the collection of movement data. Games can be implemented flexibly in real-world outdoor and indoor settings as well as in virtual reality environments, thus generating diverse trajectory datasets.

In this thesis, you will develop and apply methods for comparing group trajectories with respect to similarities in direction, speed, position, and spatial proximity of trajectory points over time intervals. These methods are to be implemented and evaluated using empirical trajectory data from multiplayer geogames.

Gudmundsson, J., van Kreveld, M. & Speckmann, B. Efficient Detection of Patterns in 2D Trajectories of Moving Points. Geoinformatica 11, 195–215 (2007). https://doi.org/10.1007/s10707-006-0002-z

Gudmundsson, J., Laube, P., Wolle, T. (2008). Movement Patterns in Spatio‐temporal Data. In: Shekhar, S., Xiong, H. (eds) Encyclopedia of GIS. Springer, Boston, MA. , pp 726–732, https://doi.org/10.1007/978-0-387-35973-1_823

Find out more

Publications
Showcases
Team