{"id":43637,"date":"2026-09-21T23:07:30","date_gmt":"2026-09-22T03:07:30","guid":{"rendered":"https:\/\/intosaijournal.org\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/"},"modified":"2026-09-22T09:57:26","modified_gmt":"2026-09-22T13:57:26","slug":"open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population","status":"publish","type":"journal-entry","link":"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/","title":{"rendered":"Open Data und KI-gest\u00fctzte raumbezogene Analysen: Ausweitung der Risikobeurteilung von Hochwasserhilfen auf die Grundgesamtheit"},"content":{"rendered":"\n

Autor: Joaqu\u00edn Izquierdo Peris, leitender Pr\u00fcfer, Sindicatura de Comptes de la Comunitat Valenciana (regionale Rechnungskontrollbeh\u00f6rde, Valencia, Spanien)<\/p>\n\n\n\n

Zusammenfassung<\/strong><\/strong><\/h2>\n\n\n\n

Am 29. Oktober 2024 l\u00f6ste eine DANA \u2013 Abk\u00fcrzung der spanischen Bezeichnung f\u00fcr ein abgeschn\u00fcrtes H\u00f6hentief in der oberen Atmosph\u00e4re, das sich \u00fcber dem Mittelmeer bildet \u2013 katastrophale Sturzfluten in der spanischen Provinz Valencia aus. Innerhalb weniger Stunden gab es in mehreren Gemeinden heftige Regenf\u00e4lle, die der Niederschlagsmenge eines ganzen Jahres entsprachen, mit Spitzenwerten von bis zu 771 Litern pro Quadratmeter. Dies f\u00fchrte zur Verw\u00fcstung ganzer Ortschaften, lie\u00df Tausende Menschen gestrandet zur\u00fcck, besch\u00e4digte \u00fcber 60.000 Wohnst\u00e4tten, zerst\u00f6rte mehr als 130.000 Fahrzeuge und forderte 230 Menschenleben.<\/p>\n\n\n\n

Innerhalb weniger Wochen f\u00fchrte die Regionalregierung ein umfassendes Katastrophenhilfsprogramm ein, dessen Umfang sich im M\u00e4rz 2026 auf \u00fcber 2.000 Millionen Euro belief, einschlie\u00dflich eines Programms f\u00fcr Direktzusch\u00fcsse (\u201eHilfe f\u00fcr grundlegende Haushaltsartikel\u201c), um betroffene Haushalte f\u00fcr den Verlust grundlegender Gegenst\u00e4nde an ihrem Hauptwohnsitz zu entsch\u00e4digen. Um alle 27.282 im Rahmen dieses Zuschussmodells eingereichten Antr\u00e4ge zu pr\u00fcfen, entwickelte die regionale Rechnungskontrollbeh\u00f6rde Valencia eine automatisierte Methode, die Open Data, raumbezogene Analysen, Python-Skripte sowie KI-gest\u00fctzte Entwurfserstellung einband und so eine individuelle Antragsbeurteilung ohne R\u00fcckgriff auf Stichproben erm\u00f6glichte.<\/p>\n\n\n\n

\"\"
Abbildung\u00a01. DANA in Valencia 2024: Kennzahlen. Quelle: Rechnungskontrollbeh\u00f6rde Valencia.<\/em><\/em><\/figcaption><\/figure>\n\n\n\n

1. Hintergrund und Pr\u00fcfungsauftrag<\/strong><\/strong><\/h2>\n\n\n\n

Nach dem DANA-Hochwasser im Oktober\u00a02024, der t\u00f6dlichsten Naturkatastrophe in der j\u00fcngeren Geschichte Spaniens, gew\u00e4hrte die Regionalregierung Eigent\u00fcmerinnen und Eigent\u00fcmern sowie Mieterinnen und Mietern betroffener Wohnst\u00e4tten Direktzusch\u00fcsse von bis zu 9.000\u00a0Euro als Entsch\u00e4digung f\u00fcr den Verlust von Haushaltsger\u00e4ten sowie anderen grundlegenden Haushaltsgegenst\u00e4nden. Die Zusch\u00fcsse wurden ohne vorherige Pr\u00fcfung gew\u00e4hrt, allein auf der Grundlage einer von der Antragstellerin bzw. dem Antragsteller unterzeichneten Erkl\u00e4rung, in der sie bzw. er best\u00e4tigt, dass grundlegende Haushaltsgegenst\u00e4nde an ihrem bzw. seinem Hauptwohnsitz durch das Hochwasser besch\u00e4digt wurden. Dieses Vorgehen legte die gesamte Nachweislast auf die Antragstellerin bzw. den Antragsteller und schuf aus Kontrollsicht ein Hochrisikoszenario: genau die Art von Situation, die in GUID\u00a053301<\/a><\/sup> der INTOSAI als charakteristisch f\u00fcr die Katastrophenhilfe ausgewiesen wird.<\/p>\n\n\n\n

