Térinformatika és AI: hogyan lesz a GIS-ből AI-kész adatinfrastruktúra
Mi kell ahhoz, hogy AI-ügynökök használják a település téradatait: gépi olvasható metaadat, OGC API és felhő-natív formátumok, MCP-eszközréteg, jogosultságkezelés. Négy feltétel, egy összehasonlító táblázat és három reális első lépés.
„Mutasd meg azokat az utcákat, ahol a legmagasabb a felszíni hőmérséklet, nincs lombkorona, és 500 méteren belül van iskola.” Egy ilyen kérdésre ma egy jó GIS-es kolléga fél nap alatt válaszol: összegyűjti a rétegeket, lefuttatja az elemzést, exportál egy térképet. Egy AI-ügynök (agent) ugyanezt percek alatt megteszi — de csak akkor, ha a téradat-infrastruktúra úgy van felépítve, hogy egy gép is megtalálja, megértse és lekérdezze. A legtöbb önkormányzati és kormányzati GIS ma nem ilyen. Ez a cikk arról szól, hogyan lesz azzá.
Mi változik valójában?
Az elmúlt harminc évben a térinformatika emberi fogyasztásra épült: asztali szoftver, webtérkép, PDF-térképmelléklet. A felhasználó nézte, kattintott, értelmezte. A nagy nyelvi modellekre épülő ügynökök más módon fogyasztanak adatot: szöveges leírásból értik meg, mi van egy rétegben, szabványos felületen kérdezik le, és strukturált választ várnak vissza. Nem térképet néznek, hanem adatot kérnek.
Ez nem jelenti, hogy a térkép eltűnik. Azt jelenti, hogy a térkép mellé be kell építeni egy gépi hozzáférési réteget — és hogy az adatok minősége, dokumentáltsága már nem „szép lenne”, hanem működési feltétel.
Az AI-kész GIS négy feltétele
1. Leírt adat (metaadat, amit egy gép is megért)
Egy ügynök nem tudja kitalálni, hogy a ter_fak_2023_v3_final réteg a hiteles fakataszter. Szüksége van címre, leírásra, mezőmagyarázatra, frissítési dátumra, koordináta-rendszerre — gépi olvasható formában (JSON, STAC, OGC API Records, DCAT). Ez ugyanaz a metaadat-minimum, amit a governance-cikkben leírtunk; az AI csak keményebbé teszi a követelményt.
2. Szabványos, állapotmentes hozzáférés
Az OGC API család (Features, Tiles, Maps, Processes), a GeoJSON, a felhő-natív formátumok (Cloud Optimized GeoTIFF, GeoParquet, PMTiles, Zarr) mind arra készültek, hogy egy kliens — legyen az böngésző vagy ügynök — egyszerű HTTP-kérésekkel, teljes letöltés nélkül jusson a szükséges adatszelethez. A klasszikus WMS/WFS is működik, de a modern OGC API-k dokumentációja (OpenAPI) önmagában érthető egy nyelvi modell számára.
3. Eszközréteg: az ügynök „keze”
Az ügynöknek nem elég olvasnia; cselekednie kell: pufferezni, metszeni, aggregálni, útvonalat számolni. Ehhez a GIS-funkciókat eszközként kell kitenni — olyan felületen, amelyet az AI-rendszerek natívan értenek. A Model Context Protocol (MCP) 2025 óta de facto szabvánnyá vált erre: egy MCP-szerver leírja, milyen térbeli műveleteket tud, és az ügynök hívja őket. Az Esri, a nyílt forráskódú közösség és a felhőszolgáltatók egyaránt ebbe az irányba mozdultak.
4. Jogosultság és nyomon követhetőség
Ha egy ügynök hozzáfér a közműtérképhez, annak ugyanolyan jogosultsági szabályok szerint kell történnie, mint egy emberi felhasználó esetén — és minden lekérdezésnek naplózhatónak kell lennie. A governance itt nem lassít, hanem lehetővé tesz: az AI-használat ott vezethető be gyorsan, ahol a hozzáférési szintek már tiszták.
