Die besten KI-Plugins für QGIS 2026 im Vergleich

Acht KI-Plugins, die Sie heute in QGIS installieren können, geordnet nach ihrem Zweck. Preise, Lizenzen und Installationszahlen wurden am 18 August 2026 aus den jeweiligen Quellen der Plugins übernommen.

Der Vergleich

Die Installationszahlen stammen aus dem offiziellen QGIS-Plugin-Index, für jede Zeile aus demselben Feld. Die Produktseiten von AI Segmentation und AI Edit nennen eine niedrigere Zahl, nämlich die Summe der Versionszeilen, die Leser von Hand nachzählen können.

Plugin	Funktion	Rechenort	Kosten	Installationen
Mapflow	Gebiet zeichnen, Gebäude, Straßen, Felder, Wald oder Baustellen auswählen und Vektorlayer erhalten.	Deren Server	Credits für $0.10 pro Stück. Gebäude kosten 10 pro km². 250 kostenlose Credits bei der Registrierung, begrenzt auf 25 km², kein Download. Kostenpflichtig ab $50	202,501
GeoAI	Eine Toolbox: SAM, DeepForest für Baumkronen, Wassermaskierung, Mask R-CNN und ein Trainer.	Ihr Rechner	Kostenlos, MIT	58,992
Deepness	Führt jedes von Ihnen bereitgestellte ONNX-Modell kachelweise über ein Raster aus. Enthält eine Sammlung fertiger Modelle.	Ihr Rechner	Kostenlos, Apache 2.0	84,288
SCP	Überwachte Klassifizierung anhand von Trainingsflächen, die Sie zeichnen. Random Forest und ein neuronales Netz seit v9.	Ihr Rechner	Kostenlos, GPL v3	2,634,130
Bunting Labs AI Vectorizer	Autovervollständigung beim Digitalisieren. Zwei Vertices setzen und die Geometrie wird vor dem Cursor weitergeführt.	Deren Server	Keine kostenlose Stufe. $29 pro Sitz und Monat, begrenzt auf 120 Vervollständigungen pro Tag. $99 unbegrenzt	95,566
QGIS MCP	Stellt 118 QGIS-Operationen über das Model Context Protocol für ein LLM bereit.	Ihr Rechner	Kostenlos. Sie bezahlen Ihr eigenes LLM	33,950
AI Segmentation (unseres)	Zone zeichnen, Objekt eingeben und jedes passende Objekt als Polygon erhalten.	Unsere Server	200 automatische Erkennungen pro Monat kostenlos, keine Karte. Pro €39	51,497
AI Edit (unseres)	Verändert zunächst die Bilddaten selbst und vektorisiert anschließend das Ergebnis.	Unsere Server	3 Generierungen pro Monat kostenlos. Pro €29	21,581

Objekte aus Bilddaten extrahieren

1. Mapflow

Das in QGIS angedockte Mapflow-Verarbeitungsfenster mit einem Untersuchungsgebiet, Mapbox als Datenquelle, Buildings als KI-Modus und Verarbeitungskosten von 13 Credits — Das Mapflow-Verarbeitungsfenster. Die Kosten des Laufs werden vor dem Start angezeigt. Screenshot aus der Mapflow-Dokumentation.

Gebiet auswählen, Modell auswählen und Vektorlayer erhalten. Gebäude mit optionaler Höhe, Straßen, landwirtschaftliche Flächen, Wald mit optionaler Baumkrone und Baustellen.

Rechenort sind die Server von Geoalert. Keine Grafikkarte und außer dem Plugin nichts zu installieren.
Preis $0.10 pro Credit. Gebäude kosten 10 Credits pro km², auf ganze km² aufgerundet. Kostenpflichtig ab $50 für 500 Credits, danach $100 und $300 pro Monat.
Kostenlose Stufe 250 Credits, begrenzt auf 25 km², Download deaktiviert.
Lizenz In der Datei steht GPL v3, in der README GPL v2 oder höher. Lesen Sie die Datei.