Die regionale Rechnungskontrollbeh\u00f6rde Valencia2<\/a><\/sup> erstellte einen Sonderpr\u00fcfbericht, eine Kombination aus Ans\u00e4tzen der Recht- und Ordnungsm\u00e4\u00dfigkeitspr\u00fcfungen sowie Wirtschaftlichkeitspr\u00fcfungen, um zu beurteilen, ob die Hilfszahlungen ihren vorgesehenen Zweck erf\u00fcllt haben.<\/p>\n\n\n\n

Die Pr\u00fcfung stellt eine zentrale analytische Frage: Inwieweit liefern die von den einzelnen Antragstellerinnen und Antragstellern angegebenen geografischen Merkmale des Hauptwohnsitzes objektive, \u00f6ffentlich \u00fcberpr\u00fcfbare Anhaltspunkte, die der wesentlichen Anspruchsvoraussetzung des Programms entsprechen, n\u00e4mlich dass grundlegende Haushaltsgegenst\u00e4nde an dieser Adresse tats\u00e4chlich durch das Hochwasser besch\u00e4digt wurden?<\/p>\n\n\n\n

Im Zuge des in diesem Beitrag beschriebenen raumbezogenen Pr\u00fcfungsverfahrens wurde eine betr\u00e4chtliche Anzahl bewilligter Antr\u00e4ge ermittelt, deren geografische Angaben die Anspruchsvoraussetzung des Programms nicht erf\u00fcllten. Die Bewilligungsstelle wird diese Antr\u00e4ge einer individuellen Dokumentenpr\u00fcfung unterziehen m\u00fcssen, um festzustellen, ob der angegebene Schaden belegt werden kann. Das Pr\u00fcfungsteam er\u00f6rterte diese vorl\u00e4ufigen Ergebnisse mit den zust\u00e4ndigen Mitarbeitern der foerdernden Stelle. Der vollst\u00e4ndige und endg\u00fcltige Bericht \u00fcber die Pr\u00fcfung der Beihilfen im Zusammenhang mit dem DANA wurde am 15. September 2026 ver\u00f6ffentlicht und ist auf der Website der Sindicatura de Comptes (auf Spanisch) verf\u00fcgbar.3<\/a><\/sup><\/p>\n\n\n\n

2. \u00dcber Stichproben hinaus: ein Ansatz zur Pr\u00fcfung der Grundgesamtheit<\/strong><\/strong><\/h2>\n\n\n\n

Als es die automatisierte Pipeline noch nicht gab, erforderte die raumbezogene \u00dcberpr\u00fcfung eines bewilligten Antrags, dass das Pr\u00fcfungspersonal jede Katasternummer \u2013 eine umfassende Erfassung der Grenzen von Grundst\u00fccken oder Immobilien \u2013 manuell \u00fcber den Kartografie-Viewer der valencianischen Regierung4<\/a><\/sup> abfragte, den Standort der angegebenen Immobilie mit der offiziellen DANA-\u00dcberflutungsfl\u00e4che abglich und gleichzeitig das elektronische Katasterregister hinsichtlich der Beschreibung sowie baulichen Daten der Immobilie konsultierte. Dieses manuelle Verfahren \u2013 dargestellt in Abbildung\u00a01 \u2013 ist bei der \u00dcberpr\u00fcfung einzelner F\u00e4lle zwar genau und zuverl\u00e4ssig, aufgrund seines schrittweisen Charakters f\u00fcr insgesamt 27.282\u00a0Antr\u00e4ge jedoch v\u00f6llig unpraktikabel: Bei einer konservativen Sch\u00e4tzung von f\u00fcnf Minuten pro Fall w\u00fcrde eine vollst\u00e4ndige \u00dcberpr\u00fcfung der Grundgesamtheit Pr\u00fcferinnen und Pr\u00fcfern \u00fcber 2.200\u00a0Arbeitsstunden abverlangen.<\/p>\n\n\n\n

\"\"
Abbildung\u00a02. Herk\u00f6mmliches, nicht automatisiertes \u00dcberpr\u00fcfungsverfahren. Quelle: Rechnungskontrollbeh\u00f6rde Valencia.<\/figcaption><\/figure>\n\n\n\n

In der konventionellen Pr\u00fcfungspraxis w\u00e4re die raumbezogene Analyse auf eine geschichtete Stichprobe \u2013 typischerweise 200 bis 400 F\u00e4lle \u2013 beschr\u00e4nkt worden, wobei die Ergebnisse statistisch hochgerechnet worden w\u00e4ren. Die Verf\u00fcgbarkeit vollst\u00e4ndiger und maschinenlesbarer \u00f6ffentlicher Datens\u00e4tze ver\u00e4nderte die Kosten-Nutzen-Abw\u00e4gung dieser Entscheidung grundlegend.<\/p>\n\n\n\n

