Schwere konvektive Stürme (SCS) in Verbindung mit großem Hagel richten häufig erhebliche Schäden an gefährdeten Strukturen wie Gebäuden, Fahrzeugen, Photovoltaikanlagen und in der Landwirtschaft an. In Deutschland wird etwa ein Drittel aller Schäden durch Naturgefahren durch Hagel verursacht. Das Ziel von HailDetect ist es, bestehende Methoden zur Hagelerkennung, einschließlich der Schätzung von Hagelkorngrößen aus Radarbeobachtungen konvektiver Objekte, zu verbessern und damit die Grundlage für zuverlässigere Warnungen zu schaffen, die ein hohes Potential zur Schadensvermeidung durch geeignete kurzfristige Maßnahmen haben. Wir werden die Entwicklung und Erprobung unserer Methoden unter Verwendung von Dual-Pol-Reflektivitätsdaten des Radars am KIT/IMKTRO durchführen. In unserem Ansatz werden wir (i) verschiedene Radarprodukte (Radarreflektivität, differentielle Reflektivität und Phase, Korrelationskoeffizient) mit (ii) spezifischen Eigenschaften konvektiver Zellen und (iii) meteorologischen Feldern aus der numerischen Wettervorhersage kombinieren, die sich in früheren Studien als äußerst relevant für die Wahrscheinlichkeit und Intensität von SCS erwiesen haben. Das zentrale Element und die wichtigste Erweiterung im Vergleich zu früheren Hagelerkennungsmethoden ist ein objektorientierter Ansatz für konvektive Ereignisse anstelle von rein gitterbasierten Analysen.