Ergebnisse anwendungsorientiert und nutzerfreundlich gestalten

In WINMOL wurden sowohl die Zeit vor dem Sturm als auch die Zeit nach dem Sturm berücksichtigt, um Wälder für den Klimawandel fit zu machen. Ein Team hat Modelle angepasst und entwickelt, die dabei helfen, Sturmrisiken in Wäldern in Abhängigkeit von Boden, Alter, Baumart und anderen Parametern zu erkennen. Zwei weitere Teams befassten sich mit der Frage, wie Sturmschäden nach dem Sturm schnell erkannt werden können und wie viel Holz in welcher Qualität geworfen wurde, um den rechtzeitigen Transport und die Verarbeitung des Holzes zu unterstützen, wobei sowohl Satellitenbilder als auch Drohnenaufnahmen verwendet wurden.

Ziel des Projekts war es, die Ergebnisse für die Forstwirtschaft in Deutschland nutzbar und anwendbar zu machen und sie in leicht zugänglicher Form zu präsentieren. Daher wurde in einem ersten Schritt eine Bedarfsanalyse hinsichtlich der technischen Voraussetzungen und Fähigkeiten sowie des Prozesswissens durchgeführt. Zusätzlich wurden einige Tiefeninterviews mit Mitgliedern der Forstwirtschaft durchgeführt. Die Ergebnisse beider Untersuchungen flossen in den wissenschaftlichen Prozess und in die Entwicklung der Produkte ein, die die Ergebnisse präsentieren.

CoKnow ermöglichte einen einfachen Zugang und eine Sprache, die auch für nicht-akademische Forstleute verständlich ist. Mit Hilfe des Teams wurde eine Nutzerkonferenz vorbereitet, um die Ergebnisse zu präsentieren: Plug-ins und How-to-Dokumentationen für Standardprogramme sowie eine Online-Shiny-App!

Schauen Sie sich die Produkte hier an: https://winmol.thuenen.de/

Um die Produkte einer breiteren Öffentlichkeit bekannt zu machen, wurde mit Hilfe von CoKnow eine Podcast-Serie erstellt, aber das ist eine andere Geschichte.