Dokumentation · Videoanleitung für einen Gebäudelauf

2. AI Segmentation

QGIS mit geöffnetem AI Segmentation-Fenster rechts und einem Dorf, in dem jedes erkannte Objekt ein separates farbiges Polygon ist — AI Segmentation über einem Dorf: 1,879 Kandidaten, 575 bei 30% Konfidenz behalten.

AI Segmentation führt sein Modell auf einem Server aus, daher muss außer dem Plugin nichts installiert werden: kein Download von Gewichten, kein CUDA und keine Python-Umgebung. Plugin Manager, QGIS 3.22 und höher. Zone zeichnen, building eingeben und jedes Gebäude als Polygon erhalten.

Luftbild eines Industriedachs mit Solarpaneelen vor der Erkennung — Solar panel eingeben und das Dach zeichnen.

Dasselbe Dach, auf dem jede Solaranlage als separates Polygon umrandet ist — Jede Anlage wird als eigenes Polygon zurückgegeben.

Die Filterung erfolgt im Fenster, nicht in der Attributtabelle. Bei einem Lauf in Paris reduzierte das Verschieben von Konfidenz- und Flächenschieberegler 635 Polygone auf 82. Diese 82 enthielten weiterhin 84% der bebauten Fläche.

Das AI Segmentation-Prüffenster mit einem Konfidenzschieberegler bei 30 Prozent, 67 von 367 angezeigten Erkennungen, einer Farbeinstellung pro Objekt und einer Export-Schaltfläche — Der Prüfschritt. Zuerst filtern, dann die verbleibenden Ergebnisse exportieren.

Kostenlose Konten erhalten 200 automatische Erkennungen pro Monat ohne Karte und Zonen bis zu 15 km². Der Semi-Auto-Modus auf dem eigenen Rechner bleibt unbegrenzt. Pro kostet €39 pro Monat für 5,000 Erkennungen ohne Zonengrenze. Die Ausgabe ist ein formatiertes GeoPackage mit Label, Klasse, Konfidenzwert und Fläche für jedes Feature.

Die Bilddaten werden auf einem Server in Europa verarbeitet. Daher eignet sich das Plugin nicht für Arbeiten, bei denen die Daten den Rechner nicht verlassen dürfen.

Kostenlos in QGIS testen, keine Karte erforderlich

Ein Modell auf dem eigenen Rechner ausführen

3. GeoAI

Das rechts in QGIS angedockte GeoAI-Fenster mit Feldern für Modell, Fenstergröße und Ausgabe über einer OpenStreetMap-Grundkarte — Das GeoAI-Fenster. Modell, Kachelfenster und Ausgabe befinden sich im Dock. Aufnahme aus dem eigenen Tutorial des Autors.

Die umfangreichste Toolbox in diesem Vergleich von Qiusheng Wu. SAM, DeepForest für Baumkronen, OmniWaterMask, Mask R-CNN und ein Trainer für eigene Modelle.

Rechenort ist Ihr Rechner. CUDA wird empfohlen, Apple MPS wird unterstützt, CPU-Fallback ist verfügbar. SAM 3 benötigt eine NVIDIA-Karte.
Preis kostenlos, MIT.
Version auf die QGIS 3.44-Reihe festgelegt, um eine Regression in 3.42.2 zu vermeiden.
Installation Planen Sie einen Abend ein. Ich bin sowohl auf meinem Mac als auch auf meinem Windows-Rechner gescheitert, und meine Hardware reichte für die gewünschten Läufe nicht aus. Die gemeldeten Fehler betreffen überwiegend Windows und der Maintainer schließt sie schnell: #827, #519, #414, alle geschlossen.

