Über uns
Von der Forschung zur produktionsreifen KI.
GeoLambda GmbH ist ein Forschungs-, Entwicklungs- und Beratungsunternehmen an der Schnittstelle von Geoinformatik und angewandter KI. Wir entwickeln Methoden und Werkzeuge, die dort ansetzen, wo klassische GIS-Workflows und Standard-KI an ihre Grenzen stoßen. Gegründet 2025 von Dr. Gerrit Tombrink (Dr. rer. nat. Geomorphologie, Universität Göttingen).
Was uns auszeichnet
GeoAI im Kern – Wir verbinden modernste Computer Vision, Large Language Models und speziell entwickelte KI-Agenten, um Bildklassifizierung, Objekterkennung und georäumliche ETL-Prozesse zu automatisieren — Arbeitsabläufe, die früher ganze Analystenteams erforderten. Unsere Satellitensegmentierungssysteme klassifizieren alpine Landoberflächen mit über 95 % Genauigkeit.
KI-Sicherheit & EU-AI-Act-Integration – Unsere Secure-AI-Checkliste (Bias-Audit, Erklärbarkeit, adversarielle Tests) folgt den JRC-Leitlinien der Kommission zu harmonisierten AI-Act-Standards [JRC 139430], den Sicherheitsspezifikationen von ETSI TC-SAI und den unabhängigen Sicherheitsempfehlungen des Future of Life Institute. Wir ordnen jedes System den EU-AI-Act-Risikoklassen zu.
Schlanke, wissenschaftsgetriebene Umsetzung – Wir betreiben die Build → Measure → Learn-Schleife aus der Lean-Startup-Methode und liefern MVPs in Wochen, nicht Quartalen. Der Ansatz reduziert die Arbeitszeit und steigert die Produktmarktanpassung. Unser jüngstes Kundenprojekt — ein Deep-Learning-Tool zur Geodatensegmentierung inklusive vollständiger Azure-Pipeline — wurde durchgängig mit GPU-skalierter Inferenz umgesetzt.
Verwurzelt in Feldforschung – Unsere Arbeit baut auf fünf Forschungsexpeditionen im Himalaya, im Karakorum und in den Anden auf und ist in begutachteten Fachzeitschriften publiziert (Springer, Copernicus). Diese geowissenschaftliche Grundlage prägt unseren Ansatz bei Klimarisikoanalyse, Naturgefahrenbewertung und Umweltmonitoring.
GeoLambda vereint GeoAI-Forschung, agile Produktentwicklung und sichere KI um aus Ihren Geodaten verwertbare Erkenntnisse zu gewinnen – verantwortungsvoll und effizient.
Gründer & Expertise
Lernen Sie den Gründer hinter GeoLambdas KI-gestützten Lösungen kennen.
Dr. Gerrit Tombrink
Gründer, CEO & Data ScientistGerrit Tombrink promovierte in Hochgebirgsgeomorphologie an der Universität Göttingen (Dr. rer. nat.), wo er Hochwasserdynamiken und proglaziale Fließgewässersysteme im Himalaya erforschte. Seine Doktorarbeit unter Prof. Dr. Matthias Kuhle umfasste fünf Forschungsexpeditionen im Himalaya, im Karakorum und in den Anden, finanziert durch eingeworbene Forschungsmittel. Zudem erwarb er einen Abschluss in Geoinformatik an der Paris-Lodron-Universität Salzburg (UNIGIS). Vor der Gründung der GeoLambda GmbH war er drei Jahre als Geospatial Data Scientist tätig. Während dieser Tätigkeit entwickelte er ein Deep-Learning-Tool (PyTorch/fastai, ResNet50/U-Net) zur Satellitenbildsegmentierung, das alpine Landoberflächen mit über 95 % Genauigkeit klassifiziert. Anschließend arbeitete er vier Jahre als freiberuflicher Data-Science-Berater für Auftraggeber wie die GEO DATA GmbH, das Max-Planck-Institut, Geoinformationssoftwarehersteller und Energieverteilnetzbetreiber. Seine Forschung ist unter anderem publiziert im Journal of Mountain Science (Springer), dem E&G Quaternary Science Journal (Copernicus) sowie als Springer-Konferenzbeitrag (UIS 2024).