Die Verf\u00fcgbarkeit der beiden genannten Datens\u00e4tze war eine notwendige, aber keine hinreichende Voraussetzung: Um diese in ein Pr\u00fcfungsverfahren f\u00fcr eine Grundgesamtheit umzuwandeln, waren eine auf einem Geoinformationssystem (GIS) beruhende Analyseumgebung, Python-Skripte zur automatisierten Verarbeitung von 27.282 Datens\u00e4tzen sowie eine KI-gest\u00fctzte Entwurfserstellung zur Unterst\u00fctzung der iterativen Entwicklung der Analysepipeline erforderlich.<\/p>\n\n\n\n

Die \u00dcberflutungsfl\u00e4che5<\/a><\/sup> ist eine georeferenzierte Vektorebene, die das am 29.\u00a0Oktober 2024 von Oberfl\u00e4chenwasser\u00fcberflutung betroffene Gebiet darstellt. Sie wurde vom Kartografischen Institut Valencia (ICV\/GVA) durch die Auswertung von Satellitenbildern und Luftbildaufnahmen, die unmittelbar nach dem Ereignis aufgenommen und als Open Data ver\u00f6ffentlicht wurden, erstellt.<\/p>\n\n\n\n

Das elektronische Katasterregister6<\/a><\/sup> der Generaldirektion f\u00fcr Kataster (spanische Zentralregierung) bietet kostenlosen \u00f6ffentlichen Zugang zu Katasterinformationen. Zu den verf\u00fcgbaren Ressourcen geh\u00f6ren alphanumerische Immobiliendatens\u00e4tze und vektorbasierte Parzellenkarten, die nach Provinzen heruntergeladen werden k\u00f6nnen, sowie Webdienste f\u00fcr Einzel- und Massenabfragen von nicht gesch\u00fctzten Katasterattributen \u2013 darunter Nutzungsart, Stockwerke und bebaute Fl\u00e4che \u2013 f\u00fcr jedes registrierte Grundst\u00fcck.<\/p>\n\n\n\n

Das im folgenden Abschnitt beschriebene Pr\u00fcfungsverfahren dient nicht der Feststellung, ob im Einzelfall Sch\u00e4den vorliegen oder nicht. Vielmehr handelt es sich um ein GIS-basiertes Datenanalyseverfahren, das dem in GUID\u00a05330 empfohlenen risikobasierten Ansatz entspricht und objektive, \u00f6ffentlich \u00fcberpr\u00fcfbare Pr\u00fcfans\u00e4tze f\u00fcr priorisierte Follow-up-Dokumenten\u00fcberpr\u00fcfungen liefert.<\/p>\n\n\n\n

3. Methodisches Vorgehen<\/strong><\/strong><\/h2>\n\n\n\n

Mithilfe von QGIS7<\/a><\/sup> und der darin integrierten Python-Konsole erstellte das Pr\u00fcfteam eine Reihe automatisierter Skripte, welche die Grundgesamtheit (27.282\u00a0Datens\u00e4tze) in sieben aufeinanderfolgenden Schritten nahtlos verarbeiteten. <\/p>\n\n\n\n

\"\"
Abbildung\u00a05. Georeferenzierte Ausgabenebene: Lage der subventionierten Immobilien. Quelle: Rechnungskontrollbeh\u00f6rde Valencia, erstellt mit QGIS.<\/figcaption><\/figure>\n\n\n\n

In der ersten Phase wurde \u00fcberpr\u00fcft, ob jede von den Antragstellerinnen bzw. Antragstellern angegebene Katasternummer einer bei der Generaldirektion f\u00fcr Kataster registrierten Immobilie entsprach. Daf\u00fcr wurde f\u00fcr alle 27.282 Nummern eine Abfrage auf dem Webdienst f\u00fcr \u00f6ffentliche Daten des Katasters durchgef\u00fchrt. Das Skript sah eine Pause von zwei Sekunden zwischen den Abfragen vor, um eine Drosselung auf Serverseite zu vermeiden, mit automatischer Erkennung blockierter Antworten und bis zu drei Wiederholungsversuchen pro Nummer.<\/p>\n\n\n\n

In der zweiten Phase wurde die Katasterkartografie der Provinz zusammengestellt. Das Skript lud die Parzellenpl\u00e4ne f\u00fcr die gesamte Provinz Valencia aus dem elektronischen Katasterregister herunter, fasste sie f\u00fcr alle 266 Gemeinden zu einer einzigen Ebene zusammen und f\u00fchrte eine Geometriekorrektur durch. Die resultierende Ebene beinhaltet \u00fcber 1,7 Millionen georeferenzierte Parzellen.<\/p>\n\n\n\n