Hogyan néz ki ez egy önkormányzatnál?
| Réteg | Ma (tipikus) | AI-kész állapot |
|---|---|---|
| Adattárolás | Fájlok hálózati meghajtón, geodatabase egy szerveren | PostGIS / felhőtároló felhő-natív formátumokkal; egy hiteles hely |
| Hozzáférés | Asztali kliens, webtérkép, kézi export | OGC API-k + meglévő webtérkép; dokumentált végpontok |
| Katalógus | Szóbeli tudás, egy Excel-lista | Gépi olvasható katalógus (STAC / OGC API Records / portál) |
| Elemzés | GIS-szakértő futtatja kérésre | Elemzési eszközök MCP-n vagy API-n keresztül; a szakértő felügyel |
| Felhasználó | Néhány GIS-es, pár tucat térképnéző | A teljes hivatal természetes nyelven kérdez; a lakosság portálon |
A táblázat nem egy „nagy projekt” forgatókönyve. Mindegyik sor külön lépcső, és az Esri-alapú, a nyílt forráskódú és a hibrid környezetekben egyaránt járható. Ennek a szemléletnek éppen itt van a haszna: nem azt kérdezzük, melyik platformot vegye meg a szervezet, hanem azt, hogy a meglévő eszközök melyik képességét kell bekapcsolni.
Hol érdemes kezdeni? Három reális első lépés
- Válassz egy adatkört, és tedd „ügynök-késszé”Jellemzően a fakataszter, a zöldfelület vagy a közterületi hibabejelentés a jó jelölt: közérdekű, nem érzékeny, gyakran kérdezett. Metaadat + OGC API Features végpont + rövid dokumentáció. Két-három hét.
- Építs egy belső kérdés-válasz prototípustEgy ügynök, amely ehhez az egy adatkörhöz tud hozzáférni, és a hivatal munkatársainak válaszol: „hány fát ültettünk tavaly a kerületben utcánként?” A cél nem a tökéletesség, hanem a tanulás: milyen kérdések jönnek, hol hiányos az adat.
- Vond le a governance-tanulságokat, és bővítsA prototípus fél év alatt megmutatja, melyik további adatkör éri meg a befektetést, és milyen szabályokat kell előbb rendbe tenni. Innen már adatkörönként lehet haladni, nem „rendszerben”.
Mire figyelj — kockázatok és tévhitek
- „Az AI majd rendet rak az adatban.” Nem. Az AI felerősíti a meglévő adatminőséget — jót és rosszat egyaránt. Rendezetlen adatból magabiztos, de hibás válasz lesz.
- „Ehhez új platform kell.” A legtöbb esetben nem. A meglévő ArcGIS Enterprise, GeoServer vagy PostGIS környezet alkalmas kiindulópont; a hiányzó elem jellemzően a katalógus és az eszközréteg.
- „A lakossági adat kimehet ügynökhöz.” Csak a nyilvános adatkörök és csak naplózott, jogosultságkezelt módon. Az adatvédelmi hatásvizsgálat itt nem opcionális.
- „A GIS-es kolléga feleslegessé válik.” Ellenkezőleg: a szakértő szerepe a végrehajtásról a felügyeletre, az adatminőségre és a modellezésre tolódik. Értékesebb lesz, nem feleslegesebb.
Az AI-kész térinformatika nem technológiai ugrás, hanem adatfegyelem. Aki a governance-házifeladatot megcsinálja, annak az ügynökök bevezetése hetek kérdése. Aki nem, annak évek.
Kérdésed van egy cikkel kapcsolatban? Írj nekünk.
Szakmai kérdésekre e-mailben válaszolunk. A GEOVERN közvetlenül nem értékesít: tudást oszt meg, és javaslatokat tesz.