Waldbrandfrüherkennung in Bayern: Drohnen, Sensoren und Künstliche Intelligenz im grenzüberschreitenden Testeinsatz – Projekt CTRL-F startet bei Roding und im Nationalpark Šumava

Immer häufiger sorgen Waldbrände für große Schäden in Bayern. Um Feuer schneller zu entdecken und gezielt zu bekämpfen, testen Wissenschaftler aus Bayern und Tschechien aktuell ein innovatives System im Wald bei Roding in der Oberpfalz, also im Landkreis Cham. Das grenzüberschreitende EU-Projekt CTRL-F (Cross-border Technologies for Rapid Localisation of Fire) setzt dabei auf eine Kombination aus Sensoren, Drohnen und Künstlicher Intelligenz.

• Empfindliche Gassensoren sind an mehreren Bäumen im Wald angebracht. Sie erkennen schon kleinste Veränderungen in der Luft, die auf einen Brand hindeuten könnten.

• Sobald ein Sensor Alarm schlägt, startet eine automatisierte Drohne aus einer speziellen Drohnenstation. Sie ist mit einer Wärmebildkamera und einer normalen Kamera ausgestattet.

• Die Drohne fliegt zur vermuteten Brandstelle und liefert aktuelle Bilder an die Leitstelle.

• Eine Künstliche Intelligenz analysiert die Aufnahmen und erkennt selbst kleinste Glutnester.

• Wird ein Brand bestätigt, werden die Feuerwehren mit genauen Koordinaten informiert.

Das System kann nicht nur Brände frühzeitig erkennen, sondern auch während eines laufenden Einsatzes unterstützen. Die Drohne liefert Live-Bilder und hilft, Glutnester oder Ausbreitungsrichtungen zu erkennen. Nach dem Löschen überwachen mobile Sensorstationen die betroffenen Flächen, um eine Wiederentzündung schnell zu bemerken.

• Ein Sensor deckt rund 45.200 Quadratmeter Wald ab.

• Die durchschnittliche Detektionszeit liegt bei etwa 1 Minute 50 Sekunden.

• Die Drohne kann nach Alarmierung in unter 15 Sekunden starten und bis zu 54 Minuten fliegen.

• Die Reichweite beträgt bis zu 21 Kilometer.

• Im Landkreis Cham gab es 2026 bereits 94 Einsätze wegen Vegetationsbränden.

Das Projekt wird von der Hochschule Ansbach koordiniert und gemeinsam mit Partnern aus Bayern und Tschechien umgesetzt.