Steinschläge sind in der Schweiz aufgrund der Alpen keine Selten-heit. Es werden pro Jahr  ca. 20 Steinschläge mit einer Schaden-summe von 4 Millionen CHF registriert. Die Sturzmassen kommen zwar nur lokal vor, können aber verheerende Folgen für Menschen, Tiere und Infrastrukturen haben. Bei stürzenden Steinmassen mit einem grossen Volumen, auch Felsstürze genannt, können meistens entsprechende Notmassnahmen eingeleitet werden, da sie sich oft über Tage oder gar Wochen im Voraus ankünden. Die Zeitpunkte von Steinschlägen mit einem kleinen Volumen sind typischerweise nicht voraussagbar und lassen daher keine Zeit für Evakuationen zu. In der Vergangenheit wurden genau aus diesem Grund Steinschlag gefährdete Gebiete gemieden. Heutzutage wird aufgrund der stetig wachsenden Bevölkerung jedoch auch in diesen Gebieten gebaut. Um Gefahren durch Steinschläge vorauszusagen, hat die eidgenössische Forschungsanstalt für Wald, Schnee und Landschaft (WSL) ein Modell (rapid mass movement simulation (RAMMS)) entwickelt, bei welchem aber aufgrund der spärlichen Datenlage die Modellparameter nur ansatzweise bestimmt werden konnten. Mithilfe von Studierendenarbeiten am IUNR wurden im Jahre 2014 total 111 Versuche durchgeführt, um die Datenlage zur Validierung des Modells und Be-stimmung der Modellparameter zu verbessern. Diese gesammelten Versuchsdaten wurden durch Studierende der ZHAW in einer Semester und einer Bachelorarbeit und Mitarbeiter des WSL von Hand aufbereitet und erst spärlich analysiert. Die Aufbereitung der Steinschlag-Daten von Hand war aus zwei Gründen nicht geeignet. Erstens ist sie personenabhängig, da kein Kriterienkatalog zur genauen Definition eines Aufpralls erstellt wurde. Zweitens wurde eine stattliche Anzahl von Versuchen durchgeführt, so dass die Aufbereitung von Hand zu aufwendig ist. Umsetzungspartner des Projekts ist die WSL, welche das Datenmaterial liefert, das Modell (RAMMS) entwickelt und die aufbereiteten Daten anschliessend zur Validierung des Modells verwenden wird. Das Modell wird es anschliessend erlauben Steinschlaggefahrenzonen besser zu definieren und so die Schäden zu veringern. Unsere Exper-tise lassen wir in die Entwicklung der Algorithmen zur Datenaufbereitung einfliessen.