In der dritten Phase wurde jede anhand ihrer Katasternummer identifizierte Wohnst\u00e4tte, f\u00fcr die ein Zuschuss erhalten wurde, dem geometrischen Plan der zugeh\u00f6rigen Katasterparzelle zugeordnet. Das Skript verwendete eine Datenverkn\u00fcpfung, bei der einer Parzelle mehrere Katasternummern zugeordnet werden k\u00f6nnen. So wurde verhindert, dass bei Geb\u00e4uden mit mehreren Wohneinheiten Daten verloren gehen.<\/p>\n\n\n\n

In der vierten Phase wurde die vom Kartografischen Institut Valencia (ICV\/GVA) ver\u00f6ffentlichte offizielle \u00dcberflutungsfl\u00e4che einbezogen. Das Skript las die Ebene ein und f\u00fchrte vor ihrer Verwendung in der raumbezogenen Analyse eine Geometriekorrektur durch.<\/p>\n\n\n\n

In der f\u00fcnften und zentralen Phase wurden die r\u00e4umlichen \u00dcberschneidungen zwischen den Datens\u00e4tzen analysiert. F\u00fcr jeden Anwendungsfall pr\u00fcfte das Skript, ob sich das Polygon der Katasterparzelle mit dem Polygon der \u00dcberflutungsfl\u00e4che \u00fcberschnitt; alle r\u00e4umlichen \u00dcberlappungen \u2013 auch noch so kleine \u2013 f\u00fchrten dazu, dass die Katasterparzelle als innerhalb der \u00dcberflutungsfl\u00e4che liegend eingestuft wurde. In \u00e4hnlich konservativer Weise erzeugte das Skript eine 200-Meter-Pufferzone um den Umfang der \u00dcberflutungsfl\u00e4che herum und legte somit eine angrenzende Zone fest. Parzellen innerhalb dieses Streifens wurden getrennt von jenen, die eindeutig au\u00dferhalb liegen, klassifiziert.<\/p>\n\n\n\n

\"\"
Abbildung\u00a04: GIS-Verschneidungsanalyse. Quelle: Rechnungskontrollbeh\u00f6rde Valencia, unterst\u00fctzt durch KI.<\/figcaption><\/figure>\n\n\n\n

In der sechsten Phase wurden die Baumerkmale \u2013 Nutzungsart, Stockwerkcode und bebaute Fl\u00e4che \u2013 jeder gemeldeten Immobilie \u00fcber automatisierte Abfragen auf dem Kataster-Webdienst abgerufen.<\/p>\n\n\n\n

In einer abschlie\u00dfenden Konsolidierungsphase wurden alle Ergebnisse in einer Tabelle zusammengefasst und eine georeferenzierte Ausgabenebene mit einer dreistufigen Farbklassifizierung erstellt \u2013 gr\u00fcn f\u00fcr Parzellen innerhalb des \u00dcberflutungsperimeters, orange f\u00fcr die angrenzende Zone und rot f\u00fcr Parzellen, die mehr als zweihundert Meter au\u00dferhalb liegen.<\/p>\n\n\n\n

\"\"
Abbildung\u00a05. Georeferenzierte Ausgabenebene: Lage der subventionierten Immobilien. Quelle: Rechnungskontrollbeh\u00f6rde Valencia, erstellt mit QGIS.<\/figcaption><\/figure>\n\n\n\n

4. Open Data, Automatisierung und KI-gest\u00fctzte Entwurfserstellung<\/strong><\/h2>\n\n\n\n

Die gesamte Analysekette st\u00fctzte sich auf \u00f6ffentlich zug\u00e4ngliche Datens\u00e4tze: die \u00dcberflutungsfl\u00e4che und das nationale Katasterregister \u2013 beides offene Regierungsquellen, die keinen Zugangsbeschr\u00e4nkungen unterliegen und von jedem Dritten mit Zugriff auf dieselben \u00f6ffentlichen Daten frei reproduzierbar sind, ohne dass eine spezielle Dateninfrastruktur ben\u00f6tigt wird.<\/p>\n\n\n\n

Python-Skripte im integrierten Interpreter von QGIS automatisierten die gesamte Pipeline von den Rohdateien bis hin zu risikoklassifizierten Ausgabetabellen und kartografischen Ebenen, ohne dass in einer Zwischenstufe eine manuelle Datenbearbeitung erforderlich war. Gem\u00e4\u00df einem intern dokumentierten Verfahren nutzte das Pr\u00fcfteam das KI-gest\u00fctzte Large Language Model (dt. etwa \u201egro\u00dfes Sprachmodell\u201c) Claude von Anthropic als Unterst\u00fctzung f\u00fcr die iterative Erstellung von Skripten, die Fehlerbehebung bei automatisierten Skripten, die Erstellung methodischer Anmerkungen sowie die Strukturierung des Berichtstextes.<\/p>\n\n\n\n

