Hallo, ich bin Bakar, Geoexperte mit Leidenschaft für alles Räumliche.

Über mich

Ich bin Geodatenexperte. Den größten Teil meiner Laufbahn habe ich mit Erdbeobachtungsdaten von Satelliten und Flugzeugen gearbeitet; heute arbeite ich vor allem mit Drohnensensoren, von RGB-Kameras bis LiDAR. Gleich geblieben ist das Ziel: aus Rohdaten Informationen zu machen, mit denen andere arbeiten können. Meine Arbeit liegt an der Schnittstelle von Fernerkundung, Data Engineering und maschinellem Lernen. Ich analysiere Bilddaten in großem Umfang, baue Pipelines und Backends, die sie bereitstellen, und nutze nachtrainierte Foundation Models sowie Open-Source-LLMs und -VLMs, um das Wesentliche darin zu finden. Seit November 2025 mache ich das bei Beagle Systems, mit Daten von Langstreckendrohnen.

  1. ausbildung
  2. 2012 – 2015B.Sc. GeologieBahria University
  3. 2016 – 2020M.Sc. Remote Sensing & GISNUST, Islamabad
  4. 2017 – 2020M.Sc. GeologieUniversität Freiburg
  5. beruf
  6. 04/2021 – 02/2024GIS Specialist & Data EngineerMapTransfer
  7. 03/2024 – 10/2025Geospatial (EO) Data ScientistKaruna Technology
  8. seit 11/2025Geospatial Data SpecialistBeagle Systems

Vom Orbit zur Drohne

Mein Weg in der Fernerkundung, vom Satelliten bis zur Drohne. Scrollen Sie nach unten.

  1. 01 · Satellit · ab 2016

    Es begann im Orbit.

    Angefangen habe ich mit Satellitendaten von Landsat 7 und 8, Sentinel-1, -2, -3 und -5P, MODIS, ASTER, EO-1 Hyperion, TRMM und Planet: optische, hyperspektrale, Radar-, Thermal- und Atmosphärenaufnahmen der Erde aus mehreren hundert Kilometern Höhe. Bei 30 m pro Pixel ist ein ganzes Dorf nur eine Handvoll farbiger Quadrate.

    ~705 km · 30-m-Pixel

  2. 02 · Luftbild · ab 2021

    Dann näher: Luftbilder.

    Dann ging es näher heran, zu Daten aus Flugzeugen: Orthofotos mit 5, 10 und 20 cm pro Pixel, darunter die frei verfügbaren DOP10 und DOP20 der Landesvermessung, und Punktwolken aus luftgestütztem LiDAR. Bei dieser Auflösung werden jedes Haus, jede Straße und jeder Baum sichtbar.

    ~1 km · 5–20-cm-Pixel

  3. 03 · Drohne · seit 11/2025

    Heute: Drohnen.

    Heute arbeite ich mit Daten von Langstreckendrohnen, die außerhalb der Sichtweite fliegen und Kameras und LiDAR in geringer Höhe tragen. Bei etwa 2 cm pro Pixel werden einzelne Objekte sichtbar, und ein Erkennungsmodell kann sie finden.

    ~100 m · ~2-cm-Pixel

Lebenslauf

Ausgewählte Berufserfahrung und Kenntnisse. Den vollständigen Lebenslauf gibt es als PDF.

Berufserfahrung

  1. seit 11/2025

    Geospatial Data Specialist Beagle Systems, Hamburg

    Beagle Systems überwacht mit Langstreckendrohnen außerhalb der Sichtweite (BVLOS) Pipelines, Versorgungsnetze und andere Infrastruktur.

    • Entwickelte eine Open-Source-Pipeline für Drohnen-LiDAR, die Punktwolken per PPK georeferenziert, Freileitungsszenen klassifiziert, fehlende Leiterseile über ihren Durchhang rekonstruiert und nahe Vegetation nach Risiko bewertet; Baumsturzanalyse in Arbeit.
    • Entwickelte eine KI-gestützte Pipeline zur Trassen- und Baustellenüberwachung: Georeferenzierung per Deep Feature Matching, ein nachtrainiertes Foundation Model zur Objekterkennung, ein Open-Source-VLM zur Prüfung und Echtzeit-Inferenz auf einem NVIDIA Jetson.
    • Trainierte ein Foundation Model zur Gebäudesegmentierung mit intern erstellten Labels aus 10-cm-Orthofotos nach und setzte es im gesamten Raum Köln ein.
    • Baute ein Backend mit PostGIS und TiTiler auf, das große GeoTIFFs als Kartenkacheln ans Frontend liefert, und unterstützte die Flugplanung mit Vorabprüfungen und neuen Daten für die Geodatenbank.
  2. 03/2024 – 10/2025

