Martelage.Sylvotheque.ch (MSC)
Mobile- und Webplattform zur Schulung der waldbaulichen Anzeichnung – ermöglicht Forstfachleuten und Studierenden die Simulation der Baumauswahl auf realen und virtuellen Waldflächen. Wird seit 2014 an der BFH aktiv entwickelt und genutzt.
Steckbrief
-
Beteiligte Departemente
Hochschule für Agrar-, Forst- und Lebensmittelwissenschaften
Technik und Informatik -
Institut(e)
Multifunktionale Waldwirtschaft
Institute for Cybersecurity & Engineering (ICE) -
Forschungseinheit(en)
Waldökosystem und Waldmanagement
ICE / Software Engineering and Development - Förderorganisation Andere
- Laufzeit 01.10.2018 - 30.09.2020
- Projektleitung Prof. Dr. Christian Rosset
-
Projektmitarbeitende
Prof. Dr. Christian Rosset
Prof. Dr. Ulrich Fiedler - Partner Eidgenössische Forschungsanstalt WSL
- Schlüsselwörter Martelage, Anzeichnung, Waldbau, Marteloskop, Marteloskop-Sammlung, Forstausbildung, MSC-Mobile-App, Mobile-App, iOS, Android, Offline-App, digitales Lernen, Waldbewirtschaftung, naturnahe Forstwirtsc
Ausgangslage
Die Anzeichnung (Martelage) – der Prozess der Baumauswahl für die Ernte – ist eine zentrale forstwirtschaftliche Fertigkeit, die theoretisches Wissen und praktische Erfahrung vor Ort erfordert. Schulungsmöglichkeiten in echten Waldbeständen sind teuer, logistisch aufwendig und eine grosse Herausforderung für kantonale Forstdienste, Forstschulen und Weiterbildungsprogramme. Das MSC-Projekt wurde von Prof. Christian Rosset (HAFL, BFH) initiiert und seit 2014 in Zusammenarbeit mit Prof. Dr. Ulrich Fiedler und dessen Software Engineering and Development Lab an der BFH-TI vorangetrieben. In acht Projektphasen (MSC1–MSC8) wurde es weiterentwickelt und wird auch 2026 fortgeführt. Was als Plattformentwicklung begann, wurde zu einer nachhaltigen institutsübergreifenden Partnerschaft. Die Webplattform und die MSC-Mobile-App werden dabei durch regelmässige Sicherheitspatches, Updates der Abhängigkeiten und schrittweise Funktionserweiterungen auf dem neuesten Stand gehalten. Das Projekt ist Teil eines umfassenderen BFH-Portfolios im Bereich der digitalen Forstwirtschaft, zu dem auch das WIS.2 Cockpit gehört – ein Entscheidungsunterstützungssystem (Decision Support System, DSS) für eine adaptive, multifunktionale Planung der Waldbewirtschaftung. Während das WIS.2 Cockpit die strategische und operative Planung unterstützt, schliesst MSC die Ausbildungslücke, indem es Fachleuten praktische Erfahrungen in der Kernkompetenz vermittelt, auf der diese Pläne basieren: der präzisen Baumauswahl.
