Neuer KI-Agent revolutioniert räumliche Analyse mit GeoFlow-Graphen

Geografische Datenanalyse ist ein entscheidender Faktor für Städteplanung, Verkehrsoptimierung und Katastrophenmanagement. Trotz der Fortschritte bei großen Sprachmodellen (LLM) stoßen aktuelle KI-Agenten häufig an ihre Grenzen, wenn es um echte räumliche Berechnungen geht. Sie verlassen sich zu stark auf Websuche oder Mustererkennung und erzeugen dabei oft falsche räumliche Beziehungen.

Der neue KI-Agent namens Spatial‑Agent löst dieses Problem, indem er auf bewährten Theorien der räumlichen Informationswissenschaft zurückgreift. Er wandelt natürliche Sprachfragen in ausführbare Arbeitsabläufe um, die als GeoFlow‑Graphen dargestellt werden – gerichtete azyklische Graphen, bei denen Knoten räumliche Konzepte repräsentieren und Kanten Transformationen zwischen ihnen darstellen.

Durch die Anwendung räumlicher Informationsprinzipien extrahiert Spatial‑Agent die relevanten Konzepte, weist ihnen funktionale Rollen zu und ordnet diese streng nach definierten Reihenfolgen. Anschließend generiert er mithilfe von Vorlagen Transformationssequenzen, die direkt in Code umgesetzt werden können. Diese strukturierte Vorgehensweise sorgt für nachvollziehbare und ausführbare Arbeitsabläufe.

In umfangreichen Tests auf den Benchmarks MapEval‑API und MapQA übertrifft Spatial‑Agent bestehende Baselines wie ReAct und Reflexion deutlich. Die Ergebnisse zeigen nicht nur höhere Genauigkeit, sondern auch eine klare Interpretierbarkeit der erzeugten GeoFlow‑Graphen, was die praktische Anwendbarkeit in realen Szenarien erheblich verbessert.