    Geospatial (EO) Data Scientist, Teilzeit Karuna Technology UG, Deutschland

    • Kartierte Stadtbäume aus Luftbildern mit einem nachtrainierten Deep-Learning-Modell auf intern erstellten Trainingsdaten und überwachte ihre Vitalität mit NDVI- und NDWI-Zeitreihen von Planet in Google Earth Engine, um geschwächte Bäume zu erkennen.
    • Prognostizierte über eine API die langfristigen Ökosystemleistungen der kartierten Bäume, von der Kohlenstoffspeicherung bis zu weiteren Umweltleistungen, und schätzte so den Wert des städtischen Baumbestands für die kommenden Jahrzehnte.
    • Entwickelte Google-Earth-Engine-Workflows, die mehrjährige Sentinel-1-Radarzeitreihen mit Speckle-Filter aufbereiten und per Gleichung in Bodenfeuchtekarten umrechnen, die Wasserstress auf Golfplätzen sichtbar machen.
  3. 04/2021 – 02/2024

    GIS Specialist & Data Engineer MapTransfer, Deutschland

    • Verantwortete den gesamten Geodaten-Workflow eines Bauunternehmens: Georeferenzierung von Bauplänen und Orthofotos, Umwandlung in Cloud-optimierte GeoTIFFs, Upload auf AWS S3 und QGIS mit PostgreSQL als gesichertes Kunden-Frontend.
    • Konzipierte und erstellte mehrere GIS-Kurse für Studierende und Fachleute zu LiDAR-Verarbeitung, räumlicher Analyse, Spatial SQL, ALKIS und GeoServer.
    • Wandelte AutoCAD-Daten in QGIS in ALKIS-konforme GIS-Ebenen für Telekom-Projekte um.
    • Baute Web-GIS-Anwendungen mit OpenLayers, GeoServer (WMS) und PostgreSQL.

Ausbildung

  1. 2017 – 2020

    M.Sc. Geologie Universität Freiburg, Deutschland

    • Masterarbeit: „Simulation of multispectral and hyperspectral imaging techniques for mapping of epithermal ore deposits in vegetated zones“
  2. 2016 – 2020

    M.Sc. Remote Sensing & Geographic Information Systems National University of Sciences and Technology, Pakistan

    • Masterarbeit: „Development of an open-source Python-based slope stability model that incorporates remote sensing and geotechnical data for slope failure assessment“
  3. 2012 – 2015

    B.Sc. Geologie Bahria University, Pakistan

    • Bachelorarbeit: „Petrophysical analysis of Joya Mair – Well 4“

Projekte im Studium

Massenbilanz des Mýrdalsjökull aus historischen Satellitenbildern und DGMs, die Schmelzrate verdoppelte sich nach 2000 (Landsat, Sentinel-2); Schneebedeckung und Niederschlagsvariabilität, 2000–2015 (MODIS, TRMM); Veränderung der Schneebedeckung im Kabul-Becken und deren Folgen für die Wasserressourcen (Landsat 7); Landbedeckung, Erosion und Morphometrie des Mauna Kea (Landsat 8, ASTER).

Kenntnisse

Geo-KI
Nachtraining von Foundation Models zur Erkennung und Segmentierung auf Drohnen- und Luftbildern; Open-Source-LLMs und -VLMs als Qualitätsprüfung in produktiven Pipelines, vom GPU-Server bis zum Edge-Gerät.
LiDAR
Drohnen-LiDAR von den Rohdaten bis zum Ergebnis: PPK-Georeferenzierung, Sensorkalibrierung, Punktwolkenklassifikation und Analysen an Freileitungen.
Fernerkundung
SAR-, Multispektral- und Hyperspektraldaten als Karten, die Fragen beantworten, von Zeitreihen in Google Earth Engine bis zu Drohnenbildern im Zentimeterbereich.
Geodaten
Vektordaten in großem Umfang modellieren, bereinigen und umwandeln, von ALKIS-Katasterdaten und CAD-Plänen zu analysefertigen GIS-Ebenen, in GeoPandas, PostGIS und QGIS.
Data Engineering
Die Infrastruktur dahinter: PostGIS-Datenbanken, Cloud-Speicher auf AWS, containerisierte Pipelines und Kachel-Dienste für Web-Frontends.
Programmierung
Python täglich; Spatial SQL, R und Bash, wo sie passen.
Geologie
Ausgebildeter Geologe mit B.Sc. und M.Sc.: numerische Modellierung und Petrophysik.

Sprachkenntnisse

Englisch
C2
Deutsch
B2

Zertifikate

alle 6 anzeigenausblenden
  1. 10/2022NASA ARSET Disaster Assessment Using Synthetic Aperture Radar
  2. 09/2022NASA ARSET Monitoring and Modeling Floods using Earth Observations
  3. 05/2022NASA ARSET Mapping Crops and their Biophysical Characteristics with Polarimetric SAR and Optical Remote Sensing
  4. 03/2022NASA ARSET Tools for Analyzing NASA Air Quality Model Output
  5. 01/2022NASA ARSET Using Earth Observations for Pre- and Post-Fire Monitoring
  6.  UNAVCO / GAGE InSAR Processing and Time-Series Analysis for Geophysical Applications: ISCE, ARIA-tools, and MintPy

Visualisierungen

Karten und Datengrafiken aus privaten und Studienprojekten.

Kontakt

Erdbeobachtung, Drohnendaten oder Geo-KI: Über einen Austausch freue ich mich jederzeit.