Skip to content

GCRI · Kritische Infrastruktur

Sensorik und IoT für Infrastruktur

Sensors, the internet of things and observation networks give operators continuous information on asset condition and service performance. In this field they support condition monitoring, leak and fault detection, and situational awareness during events.

01Registrieren

Sensing and IoT for infrastructure on the record.

MethodennachweisMINT-Methode
  1. MethodeSensoren, IoT und Beobachtungsnetze
  2. Angewandt inKritische Infrastruktur
  3. Kanonische SeiteMINT-Commons
02Antrag

What sensors, IoT and observation networks does here.

Sensors, IoT and observation networks collect continuous measurements of physical, environmental and operational conditions. They provide the real-time inputs that Frühwarnung and asset monitoring depend upon. In kritische Infrastruktur and cities and built environment, observation networks enable early warning and condition-based maintenance. They reveal how stresses in one system appear in connected Systeme in near real time. The canonical description is on die STEM Commons.

Structural health monitoring

Strain, vibration and displacement sensors on bridges and buildings track changes that indicate damage or deterioration.

Leak and pressure monitoring

Pressure and flow sensors and acoustic loggers locate leaks and bursts in water networks, so crews reach them before they grow.

Grid sensing

Phasor measurement units and smart meters show grid conditions and outage locations in near real time.

03Geografie

Exposition der Infrastruktur in Westeuropa.

Nächtliche Lichter, Bevölkerungsdichte und Hochwasser über Westeuropa, aus NASA GIBS. Jede Ebene trägt ihr eigenes Datum.

Die interaktive Karte benötigt JavaScript; die Ebenenliste und die Quellen finden Sie unten.

Ebenen 3

Exposition der Infrastruktur, für diese Seite

Über diese Ebene
Evidenz
Beobachtet
Quelle
VIIRS Black Marble (VNP46A2) (NASA LAADS DAAC)
Anbieter
NASA LAADS DAAC
Lizenz
Offene Daten der NASA
Jahrgang
täglich; Satellitenstrahldichte, korrigiert um Mondlicht und Atmosphäre
Neueste beim Build
2026-10-12
Auflösung
Raster von etwa 500 m
Unsicherheit
Nächtliche Strahldichte aus Satellitendaten für das angezeigte Datum; Lichter sind ein Näherungswert für Stromverbrauch und Ausfälle, keine Messung von Versorgung oder Zugang.
Erreichbar über
gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
Evidenz
Geschätzt
Quelle
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Columbia University))
Anbieter
NASA SEDAC (CIESIN, Columbia University)
Lizenz
CC BY 4.0