Dabei war die KI streng auf eine unterst\u00fctzende Rolle beschr\u00e4nkt und unterlag bei jeder Iteration einer \u00dcberpr\u00fcfung: Alle methodischen Entscheidungen, die Kalibrierung der Schwellenwerte, die Datenvalidierung und die Interpretation der Erkenntnisse wurden ausschlie\u00dflich vom Pr\u00fcfteam vorgenommen.<\/p>\n\n\n\n

5. Auswirkungen f\u00fcr die staatliche Finanzkontrolle<\/strong><\/h2>\n\n\n\n

Dieser Fall zeigt, dass offene Geodaten, GIS-Automatisierung und KI-gest\u00fctzte Entwurfserstellung Pr\u00fcfungsnachweise von stichprobenbasierten Schlussfolgerungen hin zu einer Faktenermittlung f\u00fcr die Grundgesamtheit umwandeln k\u00f6nnen \u2013 selbst unter den f\u00fcr regionale Rechnungskontrollbeh\u00f6rden typischen Ressourcenbeschr\u00e4nkungen. Die ausschlaggebenden Faktoren waren dabei nicht au\u00dfergew\u00f6hnlich hohe Technologiebudgets, sondern die Verf\u00fcgbarkeit strukturierter \u00f6ffentlicher Datens\u00e4tze und die Bereitschaft, in ma\u00dfgeschneiderte Skripts als Pr\u00fcfungsverfahren zu investieren.<\/p>\n\n\n\n

Drei Prinzipien erwiesen sich als \u00fcbertragbar: Konservative r\u00e4umliche Schwellenwerte sch\u00fctzen die Ergebnisse davor, den Beweiswert der Geodaten zu \u00fcberschreiten; transparenter, versionierter Analysecode schafft einen nachvollziehbaren Pr\u00fcfpfad, der \u00fcberpr\u00fcft und aktualisiert werden kann, ohne die gesamte Analyse erneut durchf\u00fchren zu m\u00fcssen; und die Einordnung des Standorts als Risikoindikator \u2013 statt als definitives Kriterium \u2013 wahrt die von den INTOSAI-Normen geforderte Verh\u00e4ltnism\u00e4\u00dfigkeit. Jede ORKB mit Zugang zu offenen Kataster- und Gefahrenzonendaten kann diesen Ansatz f\u00fcr Naturkatastrophenhilfen, Hochwasserhilfen, den Wiederaufbau nach Erdbeben oder Hilfsgelder zur Bew\u00e4ltigung der Folgen von Waldbr\u00e4nden unter Verwendung von quelloffenen GIS-Tools ohne zus\u00e4tzliche Kosten reproduzieren.<\/p>\n\n\n\n

F\u00fcr weitere Informationen wenden Sie sich bitte per E-Mail an den Autor: jizquierdo@sindicom.es.<\/p>\n\n\n\n

\n\n\n\n

Fu\u00dfnoten<\/h2>\n\n\n
  1. \u00a0INTOSAI, GUID\u00a05330:<\/em> Leitfaden f\u00fcr die Pr\u00fcfung des Katastrophenmanagements (Wien: INTOSAI, 2020), https:\/\/www.issai.org\/wp-content\/uploads\/2020\/12\/GUID-5330-Guidance-on-Auditing-Disaster-Management.pdf<\/a> \u21a9\ufe0e<\/a><\/li>
  2. https:\/\/www.sindicom.es\/portada<\/a> \u21a9\ufe0e<\/a><\/li>
  3. Abrufbar unter https:\/\/www.sindicom.es\/informe-especial-subvenciones-dana-sector-autonomico-ejercicios-2024-y-2025<\/a> \u21a9\ufe0e<\/a><\/li>
  4. \u00a0Abrufbar unter https:\/\/visor.gva.es\/visor\/<\/a> \u21a9\ufe0e<\/a><\/li>
  5. \u00a0Abrufbar unter https:\/\/geocataleg.gva.es\/#\/search?uuid=spaicv0701_dana24_huella_inundacion&lang=spa<\/a> \u21a9\ufe0e<\/a><\/li>
  6. \u00a0Abrufbar unter https:\/\/www.sedecatastro.gob.es\/Accesos\/SECAccDescargaDatos.aspx<\/a> \u21a9\ufe0e<\/a><\/li>
  7. \u00a0QGIS ist eine quelloffene GIS-Anwendung, die das Einlesen geografischer Daten, die \u00dcberlagerung raumbezogener Datenebenen, das Messen und den Schnitt geometrischer Pl\u00e4ne sowie die kartografische Visualisierung der Ergebnisse erm\u00f6glicht. Abrufbar unter https:\/\/qgis.org\/<\/a> \u21a9\ufe0e<\/a><\/li><\/ol>\n\n\n