Dokumentation · Video zur Einrichtung Schritt für Schritt

4. Deepness

Ein von Deepness erzeugtes Landbedeckungsergebnis über einer Küstenstadt, Gebäude rot, Vegetation grün und Wasser blau — Ein über Deepness ausgeführtes Landbedeckungsmodell. Sie stellen die ONNX-Datei bereit, Deepness übernimmt die Kachelung. Screenshot aus der Deepness-Dokumentation.

ONNX-Datei übergeben, Raster auswählen und das Modell Kachel für Kachel ausführen. Die Sammlung umfasst Landbedeckung, Gebäude, Straßen, Solarpaneele, Baumspitzen und Autos. Jedes Modell ist nur auf Daten zuverlässig, die seinen Trainingsdaten ähneln.

Rechenort ist Ihr Rechner. Funktioniert auf CPU, für eine GPU benötigen Sie Ihre eigene CUDA-Einrichtung.
Preis kostenlos, Apache 2.0. 2023 in SoftwareX veröffentlicht, falls Sie es zitieren müssen.
Installation Bei mir etwa zwanzig Minuten und den Aufwand wert. Das Plugin installiert OpenCV und ONNX Runtime bei der ersten Verwendung per pip. Genau dabei treten die Fehler auf: #197, #235 weiterhin offen, #193.
macOS Die Maintainer haben keinen Mac zum Testen (#209) und auf der Installationsseite steht "MacOS - SOON".

Dokumentation · Video zum Laden von Modellen und zur Inferenz

Pixel in Landbedeckung klassifizieren

5. SCP

Ein vollständiges QGIS-Fenster mit geöffnetem Semi-Automatic Classification Plugin, seinem Dock, dem Bandset-Fenster und dem Tab zum Herunterladen von Produkten — SCP ist eher eine Arbeitsumgebung als ein einzelnes Fenster: Trainingsflächen, Bandsets, Bilddaten-Download und Klassifizierung an einem Ort. Screenshot aus dem SCP-Handbuch.

Das Plugin von Luca Congedo befindet sich seit 2013 im Repository und wurde 2.6 millionenfach installiert, mehr als alle anderen Plugins hier zusammen. Sie zeichnen Trainingsflächen, wählen Minimum Distance, Maximum Likelihood oder Spectral Angle Mapping und erhalten ein klassifiziertes Raster. Landsat und Sentinel-2 können ebenfalls heruntergeladen werden.

Rechenort ist Ihr Rechner, CPU.
Preis kostenlos, GPL v3.
Nicht mehr die Option ohne KI Version 9 fügte Random Forest, einen neuronalen Klassifikator und vortrainierte Modelle hinzu.
Zuerst prüfen Die 9.x-Reihe benötigt QGIS 4. Für QGIS 3 gibt es 8.5.0 von November 2024. Für Apple Silicon gibt es einen offenen Absturzbericht.

Handbuch · Anleitung zur überwachten Klassifizierung

Drei Plugins für andere Aufgaben

6. Bunting Labs AI Vectorizer

Der Eintrag von Bunting Labs AI Vectorizer im QGIS-Plugin-Manager mit Beschreibung, Bewertung und Downloadzahl — Der Eintrag im Plugin-Manager. Die Downloadzahl in der Auflistung liegt hinter dem Indexwert in der Tabelle oben zurück. Screenshot aus dem QGIS-Plugin-Manager.

Autovervollständigung für das manuelle Digitalisieren. Layer bearbeiten, zwei Vertices entlang einer Straße oder eines Flusses setzen und die Geometrie vor dem Cursor weiterführen lassen. Das Plugin liefert niemals alle Treffer in einem Gebiet zurück.

Rechenort sind deren Server. Die Bilddaten rund um den Cursor werden übertragen, die Geometrie kommt zurück.
Preis Keine kostenlose Stufe, nur ein erster Tag für $1. Persönlich $29 pro Sitz und Monat, begrenzt auf 120 Vervollständigungen pro Tag. Professionell $99, ohne Begrenzung und ohne Datenspeicherung.
Lizenz GPL 2.0.
Hinweis In der Auflistung wird auch Georeferenzierung beworben. Die Preisseite rechnet AI Georeferencer jedoch separat ab, mit 25 oder 100 pro Monat.