Jahrgang
null; Zensusbasierte Schätzung, statisch (2020)
Auflösung
Raster von etwa 1 km
Unsicherheit
Auf Volkszählungen beruhende Schätzung der Einwohner je Quadratkilometer im Jahr 2020, dargestellt als Expositionskontext; keine Zählung der von einer Gefahr betroffenen Menschen.
Erreichbar über
gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
Evidenz
Beobachtet (Wolken hinterlassen Lücken)
Quelle
VIIRS Global Flood Product (NASA LANCE)
Anbieter
NASA LANCE
Lizenz
Offene Daten der NASA
Jahrgang
täglich; Satellitenerkennung; Wolken hinterlassen Lücken
Neueste beim Build
2026-10-14
Auflösung
Raster von etwa 250 m
Unsicherheit
Satellitenerkennung; Wolken hinterlassen Lücken. Satelliten- oder Modellraster, wie der Anbieter es veröffentlicht. Wolken, Streifenlücken und Ableitungsfehler hinterlassen Lücken und Rauschen; die Werte sind Indikatoren, keine Messungen an einem Ort.
Erreichbar über
gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
Evidenz
Beobachtet
Quelle
VIIRS NOAA-20, korrigierte Reflexion (NASA LANCE)
Anbieter
NASA LANCE
Lizenz
Offene Daten der NASA
Jahrgang
täglich; Satellitenbild
Neueste beim Build
2026-10-14
Auflösung
Raster von etwa 250 m
Unsicherheit
Satellitenbild. Satelliten- oder Modellraster, wie der Anbieter es veröffentlicht. Wolken, Streifenlücken und Ableitungsfehler hinterlassen Lücken und Rauschen; die Werte sind Indikatoren, keine Messungen an einem Ort.
Erreichbar über
gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
Evidenz
Modelliert (jüngstes Jahr, das GIBS veröffentlicht)
Quelle
MODIS Terra und Aqua, Landbedeckung (MCD12Q1) (NASA LP DAAC)
Anbieter
NASA LP DAAC
Lizenz
Offene Daten der NASA
Jahrgang
jährlich; Satellitenklassifikation; jüngstes Jahr, das GIBS veröffentlicht
Neueste beim Build
2024-01-01
Auflösung
Raster von etwa 500 m
Unsicherheit
Satellitengestützte Landbedeckungsklassen für das angezeigte Jahr, einschließlich Ackerland; eine Klassifikation mit bekannten Fehlern, kein Betriebsregister.
Erreichbar über
gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben
Über diese Ebene
Evidenz
Beobachtet (Wolken hinterlassen Lücken)
Quelle
MODIS Terra EVI (NASA LANCE)
Anbieter
NASA LANCE
Lizenz
Offene Daten der NASA
Jahrgang
täglich; Satellitenindex; Wolken hinterlassen Lücken
Neueste beim Build
2026-10-13
Auflösung
Raster von etwa 250 m
Unsicherheit
Satelliten-Vegetationsindex über die 8 Tage bis zum angezeigten Datum, ein Indikator für den Zustand von Lebensräumen; kein Maß für Arten oder Biodiversität.
Erreichbar über
gibs.earthdata.nasa.gov, erst nachdem Sie die Live-Karte zugelassen haben