    Anmerkung: Der Autor nutzte KI-Unterst\u00fctzung bei der Entwicklung der Formatierungskonzepte f\u00fcr die Abbildungen 3 und 4, die endg\u00fcltigen Abbildungen wurden jedoch nicht von der KI erstellt.<\/p>\n","protected":false},"excerpt":{"rendered":"

    Am 29.\u00a0Oktober 2024 l\u00f6ste eine DANA \u2013 Abk\u00fcrzung der spanischen Bezeichnung f\u00fcr ein abgeschn\u00fcrtes H\u00f6hentief in der oberen Atmosph\u00e4re, das sich \u00fcber dem Mittelmeer bildet \u2013 katastrophale Sturzfluten in der spanischen Provinz Valencia aus. Innerhalb weniger Stunden gab es in mehreren Gemeinden heftige Regenf\u00e4lle, die der Niederschlagsmenge eines ganzen Jahres entsprachen, mit Spitzenwerten von bis zu 771\u00a0Litern pro Quadratmeter. Dies f\u00fchrte zur Verw\u00fcstung ganzer Ortschaften, lie\u00df Tausende Menschen gestrandet zur\u00fcck, besch\u00e4digte \u00fcber 60.000\u00a0Wohnst\u00e4tten, zerst\u00f6rte mehr als 130.000\u00a0Fahrzeuge und forderte 230\u00a0Menschenleben.<\/p>\n","protected":false},"author":476,"featured_media":42980,"template":"","meta":{"_acf_changed":false,"footnotes":"[{\"content\":\"\u00a0INTOSAI, GUID\u00a05330:<\/em> Leitfaden f\u00fcr die Pr\u00fcfung des Katastrophenmanagements (Wien: INTOSAI, 2020), https:\/\/www.issai.org\/wp-content\/uploads\/2020\/12\/GUID-5330-Guidance-on-Auditing-Disaster-Management.pdf<\/a>\",\"id\":\"0a37db28-e1d0-4b24-9e6e-2598174a8858\"},{\"content\":\"https:\/\/www.sindicom.es\/portada<\/a>\",\"id\":\"c2fd2d4d-078c-4c64-8597-e1c87e7b125c\"},{\"content\":\"Abrufbar unter https:\/\/www.sindicom.es\/informe-especial-subvenciones-dana-sector-autonomico-ejercicios-2024-y-2025<\/a>\",\"id\":\"e98ebcb0-99a4-4565-b8ef-ee57451a9f0c\"},{\"content\":\"\u00a0Abrufbar unter https:\/\/visor.gva.es\/visor\/<\/a>\",\"id\":\"9118bd69-f205-4b10-a183-c2d277388ece\"},{\"content\":\"\u00a0Abrufbar unter https:\/\/geocataleg.gva.es\/#\/search?uuid=spaicv0701_dana24_huella_inundacion&lang=spa<\/a>\",\"id\":\"f46eb00a-6323-47b3-96a7-6a62fa4c7738\"},{\"content\":\"\u00a0Abrufbar unter https:\/\/www.sedecatastro.gob.es\/Accesos\/SECAccDescargaDatos.aspx<\/a>\",\"id\":\"6cf4cbeb-01e3-4340-a222-c132684b6c90\"},{\"content\":\"\u00a0QGIS ist eine quelloffene GIS-Anwendung, die das Einlesen geografischer Daten, die \u00dcberlagerung raumbezogener Datenebenen, das Messen und den Schnitt geometrischer Pl\u00e4ne sowie die kartografische Visualisierung der Ergebnisse erm\u00f6glicht. Abrufbar unter https:\/\/qgis.org\/<\/a>\",\"id\":\"769a2f99-07c0-47c2-808f-5c458e496cd8\"}]"},"journal-categories":[4562],"content-tags":[2219,4280,2251,2216,2228,2268,2149,2303,2312],"country":[3256],"region":[],"section":[2603],"coauthors":[4545],"class_list":["post-43637","journal-entry","type-journal-entry","status-publish","has-post-thumbnail","hentry","journal-categories-q3-2026","content-tags-datenanalytik","content-tags-emerging-risks-de","content-tags-gis-de","content-tags-grose-daten","content-tags-komplexe-und-anspruchsvolle-umgebungen","content-tags-kunstliche-intelligenz","content-tags-risikobasierter-ansatz","content-tags-risikobewertung","content-tags-umweltauditierung","country-spain-de","section-fachartikel"],"acf":[],"yoast_head":"\nOpen Data und KI-gest\u00fctzte raumbezogene Analysen: Ausweitung der Risikobeurteilung von Hochwasserhilfen auf die Grundgesamtheit - INTOSAI Journal<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Open Data und KI-gest\u00fctzte raumbezogene Analysen: Ausweitung der Risikobeurteilung von Hochwasserhilfen auf die Grundgesamtheit - INTOSAI Journal\" \/>\n<meta property=\"og:description\" content=\"Am 29.\u00a0Oktober 2024 l\u00f6ste eine DANA \u2013 Abk\u00fcrzung der spanischen Bezeichnung f\u00fcr ein abgeschn\u00fcrtes H\u00f6hentief in der oberen Atmosph\u00e4re, das sich \u00fcber dem Mittelmeer bildet \u2013 katastrophale Sturzfluten in der spanischen Provinz Valencia aus. Innerhalb weniger Stunden gab es in mehreren Gemeinden heftige Regenf\u00e4lle, die der Niederschlagsmenge eines ganzen Jahres entsprachen, mit Spitzenwerten von bis zu 771\u00a0Litern pro Quadratmeter. Dies f\u00fchrte zur Verw\u00fcstung ganzer Ortschaften, lie\u00df Tausende Menschen gestrandet zur\u00fcck, besch\u00e4digte \u00fcber 60.000\u00a0Wohnst\u00e4tten, zerst\u00f6rte mehr als 130.000\u00a0Fahrzeuge und forderte 230\u00a0Menschenleben.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/\" \/>\n<meta property=\"og:site_name\" content=\"INTOSAI Journal\" \/>\n<meta property=\"article:modified_time\" content=\"2026-09-22T13:57:26+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/intosaijournal.org\/wp-content\/uploads\/2026\/09\/Q3_2026_Open-Data-and-AI-Driven-Geospatial-Analysis-4.