Die Niedersachsen Wasser erfasst als Tochtergesellschaft des OOWV (Oldenburgisch-Ostfriesischer Wasserverband) den Versiegelungsgrad für diverse Gemeinden. Dies geschieht im Rahmen des Projekts „System zur Erfassung und Analyse des Lastversiegelungsgrads“ (SEAL), welches in Kooperation mit dem Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN) und der Westfälischen Hochschule durchgeführt wird. Neben herkömmlichen Methoden, wie GIS-Analyse und Luftbildinterpretation, soll dabei auch zunehmend das Potenzial von künstlicher Intelligenz (KI) bzw. maschinellem Lernen (ML) genutzt werden. Die Vielzahl und Heterogenität der für diesen Prozess infrage kommenden Datenquellen und Methoden stellt dabei eine besondere Herausforderung dar. Nach anfänglich im Rahmen eines Proof of Concept durchaus vielversprechenden Ergebnissen mit ML muss dieser Ansatz nun auf einer breiteren Ebene und im Hinblick auf deren Eignung zur tatsächlichen Gebührenermittlung evaluiert werden. Eine sorgsame Auswahl und Kombination von Daten und Methoden sowie eine realistische Einschätzung der jeweils erreichbaren Aussagekraft soll verwertbare Ergebnisse liefern. Vorgestellt werden zunächst die Struktur und der Erfassungsstand der Ground-Truth-Daten, auf deren Grundlage das Trainieren und die Evaluation von ML erfolgen soll. Im Hinblick auf eine differenzierte Auswertung und weitergehende Anwendungsfälle umfassen diese Daten weitaus mehr Informationen, als aus einer einzelnen Luftbildbefliegung ableitbar sind. Nur so kann eine schrittweise Nachvollziehbarkeit der Ergebnisse erreicht sowie deren Verlässlichkeit geschätzt werden, anstatt sich lediglich auf die Ergebnisse einer Blackbox verlassen zu müssen. Dabei stellt die räumliche, rechtliche und infrastrukturelle Einheit eines Grundstücks bzw. einer Abrechnungsfläche den zentralen Bezugsrahmen zur semantischen und statistischen Beschreibung dar. Die Integration des in diesem Zusammenhang verfügbaren fachspezifischen Wissens soll die Flexibilität und Leistungsfähigkeit des Modells erhöhen.