SILVA Forest Simulator

Kurzfazit

SILVA ist der wissenschaftliche Goldstandard unter den deutschen Waldwachstumssimulatoren. Entwickelt über drei Jahrzehnte am TUM-Lehrstuhl für Waldwachstumskunde, bildet das Einzelbaummodell gemischte, strukturierte Bestände realitätsnäher ab als klassische Ertragstafeln, inklusive Klima- und Artenwechsel-Szenarien. Der Preis für diese Tiefe: Datenaufbereitung und Kalibrierung sind aufwendig, die Oberfläche wirkt spröde, und kommerzielle Betriebsanwendung erfordert eine Kooperationsvereinbarung mit der TU. Für Forschung, Gutachten und große Forstbetriebe mit Planungshorizont ist SILVA trotzdem die erste Wahl.

Für wen ist SILVA Forest Simulator?

Forschung und Lehre: Die ursprüngliche Zielgruppe. Wer an forstwissenschaftlichen Fakultäten oder Versuchsanstalten arbeitet, bekommt kostenlosen Zugang und findet in SILVA einen publikationsfähigen Standard. Die Dokumentation ist auf wissenschaftliche Arbeit ausgelegt.

Große Forstbetriebe und Landesforsten: Für Betriebe ab mehreren tausend Hektar, die Hiebsatzplanung und Waldumbau über 30-50 Jahre projizieren wollen, rechtfertigt sich der Einarbeitungsaufwand. Besonders sinnvoll für gemischte, ungleichaltrige Bestände, wo einfachere Modelle an ihre Grenzen stoßen.

Gutachter und Sachverständige: Für Waldbewertungen, Klimafolgen-Gutachten, Förderanträge (z.B. Waldumbauprämien) und gerichtsfeste Projektionen ist SILVA eine belastbare Grundlage, gerade weil das Modell in der Peer-Review-Literatur dokumentiert ist.

Planer für Waldumbau im Klimawandel: SILVA rechnet Klimaszenarien (Temperatur, Niederschlag, Dürreindizes) in das Wachstum ein. Wer Fichtenreinbestände in Mischwald umbauen will, kann verschiedene Artenmischungen simulieren und sieht, welche Variante in 40 Jahren welche Biomasse, welchen Hiebsertrag und welche Risiken liefert.

Weniger geeignet für: Kleine Privatwaldbesitzer ohne Einzelbauminventur, Bestände außerhalb Mitteleuropas (für Kanada gibt es GYPSY, für Skandinavien andere Modelle), und alle, die eine Klick-Lösung ohne Datenaufbereitung suchen, dafür sind Forsteinrichtungs-Apps oder Waldbau-Planer der Landesforsten geeigneter.

Preise im Detail

Nutzungsart	Preis	Was du bekommst
Forschung & Lehre	0 €	Vollzugriff auf das Modell, Dokumentation, Support über den Lehrstuhl, Veröffentlichung der Ergebnisse möglich
Kooperation mit TUM	Projektbezogen	Gemeinsame Forschungsprojekte, Anpassung des Modells an regionale Besonderheiten, Co-Publikationen
Kommerzielle Nutzung	Auf Anfrage	Lizenzvereinbarung mit dem Lehrstuhl bzw. der TU München, typischerweise projekt- oder betriebsgebunden
Schulung & Kalibrierung	Beratungshonorar	Einarbeitung in Datenstruktur, Modellkalibrierung, Szenarien-Entwicklung (externe Dienstleister oder Lehrstuhl-Kooperation)

Einordnung: “Kostenlos” heißt bei SILVA nicht “Self-Service”. Wer das Modell im Forschungs- oder Lehrkontext nutzt, bekommt es ohne Lizenzkosten, zahlt aber mit der eigenen Arbeitszeit, die für Datenaufbereitung und Kalibrierung anfällt. Für einen mittelgroßen Forstbetrieb liegen die tatsächlichen Einführungskosten (Datenaufbereitung, Kalibrierung, Schulung, ggf. externe Beratung) realistisch zwischen 20.000 und 60.000 Euro, verteilt über 4 bis 6 Monate. Danach ist der laufende Betrieb günstig, weil die Szenarien immer wieder neu gerechnet werden können. Preise bitte immer direkt beim TUM-Lehrstuhl erfragen; die Webseite der TUM-Waldwachstumskunde wurde 2024/2025 ins TUM-Webarchiv verschoben, der Lehrstuhl wird derzeit kommissarisch von Prof. Dr. Rupert Seidl geleitet (Stand Mai 2026), Kontakt über kontakt.wwk@ls.tum.de.

