⚛
Forschung
Wie lassen sich Drohnen, Satelliten und Deep Learning kombinieren, um ökologische und agronomische Fragen zu beantworten? Meine Forschung bewegt sich im Feld GeoAI, Fernerkundung und multisensoraler Datenanalyse.
Mehr erfahren →Dipl.-Inf. (BA) + M.Sc.
Geodaten. KI. Lehre.
Informatik an der Schnittstelle von Forschung, Technologie und Umwelt.
Florian Thürkow ist Informatiker und arbeitet seit über 15 Jahren an der Schnittstelle von Geodatenmanagement, Fernerkundung und angewandter künstlicher Intelligenz. Sein Fokus liegt auf der Frage, wie sich Drohnen, Satellitendaten und Machine Learning nutzen lassen, um Umweltprobleme messbar zu machen und Lösungen in die Praxis zu überführen.
Er verbindet akademische Forschung mit unternehmerischer Erfahrung: Von peer-reviewten Publikationen zur automatisierten Objekterkennung in Fernerkundungsdaten bis hin zu Drittmittelprojekten im Artenschutz und in der Präzisionslandwirtschaft mit einem Gesamtvolumen von über 1,2 Millionen Euro. Als ehemaliger Tenure-Track-Professor an der Berner Fachhochschule und langjähriger Lehrbeauftragter an mehreren Hochschulen engagiert er sich für eine projektorientierte und praxisnahe Hochschullehre, bei der Studierende mit realen Daten und aktuellen Technologien arbeiten.
Seine Dissertation mit dem Titel „Die Schließung der Granularitätslücke: Eine domänenspezifische multisensorale Methodik zur Charakterisierung agronomischer und ökologischer Mikrostrukturen in der Präzisionslandwirtschaft" befindet sich in der Abschlussphase.
✎
Lehre
Datenbanksysteme, ERP mit Odoo, Geoinformationssysteme und Requirements Engineering. Studierende arbeiten mit echten Daten, bauen eigene Systeme auf und lösen reale Probleme aus Wirtschaft und Umwelt.
Mehr erfahren →⚙
Projekte & Transfer
Über 1,2 Millionen Euro eingeworbene Drittmittel in Bereichen wie Artenschutz, Präzisionslandwirtschaft und angewandte KI. Dazu kommen langjährige Transferprojekte mit Partnern aus Industrie, Verwaltung und Forschung.
Mehr erfahren →Ausgewählte Publikationen
- 2025 LiDAR-Based Detection of Field Hamster Burrows for Habitat Mapping in Grasslands DOI: 10.3390/su17146366
- 2025 Stone Detection on Agricultural Land using Computer Vision and Deep Learning DOI: 10.3390/agriengineering7070203
- 2024 Advanced Detection of Invasive Neophytes in Wetlands using Multispectral Remote Sensing DOI: 10.3390/rs16030500
Einblick in die Lehre
Meine Lehre lebt von der Verbindung zwischen Theorie und Praxis. Studierende arbeiten nicht mit fiktiven Beispielen, sondern mit realen Systemen, echten Daten und aktueller Software. Die folgenden Vorlesungen geben einen Einblick in das, was mich als Lehrenden ausmacht.
Bachelor — IU Leipzig
Datenbanksysteme
Die Vorlesung startet bei den Grundlagen relationaler Modellierung und arbeitet sich über SQL, Normalisierung und Datenintegrität bis zur Datenbankprogrammierung mit Python vor. Alle Studierenden richten sich eine eigene MySQL-Umgebung per Docker ein und arbeiten durchgehend an praxisnahen Übungen.
- SQL & Cursor
- Normalisierung
- Python + DBMS
- Docker
- Datenintegrität
Bachelor — BFH Bern
ERP-Systeme (Odoo)
In dieser Veranstaltung baut jeder Studierende sein eigenes ERP-System mit Odoo auf. Der Bogen reicht von CRM und Vertrieb über Lagerhaltung und Fertigung (MRP) bis hin zu E-Commerce und Personalwesen. Im letzten Block lernen die Teilnehmenden sogar, wie man Odoo mit eigenen Custom Fields erweitert.
- CRM & Sales
- Inventory & MRP
- Accounting
- HR-Management
- Odoo Dev
Bachelor — BFH Bern
Requirements Engineering
Wann ist ein Projekt erfolgreich? Diese Frage steht am Anfang der Veranstaltung. Die Studierenden lernen, Anforderungen systematisch zu ermitteln, sauber zu dokumentieren und kritisch zu prüfen, orientiert am IREB-Standard. In 3er-Gruppen bearbeiten sie reale Projekte im KMU-Kontext mit mindestens zwei Benutzerkategorien.
- IREB Foundation
- Systemabgrenzung
- Ermittlungstechniken
- Projektarbeit
Master — HS Anhalt
GIS & Fernerkundung
Was steckt eigentlich hinter Google Maps, Kriminalitätsstatistiken und Klimamodellen? Diese Vorlesung führt in geographische Informationssysteme und Fernerkundung ein, mit dem Schwerpunkt auf dem EVAP-Prinzip: Erfassen, Verwalten, Analysieren und Präsentieren. Praktische Anwendungen in QGIS machen die Theorie greifbar.
- EVAP-Prinzip
- Raster & Vektor
- QGIS-Praxis
- Change Detection
Upcoming
AIS 2026, Jeju, South Korea
Der Konferenzbeitrag „AI-Based Detection of European Hamster Burrows from UAS Imagery" wurde für die AIS 2026 in Jeju, Südkorea, akzeptiert. Der Vortrag stellt eine neue Methode zur automatisierten Erkennung von Feldhamsterbauten in hochauflösenden Drohnenbildern vor und knüpft direkt an die laufende Dissertationsforschung zur multisensoralen Mikro-Anomalie-Erkennung in der Präzisionslandwirtschaft an.
Lassen Sie uns zusammenarbeiten
Haben Sie Fragen zu meinen Forschungsprojekten, Lehrangeboten oder Möglichkeiten der Zusammenarbeit?