Zuletzt verfügbar

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © OpenStreetMap-Mitwirkende (ODbL) · Natural Earth

Die neuesten NASA-Bilder werden geladen.

Zum Verschieben ziehen. Zum Zoomen Strg oder ⌘ gedrückt halten und scrollen, die Zwei-Finger-Geste oder die Schaltflächen verwenden; für die Werte unter dem Zeiger darüberfahren; Zurücksetzen kehrt zur Region zurück.

Infrastrukturexposition, gerahmt auf Westeuropa.Satelliten- und Modellprodukte, wie die NASA sie veröffentlicht, jeweils mit eigenem Datum. Sie sind Indikatoren, keine Bewertungen eines Ortes.

Daten: NASA GIBS · ASTER GDEM · Blue Marble · © OpenStreetMap-Mitwirkende · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTQuellen und Lizenzen

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Offene Daten der NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Offene Daten der NASA
  • Nächtliche Lichter VIIRS Black Marble, NASA Goddard Space Flight Center; bereitgestellt vom NASA Level-1 and Atmosphere Archive and Distribution System (LAADS DAAC); Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Lizenziert unter CC BY 4.0. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). doi:10.7927/H49C6VHW. CC BY 4.0
  • VIIRS-Produkte nahezu in Echtzeit (Hochwasser, Landoberflächentemperatur, Schneebedeckung, korrigierte Reflektanz), NASA LANCE; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
  • MODIS-Landprodukte (Vegetationsindizes, Bruttoprimärproduktion, Landbedeckung), NASA LP DAAC und LANCE; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
  • ASTER GDEM ist ein Produkt von METI und NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Zitieren als: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Offene Daten der NASA
  • Erstellt mit Natural Earth. Freie Vektor- und Rasterkartendaten @ naturalearthdata.com. Gemeinfrei
  • © OpenStreetMap-Mitwirkende (ODbL), über NASA GIBS (Küstenlinien, Grenzen, Straßen und Ortsnamen). Farben aus der veröffentlichten Farbtabelle neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). ODbL
  • Blue Marble, NASA Earth Observatory; Bilder über NASA GIBS. Farben nach der veröffentlichten Farbskala neu gezeichnet; Werte, wo gezeigt, in Sechseckzellen gemittelt (verändert). Offene Daten der NASA
  • Kontext auf Globus und flacher Karte: Küstenlinien, Grenzen, Straßen und Ortsnamen aus den Referenzebenen von NASA GIBS (OpenStreetMap-Daten, ODbL, © OpenStreetMap contributors); Blue-Marble-Bilddaten als optionale Basis; 3D-Gelände und Höhenanzeige aus dem Höhenfarbindex des ASTER GDEM (Klassen von 5 m bis 200 m, zur besseren Lesbarkeit überhöht). Grenzen werden wie veröffentlicht dargestellt und beziehen keine Position zu einem Gebiet.
  • Live-Ereignisse: NASA Earth Observatory Natural Event Tracker (EONET). Die Ereignisse sind indikativ und behalten ihre ursprünglichen Quellenlinks.
  • Live: Die NASA-EONET-Ereignisse sind Anhaltspunkte, keine behördlichen Warnungen.
  • Live: Ereignisse des U.S. Geological Survey sind Hinweise, keine behördlichen Warnungen.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Abflussvorhersage für Flüsse, 30 Tage mit Spannweite (GloFAS über Open-Meteo): Enthält modifizierte Informationen des Copernicus Emergency Management Service 2026; keine Hochwasserwarnung.
  • Wetterdaten von Open-Meteo.com (https://open-meteo.com/), lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Optionale Ebenen (12 Quellen in der Ebenenliste: live, Vorhersage, beobachtet und Kontext) zeigen ihren Anbieternachweis auf der Karte und hier, wenn sie eingeschaltet sind; Vorhersagen sind Modellausgaben, abgeleitete Indizes sind Schätzungen.

Ebenen und Daten

  • Nachtlichter, täglich: VIIRS Black Marble (VNP46A2), NASA LAADS DAAC · 12. Okt. 2026
  • Bevölkerungsdichte, 2020: Bevölkerung: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statisch
  • Hochwasser, 3-Tage-Komposit: VIIRS Global Flood Product, NASA LANCE · 14. Okt. 2026
  • Echtfarbe: VIIRS NOAA-20 korrigierte Reflektanz, NASA LANCE · 13. Okt. 2026
  • Landbedeckungstyp (IGBP), jährlich: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Enhanced Vegetation Index, gleitend über 8 Tage: MODIS Terra EVI, NASA LANCE · 13. Okt. 2026

04Daten

Was die Methode verwendet.

Datasets and records used by sensors, IoT and observation networks on this platform, with the role each plays and the label its values carry. Sources are listed in dem Quellenregister.

DatenRolleKennzeichnung
SCADA and sensor telemetryOperational dataBEOBACHTET
Smart meter dataCustomer-level service statusBEOBACHTET
Inspection recordsBodenwahrheitBEOBACHTET
05Simulator

Eine Kaskade durch voneinander abhängige Netze.

A Gefahren-Fußabdruck legt gemeinsam gelegene Anlagen in jeder Ebene lahm; Fragmentierung, Abhängigkeit zwischen den Ebenen und Überlastung der verbleibenden Anlagen breiten den Ausfall dann aus. Die 3D-Ansicht trennt die Ebenen in der Tiefe. Lehrmodell mit angegebenen illustrativen Werten, keine Vorhersage. Die Karte auf dieser Seite zeigt Westeuropa; das Modell selbst ist an keinen Ort gebunden.