Stärken im Detail

Einzelbaummodell statt Bestandesmodell. Klassische Ertragstafeln beschreiben einen Bestand als Durchschnittswerte. SILVA simuliert jeden Baum einzeln mit Position, Durchmesser und Konkurrenzsituation. Das bedeutet: gemischte Bestände, unterschiedliche Altersklassen, Plenterwald oder Mischwald lassen sich realitätsnah abbilden, genau die Waldstrukturen, die durch den Klimawandel an Bedeutung gewinnen.

Klimasensitivität ist kein nachträgliches Addon. Die Wachstumsfunktionen in SILVA sind über Temperatur, Niederschlag und CO2-Konzentration parametrisiert. Du kannst RCP-Klimaszenarien (z.B. RCP 2.6, 4.5, 8.5) einspielen und sehen, wie sich der Zuwachs einer Fichte auf einem Südhang bei +3°C Sommermitteltemperatur entwickelt. Das ist bei Förderanträgen zum klimaangepassten Waldumbau Gold wert.

Jahrzehntelange Validierungsbasis. Der TUM-Lehrstuhl betreibt Langfristversuchsflächen, die teilweise seit über 100 Jahren kontinuierlich vermessen werden. Dieses Datenkapital steckt im Modell. Anders als bei neueren KI-basierten Ansätzen weiß man bei SILVA genau, auf welcher empirischen Grundlage die Prognosen stehen.

Mehr als Ertrag: Biodiversität und Kohlenstoff. SILVA liefert neben klassischen Ertragskenngrößen (Vorrat, Zuwachs, Durchmesserverteilung) auch Strukturindizes für Biodiversität (z.B. Gini-Koeffizient der Durchmesserverteilung, Artenmischungsindex) und CO2-Bilanzen. Das macht das Tool auch für Nachhaltigkeitsgutachten und ESG-relevante Berichte brauchbar.

Artenspektrum deckt den deutschen Wirtschaftswald ab. Fichte, Kiefer, Buche, Stiel- und Traubeneiche, Douglasie, Weißtanne, Europäische Lärche sind kalibriert, also die acht Baumarten, die zusammen über 90 Prozent der deutschen Waldfläche ausmachen.

Schwächen ehrlich betrachtet

Die Oberfläche ist kein Verkaufsargument. SILVA ist historisch gewachsene Forschungssoftware. Wer eine moderne Web-App mit Drag-and-Drop und AI-Assistent erwartet, wird enttäuscht. Bedienung läuft über klassische Dialog-Oberflächen und teils Skriptsteuerung, das ist effizient, wenn man es kann, aber steil in der Lernkurve.

Daten aufbereiten ist der wahre Aufwand. Das Modell braucht Einzelbauminventurdaten mit Koordinaten, BHD, Höhe und Alter. Viele Betriebe haben nur aggregierte Bestandeskennzahlen. Die Umstellung auf Einzelbauminventur (stichprobenbasiert mit Winkelzählproben oder Vollaufnahme) ist ein mehrmonatiges Projekt für sich, unabhängig von SILVA.

Verfügbarkeit und Dokumentation sind fragil. Die ursprüngliche TUM-Website zum Lehrstuhl Waldwachstumskunde wurde 2024/2025 archiviert (Redirect auf webarchiv.it.ls.tum.de). Der Lehrstuhl wird seit der Emeritierung von Hans Pretzsch nur kommissarisch geführt, eine dauerhafte Nachfolge ist Stand Mai 2026 nicht öffentlich angekündigt. Das erschwert den Einstieg: Wer SILVA heute nutzen will, muss über persönlichen Kontakt zum Lehrstuhl oder über publizierte Arbeiten der Pretzsch-Gruppe gehen. Ein offenes Repository oder moderne Release-Kanäle gibt es nicht.

Kalibrierung nicht unterschätzen. Die Standard-Parameter aus den TUM-Versuchsflächen gelten für südbayerische Standorte. Wer im Mittelgebirge, Tiefland oder Küstenklima arbeitet, sollte das Modell lokal kalibrieren, das erfordert eigene Versuchsdaten oder Literaturrecherche. Ohne Kalibrierung wird der absolute Zuwachs systematisch falsch liegen (die relativen Vergleiche zwischen Szenarien bleiben meistens trotzdem aussagekräftig).

