Option A: Plotly Scattermapbox mit Aggregation (H3-Grid, A5-Flächen)
Option B: Externe Kartenkomponente embedden (Folium, Leaflet via Panel-Pane)
Option C: Panel nur für Karten-Seite nutzen (Hybrid-Ansatz)
Architektur:
Taipy-App (ein Prozess, ein Port)
├── Seite 1: Pipeline-Steuerung (Tasks, Feature-Auswahl, Fortschritt, Live-Logs)
├── Seite 2: Dashboard (Statistiken, Risiko-Verteilung, Charts)
├── Seite 3: Ergebnisse (Karte mit Bäumen, Aggregationen)
├── Seite 4: Validierung (AUC, F1, Kalibrierung, SHAP)
└── Seite 5: Szenarien (What-If: Klima 2030/2050, Sensitivität)
Taipy Core (Pipeline-Orchestrierung)
├── Data Nodes: trees, results, model, validation
├── Tasks: compute_risk, train_model, validate, shap_explain
├── Scenarios: baseline, klima_2030, klima_2050
└── Submissions: async Jobs mit Notifications
Phase 1 (Alternative): Panel für Karten-Visualisierung
Panel bleibt eine starke Alternative für die Karten-Seite, weil:
DeckGL (3D-Hexagone), Folium (Popups, Clustering), GeoViews, Datashader (76.000+ Punkte performant)
BSD-3-Clause Lizenz (Apache 2.0 kompatibel)
Hybrid-Ansatz möglich:
Taipy für Pipeline-Steuerung, Szenarien, Dashboard
Panel-Pane in Taipy für Karten-Visualisierung (embedbar)
Phase 2: CIVITAS/CORE – nach Projektende (2027+)
CIVITAS/CORE wird für die Production-Integration bei LHH genutzt, weil:
LHH ist bereits Mitglied von Civitas Connect e.V.
CIVITAS/CORE v2.0 (9. Juli 2026) hat bessere Geodaten-Unterstützung
NGSI-LD API ermöglicht Daten-Integration
Superset + Masterportal + GeoServer für Visualisierung
Civitas Connect e.V. wartet die Plattform (keine Eigenverantwortung)
Migration:
Taipy-App als Addon in CIVITAS/CORE integrieren
Ergebnisse per NGSI-LD API in CIVITAS/CORE pushen
Superset in CIVITAS/CORE für Dashboards nutzen
Begründung
Kriterium
Taipy (Phase 1)
CIVITAS/CORE (Phase 2)
Zeit bis MVP
2–3 Wochen
2–3 Monate
Infrastruktur
pip install taipy
Kubernetes, Helm, Ansible
Pipeline-Steuerung
✅✅ Eingebaut (Tasks, Submissions, Jobs)
❌ Nicht verfügbar
Szenario-Management
✅✅ Built-in What-If-Analyse
❌ Nicht verfügbar
ML-Integration
✅✅ ML-first Design
❌ Nicht verfügbar
LHH-Integration
❌ Neues Tool
✅ Bereits im Einsatz
Wartung nach Projekt
Eigenverantwortung
Civitas Connect e.V.
Skalierung
Ein Server
Kubernetes-Cluster
Taipy jetzt, weil:
Projektende Sept. 2027 – nur 14 Monate Zeit
Pipeline-Steuerung ist kritisch (Fortschritt, Feature-Auswahl, Szenarien)
Szenario-Management ist eingebaut (What-If-Analyse für Klimazentren)
ML-orientiert (natürliche Integration mit AutoGluon)
Markdown-basierte UI (schnelle MVP-Entwicklung)
Asynchrone Jobs mit Notifications (keine manuelle Implementierung nötig)
CIVITAS/CORE später, weil:
LHH hat CIVITAS/CORE bereits → kein neues Tool aufsetzen
Kubernetes-Infrastruktur ist Overhead für Forschungsprojekt
CIVITAS/CORE hat keine Pipeline-Steuerung (Superset ist Read-Only)
Nach Projektende: LHH betreibt das Tool produktiv
Nachtrag (Stand Oktober 2026)
Die Technologieentscheidung (Taipy) hat sich bestätigt, der Umfang der App
hat sich im Lauf von Issue #108 verschoben — die oben skizzierte 5-Seiten-App
(Pipeline-Steuerung/Dashboard/Karte/Validierung/Szenarien) wurde nicht so
ausgeliefert:
Ausgeliefert ist die Taipy-App irrigation_review mit den Seiten
Login, Planentwurf, Freigabe, Ausführung, Ressourcenszenario
(HITL-Workflow für die Bewässerungsplanung; Details in
../data_maintenance/Irrigation_Review_Taipy.md).
Dashboards und Validierungs-Ansichten laufen in Grafana (Betriebs-Dashboard
„Lagebild” plus Methodik/Validierung), nicht als Taipy-Seiten; Superset
dokumentiert das Legacy-Dashboarding.
Pipeline-Steuerung bleibt Skript/CLI-basiert (scripts/run_ml_path.py u. a.),
nicht Teil der GUI.
Nächste Schritte (historische Checkliste, Juli 2026)
Taipy in Conda-Umgebung installieren (requirements-taipy.txt)