Ausgewählte Publikationen
A. Abecker, M. Budde, F. Fuchs-Kittowski, J. Großmann, W. Koch, J. Lachowitzer, E. Rodner, H. Rudolf, P. Schulze, G. Tombrink, M. Zemann (2025). Herausforderungen und Ansätze zu einer Infrastruktur für die breite Nutzung von Machine-Learning-Verfahren in der Umweltverwaltung. In: Umweltinformationssysteme (UIS 2024), S. 113–133. Springer. DOI: 10.1007/978-3-658-46394-6_8
G. Tombrink (2018). Proglacial streams and their chronology in the glacier forefields of the Himalayas. E&G Quaternary Science Journal, 67, 33–36. Copernicus Publications. DOI: 10.5194/egqsj-67-33-2018
G. Tombrink (2018). Der glazifluviale Formenschatz im Gletschervorfeld des Himalaya und der Versuch einer relativ-zeitlichen Einordnung. Dissertation, Georg-August-Universität Göttingen. DOI: 10.53846/goediss-6660
G. Tombrink (2017). Flood events and their effects in a Himalayan mountain river: Geomorphological examples from the Buri Gandaki Valley, Nepal. Journal of Mountain Science, 14(7), 1303–1316. Springer. DOI: 10.1007/s11629-016-4154-5
Projekthighlights
Vor der Gründung der GeoLambda GmbH hat Dr. Tombrink seine Expertise durch wegweisende Projekte mit führenden Institutionen und Unternehmen unter Beweis gestellt:
Deep Learning Verfahren (KI) für Geodatenauswertungen
05/2024 - 11/2025KI-Beratung, Entwicklung und Training neuronaler Netze zur Segmentierung von Baugräben mit Python, Azure Machine Learning, Azure Data Factory und Azure DevOps.
MLOps, AutoML und Webentwicklung
07/2023 - 01/2024Evaluierung und Erprobung von AutoML- und MLOps-Methoden mit Python, Entwicklung einer Webumfrage mit dem Python-Framework Flask inklusive Datenbankanbindung.
Datenaufbereitung und ML-App-Entwicklung
10/2022 - 12/2022Web Scraping und Datenaufbereitung räumlicher Datensätze mit Python, Entwicklung einer durchgängigen ML-Anwendung und Dashboards zur Trainings- und Validierungsdatenaufbereitung.
Datenbankanalytik, Transformierung und Visualisierung
07/2021 - 06/2022Implementierung von ETL-Prozessen zur Transformation von PostgreSQL/PostGIS-Daten in eine ArangoDB, Entwicklung von Tools (u.a. Visualisierung, Validierung und Anonymisierung) sowie Dashboards mit Python.
Hochwasserereignisse und ihre Auswirkungen in einem Himalaya-Gebirgsfluss
2015 - 2017Untersuchungen des Flusssystems Buri Gandaki (Nepal). Die Forschung analysiert Hochwasserereignisse und damit verbundene menschliche Interaktionen im nordwestlichen Himalaya-Tal des Buri Gandaki.
Multi-Agenten-Rechercheautomatisierung
01/2026Ein quelloffenes Multi-Agenten-System, das autonom Fachexpertinnen und -experten für Konferenzen und Podiumsdiskussionen recherchiert und bewertet. Die Agenten durchsuchen kollaborativ das Web, extrahieren strukturierte Daten und erstellen ein Ranking — ein praxisnaher Beleg für agentische KI-Architektur mit direkter Anwendbarkeit in Rechercheautomatisierung und Lead-Intelligence.
Möchten Sie das Potenzial Ihrer Geodaten voll ausschöpfen?
Wir antworten innerhalb eines Arbeitstages.