Zum Inhalt springen

Dieses Tool wird nicht mehr empfohlen

Reines Python-Forschungspaket für Fernerkundungs-Spezialisten, kein KI-Produkt für unsere Mittelstands-Zielgruppe. Wir lassen den Eintrag für Bestandsverweise stehen, nehmen ihn aber aus Listings und Sitemap.

Alternativen anzeigen
⚠️ Hybrid Geprüft: Mai 2026

ACOLITE

Royal Belgian Institute of Natural Sciences (RBINS)

3/5

ACOLITE ist ein Python-basiertes Forschungspaket des Royal Belgian Institute of Natural Sciences zur atmosphärischen Korrektur optischer Satellitenbilder (Sentinel-2/3, Landsat 5–9, PlanetScope, Pléiades u.a.). Das Tool richtet sich ausschließlich an Fernerkundungs-Spezialistinnen und -Spezialisten mit Python-Kenntnissen, und liegt damit außerhalb unseres KMU-orientierten KI-Tool-Katalogs.

Kosten: Open Source, kostenlos. Entwickelt am RBINS (Belgien); kommerzielle Nutzung auf Anfrage.

Stärken

  • Unterstützt breite Sensorpalette: Landsat 5–9, Sentinel-2/3, PlanetScope, Pléiades, SPOT, WorldView
  • Automatisierte Batch-Verarbeitung großer Szenenmengen, geeignet für Langzeitüberwachung
  • Offene Python-Codebasis, Kalibrierungsparameter im Code anpassbar
  • Aktiv gepflegt auf GitHub, letzte Release 20260421.0 vom 21. April 2026

Einschränkungen

  • Forschungscode, keine kommerziell gehärtete Software mit SLA oder Support
  • Kein generatives, agentisches oder LLM-basiertes System, physikbasierte Strahlungstransfer-Modelle
  • Keine grafische Oberfläche, keine SaaS-Variante, Kommandozeile und Python-Scripting
  • Steile Lernkurve: Python-Kenntnisse und Verständnis von Fernerkundungsphysik erforderlich
  • Datenhosting liegt vollständig beim Nutzer, keine Cloud-Integration inklusive

Passt gut zu

Forschungsteams für radiometrische Konsistenz-Checks Validierung atmosphärischer Korrekturpipelines über mehrere Sensoren Verarbeitungspipelines für Küstenüberwachung, Algenerkennung, Wasserqualität

Wann ja, wann nein

Wann ja

  • Du arbeitest in einem Forschungsinstitut oder einer Behörde mit Fernerkundungsauftrag und brauchst eine offene Atmosphärenkorrektur-Pipeline
  • Du baust einen reproduzierbaren Verarbeitungs-Workflow für Sentinel-2 oder Landsat-Szenen über Wasser- oder Küstengebiete

Wann nein

  • Du suchst ein KI-Werkzeug für Büro-, Marketing- oder Wissensarbeit im Mittelstand
  • Du willst Satellitenbilder ohne Python-Code analysieren, dafür sind Plattformen wie Sentinel Hub oder Google Earth Engine besser geeignet
  • Du brauchst kommerziellen Support, SLA oder eine GUI

Warum dieser Eintrag deprecated ist

ACOLITE ist ein Python-Paket des Royal Belgian Institute of Natural Sciences (RBINS, Brüssel) für die atmosphärische Korrektur optischer Satellitenbilder. Es nimmt rohe Sensordaten (Sentinel-2 Level-1C, Landsat 8/9 Level-1, PlanetScope, Pléiades und weitere) und entfernt rechnerisch den Einfluss der Atmosphäre, über physikbasierte Strahlungstransfer-Modelle, Look-up-Tables und das hauseigene Verfahren Dark Spectrum Fitting. Das Ergebnis sind Reflektanzwerte am Boden bzw. an der Wasseroberfläche, die für Küstenmonitoring, Wasserfarbprodukte oder Sensor-Cross-Calibration weiterverarbeitet werden.

Die Software ist nützlich, gut gepflegt (letzte Release 20260421.0 vom 21. April 2026) und in der Forschung etabliert. Aber sie passt aus drei Gründen nicht in unseren Katalog:

  • Kein KI-System im Sinne unserer Aufnahme-Kriterien. Atmosphärische Korrektur ist klassische Fernerkundungsphysik, nicht LLM, generative KI, Computer Vision oder ein agentisches System. Auch die jüngsten Releases bringen keine ML-basierte Korrektur als Kernfunktion mit.
  • Zielgruppe sind Fernerkundungs-Wissenschaftlerinnen, nicht KMU-Anwender. Bedienung erfolgt über Konfigurationsdateien und Python-API. Es gibt keine grafische Oberfläche und keine SaaS-Variante. Wer ACOLITE produktiv nutzt, hat in der Regel einen Forschungsbackground in Optik, Atmosphäre oder Ozeanographie.
  • Gleicher Fall wie PyTorch oder SALib. Wir behandeln reine Entwickler-Bibliotheken nicht als eigenständige KI-Tools, sie sind Bausteine, keine Produkte. ACOLITE folgt diesem Muster: ein Open-Source-Forschungswerkzeug, das in größere Pipelines eingebettet wird.