Vorgehen
Seit 2014 folgte das Projekt einer agilen, Scrum-basierten Entwicklungsmethodik in den Phasen MSC1–MSC8. Christian Rosset (HAFL) war Product Owner, der die Anforderungen aus forstwirtschaftlicher und pädagogischer Sicht definierte und priorisierte; das Software Engineering and Development Lab von Ulrich Fiedler (BFH-TI) stellte das Entwicklungsteam zur Verfügung. Diese institutsübergreifende Scrum-Struktur ermöglichte über zwölf Jahre hinweg eine enge, iterative Abstimmung zwischen Fachwissen und Softwareentwicklung. In jedem Sprint-Zyklus wurden neue Funktionen hinzugefügt, die Marteloskop-Sammlung erweitert und sichergestellt, dass die Plattform sicher und à jour bleibt – einschliesslich regelmässiger Updates der Abhängigkeiten und Sicherheitspatches. Die Anforderungen wurden als User Stories mit Akzeptanzkriterien formuliert und zusammen mit Forstlehrpersonen, Fachleuten aus der Praxis und institutionellen Partnern verfeinert. Für jede Phase gab es eine umfassende Entwicklerdokumentation, um neue Teammitglieder effizient einzuarbeiten und die Kontinuität im Zuge der Teamentwicklung zu gewährleisten. Die Datenerhebung für neue Marteloskope erfolgt nach standardisierten dendrometrischen Protokollen, um eine konsistente Integration von Waldflächen verschiedener Regionen und Partner sicherzustellen. Die MSC-Mobile-App (iOS und Android) ergänzt die Webplattform mit Offline-Feldfunktionen und ermöglicht so Echtzeit-Feedback zu Anzeichnungsentscheidungen ohne Internetverbindung.
Ergebnisse
Im Rahmen des Projekts wurde eine aus zwei Komponenten bestehende digitale Lernumgebung entwickelt – eine Webplattform und die MSC-Mobile-App –, die seit 2014 in acht Phasen (MSC1–MSC8) kontinuierlich erweitert wurde und auch 2026 noch in Betrieb ist. Die Webplattform bietet eine stetig wachsende Bibliothek mit über 250 Marteloskopen sowie interaktive Kartografie- und Simulationstools, die es den Nutzern ermöglichen, forstwirtschaftliche Konzepte zu vergleichen, das Bestandswachstum zu berechnen und dendrometrische Daten zu analysieren. Die MSC-Mobile-App (iOS und Android) ermöglicht es Forstfachleuten und Studierenden, echte Anzeichnungsübungen vor Ort ohne Internetverbindung durchzuführen – mit sofortiger Auswertung und Visualisierung der Ergebnisse. Über die Phasen MSC1 bis MSC8 hinweg wurde die Plattform durch regelmässige Sicherheitspatches und Aktualisierungen der Abhängigkeiten auf dem neuesten Stand gehalten und laufend um neue Funktionen und Marteloskope erweitert. Sie wird in zahlreichen europäischen Ländern eingesetzt, darunter in der Schweiz, in Deutschland, in der Ukraine, in Slowenien. Die MSC-Plattform ergänzt das WIS.2 Cockpit der BFH: Während das WIS.2 Cockpit die Planung des Betriebsmanagements steuert, vermittelt MSC die erforderlichen Kompetenzen für die Anzeichnung.
Ausblick
Mit der 2026 laufenden Phase MSC8 ist das Projekt als langfristige Infrastruktur für die forstwirtschaftliche Ausbildung und angewandte Forschung positioniert. In zukünftigen Phasen wird das internationale Marteloskop-Netzwerk weiter ausgebaut und die Integration in forstwirtschaftliche Studiengänge und Weiterbildungsprogramme in ganz Europa vertieft. Zu den in naher Zukunft geplanten Erweiterungen gehören zusätzliche Simulationsszenarien und die Unterstützung für gemeinsame Übungen mit mehreren Nutzern. Strategische Priorität hat eine tiefere Integration in das WIS.2 Cockpit, wodurch ein durchgängiger Workflow von den Anzeichnungsübungen auf Bestandsniveau in MSC bis hin zur operativen Bewirtschaftungsplanung im DSS ermöglicht wird. Der wachsende Datensatz zu Anzeichnungsentscheidungen – gesammelt im Rahmen von Tausenden von Feldübungen auf über 250 standardisierten Marteloskopen – bietet zudem eine einzigartige Ressource für die Forschung zu waldbaulichen Entscheidungsprozessen, zur Zusammenarbeit zwischen Mensch und KI in der Waldbewirtschaftung sowie zur quantitativen Bewertung naturnaher Forstpraktiken im Kontext des Klimawandels.