“AI” ist relativ. SILVA verwendet statistische Wachstumsfunktionen und teilweise Machine-Learning-Komponenten in neueren Modulen, es ist aber keine generative KI, kein Deep-Learning-Blackbox, sondern mechanistisch-empirisch. Das ist ein Vorteil für Nachvollziehbarkeit, aber wer den Marketing-Begriff “KI-Tool” erwartet, findet hier klassische Forstwissenschaft mit datengetriebener Basis.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Eine pragmatische, praxisorientierte Lösung für norddeutsche Betriebe willst	BWINPro / WaldPlaner der NW-FVA, vergleichbar wissenschaftlich, deutlich anwenderfreundlicher
Geodatenbasierte Forstplanung mit Karten und Katastern brauchst	Forst-GIS Bayern oder regionale Forst-GIS-Lösungen der Landesforsten
Großräumige Bestandesoptimierung und Forstbetriebsplanung machst	Remsoft Woodstock, industrielles Forstplanungssystem, kommerziell
Eine Open-Source-Forstinventur-Plattform mit GIS-Anschluss brauchst	qForst, schlank, kostenlos, eher für KMU-Betriebe
Inventurdaten räumlich aufbereiten und visualisieren willst	QGIS als Pre- und Post-Processor neben SILVA

Erwähnenswert ohne eigene Tool-Seite: GYPSY (Kanada) und Heureka (Schweden) sind die regionalen Gegenstücke zu SILVA für boreale Bestände, WuchsSim und Landesforst-eigene Ertragstafel-Rechner reichen, wenn nur eine klassische Ertragstafel-Rechnung gebraucht wird. Der Unterschied zur Konkurrenz: SILVA ist unter den deutschen Simulatoren der wissenschaftlichste, am tiefsten in Theorie und Validierung. BWINPro/WaldPlaner ist die pragmatischere Alternative, wenn man aus dem norddeutschen Raum kommt und etwas weniger Einarbeitungszeit investieren will. Für kommerzielle, großräumige Betriebsoptimierung (Hunderttausende Hektar, Holzflussplanung) ist Remsoft Woodstock die richtige Liga, aber eine ganz andere Preisklasse.

So steigst du ein

Schritt 1, Kontakt zum Lehrstuhl herstellen. Weil die klassische TUM-Waldwachstum-Website archiviert wurde, führt der Einstieg aktuell über den neuen Lehrstuhl (Prof. Seidl) oder direkt über Publikationen der Pretzsch-Gruppe. Skizziere dein Vorhaben in einer kurzen Mail: Bestandesgröße, Baumarten, Planungshorizont, wissenschaftlicher oder betrieblicher Kontext. Das entscheidet, ob du einen Forschungszugang oder eine Kooperationsvereinbarung brauchst.

Schritt 2, Datengrundlage aufbereiten. Bevor du eine Zeile Simulation rechnest, brauchst du saubere Einzelbauminventurdaten: Baumart, BHD (Brusthöhendurchmesser), Höhe, Alter und möglichst Position (Koordinaten) für jeden Baum oder eine repräsentative Stichprobe. Wenn diese Daten nicht vorliegen, ist die Neuaufnahme der erste echte Arbeitsschritt, plane dafür eine Saison ein.

Schritt 3, Szenarien definieren und rechnen. Lege zwei bis vier konkrete Szenarien fest (z.B. “Status quo ohne Eingriff”, “Durchforstung alle 10 Jahre”, “Umbau mit Buchen-Unterbau nach 20 Jahren”, “Klimaszenario RCP 4.5”). Vergleiche die Outputs (Vorrat, Zuwachs, Biomasse, CO2, Risikokennzahlen) nicht als absolute Wahrheit, sondern als relative Entscheidungshilfe. So umgehst du die Kalibrierungsproblematik und bekommst robustere Aussagen.

Ein konkretes Beispiel

Ein mittelfränkischer Forstbetrieb mit 4.200 Hektar, überwiegend Fichtenreinbestände aus der Nachkriegsaufforstung, will nach den Borkenkäfer- und Dürreschäden 2018-2022 einen konsequenten Umbau in klimastabile Mischbestände planen. Die Betriebsleitung beauftragt ein Gutachten, für das SILVA in Kooperation mit einem TUM-Doktoranden eingesetzt wird. Simuliert werden vier Szenarien über 60 Jahre: (1) Weiterführung reine Fichte, (2) Umbau zu Fichte-Buche-Mischwald, (3) Umbau zu Douglasie-Tanne-Buche, (4) Laubwaldvariante mit Buche und Eiche. Ergebnis: Szenario 3 liefert den höchsten kumulierten Hiebsertrag bei gleichzeitig niedrigstem Kalamitätsrisiko unter RCP 4.5. Der Betrieb passt seinen 10-Jahres-Forsteinrichtungsplan an und nutzt das Gutachten als Grundlage für Waldumbauprämien. Projektdauer: 7 Monate, davon 4 Monate Datenaufbereitung, Gesamtkosten rund 45.000 Euro.