Dokumentation · Eigene Demo der Autovervollständigung

7. QGIS MCP

Das Plugin von Nicolas Karasiak öffnet einen Socket innerhalb von QGIS. Ein zugehöriger Server stellt 118 Operationen für jeden Model Context Protocol-Client bereit: Claude Code, Claude Desktop, Codex, Cursor, VS Code. Layer, Features, Bearbeitung, Styling, Verarbeitung, Rendering, Layouts, Atlas, SQL.

Rechenort ist Ihr Rechner. Das Modell läuft dort, wohin Ihr Client es verweist.
Preis kostenlos. Plugin GPL 2.0, Server MIT. Sie bezahlen Ihr eigenes LLM.
Benötigt QGIS 3.28 oder höher sowie uv.
Enthält kein Erkennungsmodell, daher ist es keine Alternative zu den anderen Plugins. Es ist das Werkzeug, das sie aufrufen könnte.

Anleitung zur Einrichtung und Agent-Integration

8. AI Edit

AI Edit verändert die Pixel, statt sie zu lesen: Wolken aus einer Szene entfernen, ein Sommerfeld in Winter verwandeln, ein Orthofoto als saubere Landbedeckungskarte rendern und anschließend in einen Layer vektorisieren.

Rechenort ist ein Server. Keine Grafikkarte.
Preis €29 pro Monat, drei kostenlose Generierungen.

Eine teilweise von Wolken verdeckte Satellitenszene und dieselbe Szene ohne Wolken (after) — AI Edit entfernt die Wolkendecke. Die Ausgabe bleibt auf derselben Ausdehnung georeferenziert.

Eine teilweise von Wolken verdeckte Satellitenszene und dieselbe Szene ohne Wolken (before) — AI Edit entfernt die Wolkendecke. Die Ausgabe bleibt auf derselben Ausdehnung georeferenziert.

Installation

Die lokal ausgeführten Plugins sind kostenlos. Der Preis ist Ihr Nachmittag. QGIS bringt unter Windows sein eigenes Python mit, die Abhängigkeiten landen in der anderen Umgebung, und eine Inkompatibilität zwischen numpy 1 und numpy 2 legt das gesamte Plugin lahm. Ich konnte GeoAI, Deepness und GeoOSAM sowohl auf meinem Mac als auch auf meinem Windows-Rechner beim ersten Versuch nicht installieren. Deepness funktionierte schließlich und war den Aufwand wert.

Eins nach dem anderen installieren und QGIS zwischen den Installationen neu starten. Eine fehlgeschlagene Installation von Abhängigkeiten hinterlässt die Umgebung oft in einem schlechteren Zustand.
Die Anforderungsseite vor dem Plugin-Manager lesen. GeoOSAM weist fett darauf hin, dass beide Installationsmethoden weiterhin eine manuelle pip install-Installation von neun Paketen benötigen.

Ebenfalls wissenswert. Kleiner oder neuer, im August 2026 weiterhin aktiv und kostenlos:

SamGeo, erneut von Qiusheng Wu, SAM-Segmentierung anhand von Text-, Punkt- oder Box-Prompts.
Geo SAM, SAM 1 bis 3 für Landschaftsformen, jeweils ein Objekt.
GeoSeg Studio, eine vollständige Pipeline für semantische Rastersegmentierung.
Aerial LiDAR Classifier, semantische Segmentierung von Aerial LiDAR mit Deep Learning.
AgenticGIS, ein Chat-Assistent direkt in QGIS, der QGIS-Operationen über ein LLM ausführt.