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1326\" \/>\n\t<meta property=\"og:image:height\" content=\"880\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:site\" content=\"@intosaijournal\" \/>\n<meta name=\"twitter:label1\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data1\" content=\"9 minutes\" \/>\n\t<meta name=\"twitter:label2\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data2\" content=\"Joaqu\u00edn Izquierdo Peris\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/de\\\/journal-entry\\\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\\\/\",\"url\":\"https:\\\/\\\/intosaijournal.org\\\/de\\\/journal-entry\\\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\\\/\",\"name\":\"Open Data und KI-gest\u00fctzte raumbezogene Analysen: Ausweitung der Risikobeurteilung von Hochwasserhilfen auf die Grundgesamtheit - INTOSAI Journal\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/de\\\/journal-entry\\\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/de\\\/journal-entry\\\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/intosaijournal.org\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Q3_2026_Open-Data-and-AI-Driven-Geospatial-Analysis-4.png\",\"datePublished\":\"2026-09-22T03:07:30+00:00\",\"dateModified\":\"2026-09-22T13:57:26+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/de\\\/journal-entry\\\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\\\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/intosaijournal.org\\\/de\\\/journal-entry\\\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/de\\\/journal-entry\\\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\\\/#primaryimage\",\"url\":\"https:\\\/\\\/intosaijournal.org\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Q3_2026_Open-Data-and-AI-Driven-Geospatial-Analysis-4.png\",\"contentUrl\":\"https:\\\/\\\/intosaijournal.org\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Q3_2026_Open-Data-and-AI-Driven-Geospatial-Analysis-4.png\",\"width\":1326,\"height\":880,\"caption\":\"Folgen der \u00dcberschwemmung von 2024 in Alfafar, Valencia, Spanien. Quelle: Adobe Stock Images, Altseason\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/de\\\/journal-entry\\\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/intosaijournal.org\\\/de\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Open Data und KI-gest\u00fctzte raumbezogene Analysen: Ausweitung der Risikobeurteilung von Hochwasserhilfen auf die Grundgesamtheit\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#website\",\"url\":\"https:\\\/\\\/intosaijournal.org\\\/\",\"name\":\"INTOSAI Journal\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/intosaijournal.org\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#organization\",\"name\":\"INTOSAI Journal\",\"url\":\"https:\\\/\\\/intosaijournal.org\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/intosai.nclud.com\\\/wp-content\\\/uploads\\\/2023\\\/04\\\/logo.png\",\"contentUrl\":\"https:\\\/\\\/intosai.nclud.com\\\/wp-content\\\/uploads\\\/2023\\\/04\\\/logo.png\",\"width\":736,\"height\":122,\"caption\":\"INTOSAI Journal\"},\"image\":{\"@id\":\"https:\\\/\\\/intosaijournal.org\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/x.com\\\/intosaijournal\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Open Data und KI-gest\u00fctzte raumbezogene Analysen: Ausweitung der Risikobeurteilung von Hochwasserhilfen auf die Grundgesamtheit - INTOSAI Journal","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/","og_locale":"de_DE","og_type":"article","og_title":"Open Data und KI-gest\u00fctzte raumbezogene Analysen: Ausweitung der Risikobeurteilung von Hochwasserhilfen auf die Grundgesamtheit - INTOSAI Journal","og_description":"Am 29.\u00a0Oktober 2024 l\u00f6ste eine DANA \u2013 Abk\u00fcrzung der spanischen Bezeichnung f\u00fcr ein abgeschn\u00fcrtes H\u00f6hentief in der oberen Atmosph\u00e4re, das sich \u00fcber dem Mittelmeer bildet \u2013 katastrophale Sturzfluten in der spanischen Provinz Valencia aus. Innerhalb weniger Stunden gab es in mehreren Gemeinden heftige Regenf\u00e4lle, die der Niederschlagsmenge eines ganzen Jahres entsprachen, mit Spitzenwerten von bis zu 771\u00a0Litern pro Quadratmeter. Dies f\u00fchrte zur Verw\u00fcstung ganzer Ortschaften, lie\u00df Tausende Menschen gestrandet zur\u00fcck, besch\u00e4digte \u00fcber 60.000\u00a0Wohnst\u00e4tten, zerst\u00f6rte mehr als 130.000\u00a0Fahrzeuge und forderte 230\u00a0Menschenleben.","og_url":"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/","og_site_name":"INTOSAI Journal","article_modified_time":"2026-09-22T13:57:26+00:00","og_image":[{"width":1326,"height":880,"url":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2026\/09\/Q3_2026_Open-Data-and-AI-Driven-Geospatial-Analysis-4.