Steuerung

Anlagen je Ebene
18
Gefahrenausdehnung
8 % der Fläche
Vermögenswerte, die von einer anderen Ebene abhängen
60%
Reservekapazität (Toleranz)
30%

Messwerte

Von der Gefahr getroffene Anlagen
22%
Noch funktionierende Anlagen
7%
Verstärkung des Anfangsschadens
4.2 times
Schritte bis zur Abwicklung
3
Zahlen, Methoden und Quellen
SchrittVerkehr in Betrieb (%)Stromversorgung in Betrieb (%)Telekommunikation in Betrieb (%)
0896183
1442844
217176
31706

Methoden

  1. Voneinander abhängige Netze Buldyrev and others (2010), Catastrophic cascade of failures in interdependent networks, Nature 464
  2. Überlastkaskaden Motter and Lai (2002), Physical Review E 66
  3. Zwischenzentralitätslast Brandes (2001), Journal of Mathematical Sociology 25
  4. Mehrschichtige Netzwerke Kivela and others (2014), Journal of Complex Networks 2
  5. Infrastrukturabhängigkeiten Rinaldi, Peerenboom and Kelly (2001), IEEE Control Systems 21(6)
  6. Unsicherheitsfächer (Parameter-Monte-Carlo) Spiegelhalter, Pearson und Short (2011), Visualising uncertainty about the future, Science 333
  7. Sensitivität mit jeweils einem Faktor (Tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Daten

The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:

  • Hauptstraßen Natural Earth
  • Eisenbahnen Natural Earth
  • Seehäfen Natural Earth
  • Flughäfen Natural Earth
  • Siedlungsflächen Natural Earth
  • Nachtlichter heute Nacht, Ausfälle (VIIRS-Tag/Nacht-Band) NASA/NOAA VIIRS (Suomi NPP) · Register nasa.gibs.context-live-layers
  • Naturereignisse (NASA EONET) NASA EONET · Register nasa.eonet.events
Eine Kaskade über voneinander abhängige Netzwerke. Illustratives Lehrmodell: Es läuft mit den über die Regler eingestellten Werten, nicht mit Messdaten. Methoden: voneinander abhängige Netzwerke (Buldyrev und andere (2010), Catastrophic cascade of failures in interdependent networks, Nature 464); Überlastkaskaden (Motter und Lai (2002), Physical Review E 66); Betweenness-Last (Brandes (2001), Journal of Mathematical Sociology 25).
06Validierung

Wie Ergebnisse geprüft werden.

Sensors are calibrated against reference instruments and checked through co-location and redundancy. Data quality flags and automated range checks catch faults.

PrüfenWie es gemacht wird
Sensor calibrationSensors are calibrated and drift is tracked
Data quality flagsMissing and suspect values are flagged before analysis
Security of sensor networksConnected sensors are assessed for cyber risk before deployment

Sensor drift, power loss and connectivity gaps degrade data during the events of most interest. Dense networks raise security and privacy concerns.

07Zwillings- und Kaskadensimulator

Model Sensing and IoT for infrastructure as a system. Run the cascade.

Assembled from the Nexus Standards area profile Kritische Infrastruktur und kritische Einrichtungen: the hazards it names, the Systeme and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System-Builder.

Gefahren

  • Dammbruch
  • Flusshochwasser (nachgelagert ausgelöst)
  • Sturzflut (nachgelagert ausgelöst)
  • Massenvertreibung (stromabwärts ausgelöst)
  • Großflächiger Stromausfall (stromabwärts ausgelöst)
  • Wasserversorgungsengpass (nachgelagert ausgelöst)