DSGVO & Datenschutz

• Datenhosting: Lokal, SILVA läuft als Desktop-Software auf dem Rechner des Anwenders. Es gibt keine Cloud-Komponente und keine Datenübertragung an den Hersteller.
• Datennutzung: Inventurdaten bleiben beim Nutzer. Die TUM bekommt Daten nur, wenn sie explizit in einer Forschungskooperation übergeben werden.
• Personenbezogene Daten: Forstinventurdaten sind in der Regel keine personenbezogenen Daten, Vorsicht nur, wenn Einzelbäume eindeutig Grundstücken oder Privatpersonen zuzuordnen sind (Kleinprivatwald, Katasterbezug).
• Auftragsverarbeitung: Nicht erforderlich, da keine Datenverarbeitung durch die TU als Dritte stattfindet (reine Nutzersoftware). Bei Kooperationsprojekten regelt ein projektspezifischer Vertrag die Datenhoheit.
• Empfehlung für Unternehmen: Der Desktop-Betrieb und das deutsche Wissenschaftsumfeld machen SILVA DSGVO-unkritisch. Wer Inventurdaten im Unternehmen hostet, sollte sie nach internen IT-Richtlinien schützen, das ist aber unabhängig von SILVA.

Gut kombiniert mit

• QGIS, Inventurdaten räumlich aufbereiten, SILVA-Ergebnisse kartografisch visualisieren (Bestandeskarten, Hiebsflächenkarten, Risikokarten). Der natürliche GIS-Workflow für jede SILVA-Analyse.
• Python oder R, Pre- und Postprocessing der Simulationsläufe: Szenarien automatisieren, Ergebnisse statistisch vergleichen, Monte-Carlo-Analysen mit tausenden Parametervariationen. Für die Wissenschafts-Community Pflicht.
• ChatGPT oder Claude, für die Interpretation und Verschriftlichung der Simulationsergebnisse in Gutachten, Förderanträgen oder Forsteinrichtungsberichten. SILVA liefert die Zahlen, das LLM hilft beim Text-Rendering für unterschiedliche Adressatengruppen.

Unser Testurteil

SILVA bekommt 4 von 5 Sternen. Das Modell ist wissenschaftlich erstklassig, der deutsche Goldstandard unter den Einzelbaum-Simulatoren, und für Forschung und große Forstbetriebe die inhaltlich beste verfügbare Lösung. Den fünften Stern verliert SILVA an drei konkreten Stellen: die Oberfläche ist funktional, aber nicht einsteigerfreundlich; Datenaufbereitung und Kalibrierung sind ein hoher Einstiegsaufwand; und die aktuelle Verfügbarkeit nach der Lehrstuhl-Übergabe und Website-Archivierung ist intransparenter, als es für eine Software dieser Bedeutung sein sollte. Wer den Aufwand auf sich nimmt, bekommt dafür Prognosequalität, die kommerzielle Tools in der deutschen Forstpraxis nicht erreichen.

Was wir bemerkt haben

• 2024/2025, Die ursprüngliche Website waldwachstum.wzw.tum.de wurde ins TUM-Webarchiv verschoben (Redirect auf webarchiv.it.ls.tum.de). Für Interessenten bedeutet das: Der direkte Weg zu SILVA läuft aktuell nur noch über persönlichen Kontakt zum Lehrstuhl (kontakt.wwk@ls.tum.de), nicht mehr über eine offene Projektseite mit Download oder Demo.
• Mai 2026, Der Lehrstuhl Waldwachstumskunde an der TUM wird weiterhin nur kommissarisch von Prof. Dr. Rupert Seidl geleitet. Hans Pretzsch ist emeritiert, aber weiterhin publikativ aktiv. Eine dauerhafte Nachfolgeregelung und damit auch ein klarer institutioneller Owner für SILVA ist Stand Mai 2026 nicht öffentlich kommuniziert, das ist ein Risiko für Anwender, die auf langfristigen Support angewiesen sind.
• 2022-2025, Klimaangepasste Erweiterungen der SILVA-Wachstumsfunktionen wurden durch die Pretzsch-Gruppe publiziert, insbesondere für Dürrestress und Artenmischungseffekte. Das macht das Modell heute relevanter als vor zehn Jahren, weil Waldumbau unter Klimawandel das dominierende Thema der deutschen Forstpraxis ist.
• Stand Mai 2026, Es gibt nach öffentlich zugänglicher Information keine kommerzielle SaaS-Version, kein offenes GitHub-Repository und keinen Self-Service-Download. Wer SILVA nutzen will, geht weiter den akademischen Weg über Kooperation mit der TU München. Eine moderne Nachfolgeversion oder ein Open-Source-Fork ist aktuell nicht angekündigt.