Fragen

Was ist das beste kostenlose KI-Plugin für QGIS? Für die Extraktion von Objekten aus Bilddaten auf dem eigenen Rechner ist GeoAI die beste Wahl. Es steht unter der MIT-Lizenz, deckt SAM sowie Baumkronen, Wassermaskierung und Mask R-CNN ab und hat hier mehr Installationen als jede andere kostenlose Option außer SCP. Planen Sie einen Abend für die Installation ein. Für Landbedeckung aus eigenen Trainingsflächen ist SCP die richtige Wahl. Das Plugin erledigt diese Aufgabe seit 2013.

Gibt es ein KI-Plugin für QGIS, das ohne GPU funktioniert? Ja, vier davon. Mapflow und unser AI Segmentation führen das Modell auf einem Server aus, daher funktioniert jeder Laptop. Auch Bunting Labs läuft remote. QGIS MCP benötigt überhaupt kein Modell. Alles, was lokal läuft, benötigt bei größeren Gebieten eine Grafikkarte. SAM 3 braucht ausdrücklich eine NVIDIA-Karte mit CUDA.

Was ist eine günstigere Alternative zu Mapflow? Das hängt von der Fläche ab. Mapflow berechnet für Gebäude 10 Credits pro Quadratkilometer. Ein Credit kostet $0.10, daher kosten Gebäude auf hundert Quadratkilometern etwa $100. Unser AI Segmentation kostet pauschal €39 pro Monat für 5,000 Erkennungen ohne Flächenbegrenzung und ist bis zu 200 Erkennungen pro Monat kostenlos. Wenn Sie gar nichts bezahlen möchten, sind GeoAI und Deepness kostenlos und laufen auf Ihrem Rechner.

Hat QGIS Segment Anything? Nicht im QGIS-Kern. Mehrere Plugins bringen es mit: GeoAI und SamGeo von Qiusheng Wu, Geo SAM sowie AI Segmentation, das SAM 3 auf einem Server ausführt. Der SAM-Leitfaden vergleicht sie ausführlich.

Welche dieser Plugins kann ich ohne Lizenzprobleme für Kundenprojekte verwenden? GeoAI steht unter MIT und Deepness unter Apache 2.0, beide sind permissiv. SCP steht unter GPL v3. Bunting Labs steht unter GPL 2.0 und QGIS MCP unter GPL 2.0 mit einem MIT-Server. Mapflow enthält eine GPL v3-Lizenzdatei, während die README GPL v2 oder höher nennt. Lesen Sie daher die Datei, wenn es für Sie wichtig ist. Nichts davon deckt die Bilddaten ab, die Sie den Plugins übergeben. Dafür bleiben Sie verantwortlich.

Kann ich eines dieser Plugins auf einem Stapel von 400 Kacheln ausführen? Deepness kachelt ein Raster nativ. Mapflow verarbeitet ein Gebiet serverseitig. Für eine echte Pipeline benötigen Sie eher Python als ein Plugin. segment-geospatial ist ein geeigneter Ausgangspunkt.

Nach Aufgabe auswählen

Objekte über ein Gebiet extrahieren, ohne Installation

Mapflow oder AI Segmentation. Beide laufen auf einem Server und funktionieren auf jedem Laptop.

Nichts darf den Rechner verlassen

GeoAI oder Deepness. Kostenlos, lokal und den Installationsaufwand eines Abends wert.

Landbedeckung statt Objekte

SCP. Zwanzig Jahre alt und weiterhin das richtige Werkzeug.

Sie digitalisieren manuell und möchten schneller arbeiten

Bunting Labs, nachdem Sie den monatlichen Preis geprüft haben.

Weniger als fünfzig Features

Digitalisieren Sie sie selbst. Die Einrichtung all dieser Plugins kostet mehr Zeit als das Zeichnen.

Der SAM-Leitfaden erklärt ausführlicher, welche Plugins welche Version von Segment Anything ausführen. Der Leitfaden zu Gebäudegrundrissen führt einen Auftrag von Anfang bis Ende durch.