Steuerung

  • NS-0 Verfassung und Grundsätze
  • NS-3 UNIs für Risikodatensätze (Grammatik, Altbestands-Crosswalk, Zuteilungsstelle)
  • NS-9 Kontextuelle UNIs (Bereitstellungen, Instanzen, Programminstanzen)
  • NS-10 Richtlinien und Klauseln (maschinenlesbare Verpflichtungen: Definition, Bindung, Evaluierung und Durchsetzung)
  • NS-11 Verifikation und Überwachung (Evidenz, Bescheinigungen, Beobachtung der Zero-Trust-Konformität)
  • NRS-H61 Gefahrenfamilie: kaskadierender Ausfall (NHS-1 sys.cascade)
  • NRS-H94 Gefahrenfamilie: systemische Cyberereignisse (NHS-1 cyber.systemic-cyber)
  • NRS-H107 Gefahrenfamilie: Konzentration und Monokultur digitaler Infrastruktur (NHS-1 tech.digital-concentration)
  • NRS-K31 Domänenpaketprofil: nationale Cyberresilienz (DOMAIN-031)
  • NRS-K36 Profil des Domänenpakets: kritische Infrastruktur (DOMAIN-036)
  • NRS-K48 Domänenpaketprofil: Resilienz des Finanzsystems (DOMAIN-048)

Beobachtung

  • OpenStreetMap planet and replication (listed for reference)
  • Global Power Plant Database (listed for reference)
  • NASA Black Marble night-time lights (VNP46) (listed for reference)
  • Global Human Settlement Layer (listed for reference)
  • Schäden an kritischer Infrastruktur infolge von Katastrophen
  • Number of disruptions to basic services attributed to disasters
  • Proportion of the rural population who live within 2 km of an all-season road

Beispielgeografie

  • Europe: 113 hexagonal cells
  • Nachtlichter heute Nacht, Ausfälle (VIIRS Day/Night Band), NASA GIBS
  • Oberflächenwasser durch Wolken, 30 m (Radar OPERA DSWx-S1), NASA GIBS
  • Niederschlagsrate, letzte halbe Stunde (IMERG), NASA GIBS
  • Bodenfeuchte an der Oberfläche (SMAP), NASA GIBS
09Methoden und Evidenz

How Sensing and IoT for infrastructure is modelled, measured and tested.

Das Modell, seine Annahmen, seine Daten und seine Unsicherheit in der Form, in der eine Wissenschaftlerin oder ein Ingenieur sie prüfen würde. Die Strukturen folgen veröffentlichten Methoden. Die dargestellten Werte sind illustrativ, keine Befunde.

Systemmodell

The couplings between the systems in Sensing and IoT for infrastructure: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.

++−+Kritische InfrastrukturStädteGemeinschaftenWirtschaftR verstärkendB ausgleichend
Causal loop diagram from the page’s systems; signs show the direction of influence. Illustrative structure for a system dynamics or network model, not estimated couplings.
FAIR-Leitprinzipien · GO FAIR und FORCE11W3C PROV · World Wide Web ConsortiumHinweise zur einheitlichen Behandlung von Unsicherheiten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
10Treuhänderschaft

Wer die Methode pflegt.

Kritische Infrastruktur stewards sensors, IoT and observation networks for the Consortium and reviews how it is applied across platforms.

11Fragen

Fragen und Antworten.

What are the limits of sensors, IoT and observation networks in this field?
Sensor drift, power loss and connectivity gaps degrade data during the events of most interest. Dense networks raise security and privacy concerns.
Wie werden Ergebnisse geprüft?
Sensors are calibrated against reference instruments and checked through co-location and redundancy. Data quality flags and automated range checks catch faults.
Sind die Werte auf dieser Seite echt?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Wo wird diese Methode sonst angewandt?
Das kanonische Methodenseite listet jede Plattform auf, die sie anwendet.
BerichteBeitragen

Evidenz von dieser Seite aus beitragen.

Berichte is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIKritische InfrastrukturStrategische SystemeSzenario und Stresstest
Kritische Infrastruktur

Bringen Sie eine Methode, einen Datensatz oder eine Frage mit.

Information und Anfragen sind heute offen. Eine Anfrage erhält ein Aktenzeichen und nennt den nächsten Schritt; Bewerbungen, Zahlungen, Rechenzuteilungen und Registrierungen öffnen erst, wenn Team, Bedingungen und Prüfkapazität bestehen.