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_site":"@intosaijournal","twitter_misc":{"Est. reading time":"9 minutes","Written by":"Joaqu\u00edn Izquierdo Peris"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/","url":"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/","name":"Open Data und KI-gest\u00fctzte raumbezogene Analysen: Ausweitung der Risikobeurteilung von Hochwasserhilfen auf die Grundgesamtheit - INTOSAI Journal","isPartOf":{"@id":"https:\/\/intosaijournal.org\/#website"},"primaryImageOfPage":{"@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/#primaryimage"},"image":{"@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/#primaryimage"},"thumbnailUrl":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2026\/09\/Q3_2026_Open-Data-and-AI-Driven-Geospatial-Analysis-4.png","datePublished":"2026-09-22T03:07:30+00:00","dateModified":"2026-09-22T13:57:26+00:00","breadcrumb":{"@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/"]}]},{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/#primaryimage","url":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2026\/09\/Q3_2026_Open-Data-and-AI-Driven-Geospatial-Analysis-4.png","contentUrl":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2026\/09\/Q3_2026_Open-Data-and-AI-Driven-Geospatial-Analysis-4.png","width":1326,"height":880,"caption":"Folgen der \u00dcberschwemmung von 2024 in Alfafar, Valencia, Spanien. Quelle: Adobe Stock Images, Altseason"},{"@type":"BreadcrumbList","@id":"https:\/\/intosaijournal.org\/de\/journal-entry\/open-data-and-ai-driven-geospatial-analysis-scaling-risk-assessment-of-post-flood-emergency-grants-to-the-full-population\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/intosaijournal.org\/de\/"},{"@type":"ListItem","position":2,"name":"Open Data und KI-gest\u00fctzte raumbezogene Analysen: Ausweitung der Risikobeurteilung von Hochwasserhilfen auf die Grundgesamtheit"}]},{"@type":"WebSite","@id":"https:\/\/intosaijournal.org\/#website","url":"https:\/\/intosaijournal.org\/","name":"INTOSAI Journal","description":"","publisher":{"@id":"https:\/\/intosaijournal.org\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/intosaijournal.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de-DE"},{"@type":"Organization","@id":"https:\/\/intosaijournal.org\/#organization","name":"INTOSAI Journal","url":"https:\/\/intosaijournal.org\/","logo":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/intosaijournal.org\/#\/schema\/logo\/image\/","url":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","contentUrl":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","width":736,"height":122,"caption":"INTOSAI Journal"},"image":{"@id":"https:\/\/intosaijournal.org\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/x.com\/intosaijournal"]}]}},"_links":{"self":[{"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/journal-entry\/43637","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/journal-entry"}],"about":[{"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/types\/journal-entry"}],"author":[{"embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/users\/476"}],"version-history":[{"count":2,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/journal-entry\/43637\/revisions"}],"predecessor-version":[{"id":43651,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/journal-entry\/43637\/revisions\/43651"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/media\/42980"}],"wp:attachment":[{"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/media?parent=43637"}],"wp:term":[{"taxonomy":"journal-categories","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/journal-categories?post=43637"},{"taxonomy":"content-tags","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/content-tags?post=43637"},{"taxonomy":"country","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/country?post=43637"},{"taxonomy":"region","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/region?post=43637"},{"taxonomy":"section","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/section?post=43637"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/intosaijournal.org\/de\/wp-json\/wp\/v2\/coauthors?post=43637"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}