01Gelernt von den Besten
Als Lehrer dienen Plätze, die in OpenStreetMap bereits vollständig und sauber kartiert sind. Ihre Flächen werden zu Trainingsmasken. Die Luftbilder kommen aus offenen amtlichen Orthofotos in Europa und aus NAIP in den USA. So lernt das Modell, wie ein Grün aussieht, in Nordrhein-Westfalen genauso wie in Kalifornien.
02Vom Pixel zur Spielbahn
Das Segmentierungsmodell liefert Flächen. Welcher Abschlag zu welchem Grün gehört, in welcher Reihenfolge die Bahnen gespielt werden und welches Par sie haben, entscheidet ein zweites Modell. Es bewertet jedes Paar aus Abschlag und Grün, löst die Zuordnung optimal und legt die Runde mit den kürzesten Wegen fest. Ein Klassifikator trennt Spielgrüns von Übungsgrüns.
03Qualität mit Ansage
Vorschläge der KI gehen erst live, wenn sie strenge Prüfungen bestehen: passende Bahnzahl, keine sich kreuzenden Spiellinien, plausible Wege und Pars. Jede Region muss in einer Stichprobe mindestens 90 Prozent korrekte Bahnen erreichen. Jeder Platz bekommt eine Qualitätsnote von A bis D.
04Kartografie in Zentimetern
Das Gelände stammt aus Laserscan-Höhenmodellen mit bis zu 1 Meter Raster, in Deutschland aus dem DGM1 der Landesvermessung. Gegen das amtliche Modell messen wir 0,01 Meter Abweichung. Daraus berechnen wir Höhenprofile jeder Bahn, Grünneigungen im 1-Meter-Gitter und die Plays-like-Distanz. In Bayern vermessen wir sogar Bäume Krone für Krone aus dem Oberflächenmodell.