Wir lassen die Seite als deprecated stehen, damit Bestandslinks und Such-Treffer nicht ins Leere laufen, nehmen sie aber aus Listings und Sitemap.

Wer trotzdem hier landet, sucht vermutlich

  • Fernerkundungs-Forscherinnen und Behörden-Pipelines, die ACOLITE direkt evaluieren wollen, der einzig sinnvolle Einstieg ist das offizielle Repository auf github.com/acolite/acolite sowie das ACOLITE-Forum, in dem das RBINS-Team Fragen zu Sensorparametern und Korrektur-Algorithmen beantwortet. Begleitliteratur findet sich in den Veröffentlichungen von Quinten Vanhellemont (lead developer).
  • Suchende, die Satellitendaten ohne Python verarbeiten wollen, dafür sind kommerzielle Plattformen wie Sentinel Hub, Google Earth Engine oder Planet geeignet. Diese liefern bereits atmosphärisch korrigierte Level-2-Produkte über eine Web- oder API-Oberfläche, ohne dass eigene Korrektur-Pipelines gebaut werden müssen. Wir führen diese Plattformen aktuell nicht im Tool-Katalog, weil sie ebenfalls außerhalb unserer KMU-KI-Zielgruppe liegen.
  • Anwenderinnen mit konkretem Use Case (Algen, Wasserqualität, Bauflächenerkennung), hier lohnt sich die Recherche bei spezialisierten Dienstleistern wie EOMAP (Wassermonitoring), Brockmann Consult (Bremen, Sentinel-Auswertung) oder dem Deutschen Zentrum für Luft- und Raumfahrt (DLR), die fertige Auswertungen statt Rohdaten-Pipelines anbieten.
  • Suchende, die „ACOLITE“ anders gemeint haben, etwa das Mineral Acolithe oder Markennamen aus anderen Branchen. Diese Treffer haben mit diesem Eintrag nichts zu tun.

Was wir bemerkt haben

  • Mai 2026, Eintrag von live auf deprecated gesetzt. Begründung: Reines Python-Forschungspaket für Fernerkundungs-Spezialisten ohne SaaS- oder GUI-Variante; physikbasierte Atmosphärenkorrektur ist kein KI-Kernprodukt im Sinne unserer Aufnahme-Kriterien (gleiche Linie wie bei PyTorch und SALib geplant).
  • April 2026, Aktuelle Release 20260421.0 bestätigt: Tool wird aktiv weiterentwickelt, bleibt aber Python-CLI-Werkzeug ohne Endnutzer-Oberfläche.

Diesen Inhalt teilen:

Empfohlen in 1 Use Cases

Empfohlen für diese Branchen

Arthur Atlas

KI-Analyst

So entsteht diese Bewertung

Diese Seite bewerten wir redaktionell, mit kräftiger Unterstützung von Arthur Atlas, unserem KI-Analysten. Er prüft Bewertungen nach und markiert veraltete Angaben, sobald sich der Markt dreht. Unsere Angaben stammen überwiegend aus öffentlich zugänglichen Quellen wie Anbieter-Website, Doku und Preislisten. Preise und Funktionen können sich ändern.

Hinweis: Diese Angaben können veraltet oder fehlerhaft sein. Prüfe im Zweifel immer direkt auf der Website des Anbieters.

Preise geändert, Feature veraltet oder etwas fehlt?

Wir freuen uns über Hinweise und Ergänzungen.

Feedback geben

Du arbeitest bei Royal Belgian Institute of Natural Sciences (RBINS)?

Gib uns einen Testzugang, dann schauen wir tiefer rein und ergänzen die Bewertung aus erster Hand.

Testzugang anbieten
Kostenloser Newsletter

Bleib auf dem neuesten
Stand der KI

Wähle deine Themen und erhalte relevante KI-News, Praxistipps und exklusive Inhalte direkt in dein Postfach – kein Spam, jederzeit abmeldbar.

Was interessiert dich? Wähle 1–4 Themen, du bekommst nur Inhalte dazu.

Mit der Anmeldung stimmst du unserer Datenschutzerklärung zu. Jederzeit abmeldbar.

Kostenlos
Kein Spam
Jederzeit abmeldbar