Umweltdaten
Der Umwelt zuliebe
Künstliche Intelligenz ist eine Schlüsseltechnologie nicht nur für die Industrie, sondern auch für Politik und Forschung insbesondere im Bereich des Umwelt- und Klimaschutzes. Ein Einblick in Funktionsweise und Einsatzszenarien vor dem Hintergrund öffentlicher Strukturen.
Der Artikel liefert Antworten auf folgende Fragen:
- Nachhaltigkeit beziehungweise Umweltschutz und Künstliche Intelligenz: Wie passen diese zwei Themenkomplexe zusammen?
- Wie lassen sich Umweltdaten verstehen und nutzbar machen?
- Wie laufen Projektförderungen durch BMUV und UBA ab?
- Welche Erkenntnisse liefern die Projekte „DEUS_Smart Air“ und „Farm Beats“?
Die Themen Nachhaltigkeit und Umweltschutz begleiten den Menschen an zahlreichen Punten des täglichen Lebens. Was man isst, wohin man reist, welche Kleidung man trägt – all das hat Einfluss auf den persönlichen ökologischen Fußabdruck. Und die Relevanz dieser Themen ist inzwischen auch in der Politik angekommen: Die 17 Sustainable Development Goals (SDG) der Vereinten Nationen1 bilden einen Rahmen für Nachhaltigkeitsziele, die die menschliche Gemeinschaft bis 2030 erreichen will. Und auch die Bundesregierung bezeichnet diese SDG in ihrem Koalitionsvertrag als Richtschnur der Politik und will ihr Handeln eng daran ausrichten. Sie hat sich vorgenommen, die Verbindlichkeit von Nachhaltigkeitsstrategien und -programmen im konkreten Regierungshandeln und bei der Erstellung von Gesetzen zu erhöhen.
Parallel zu dieser Entwicklung spielen auch IT-Systeme, die mittels Künstlicher Intelligenz arbeiten, eine immer wichtigere Rolle im Alltag. Doch wie passen diese zwei Themenkomplexe zusammen? Und welche Rolle spielt die öffentliche Hand dabei?
Umweltdaten verstehen und nutzbar machen
Einige direkte Folgen des Klimawandels und der daraus resultierenden ökologischen Veränderungen haben Deutschland längst erreicht. Und vermehrte Waldbrände, langanhaltende Dürreperioden oder häufig auftretender Starkregen können mit verheerenden humanitären, ökologischen und ökonomischen Konsequenzen einhergehen. Aber auch Schädlingsbefall sowie das erhöhte Vorkommen von Luft- und Bodenschadstoffen haben negative Auswirkungen auf verschiedene Ökosysteme, wie zum Beispiel den Wald oder landwirtschaftliche Nutzflächen.
Will man diese und andere Umweltprobleme ernsthaft verstehen, systematisch analysieren und gegen sie vorgehen, sind Umweltdaten ein sehr wichtiges Werkzeug. Dabei hat man es zumeist mit sehr großen Datenmengen zu tun, die nur selten offen zugänglich sind. Im besten Fall sollten Umweltdaten strukturiert und harmonisiert vorliegen. Erst dann werden eine intelligente Verknüpfung und eine Auswertung möglich.
Welche Verfahren geeignet sind
Bei sehr großen Datenmengen, die in einer kurzen Zeit ausgewertet werden müssen, sollte also Künstliche Intelligenz ins Spiel kommen. Denn KI-basierte Systeme sind in der Lage, schnell und effizient wichtige ökologische Parameter – wie zum Beispiel die Blattgesundheit in Baumkronen oder die Boden- und Blattfeuchte in Forstgebieten – zu bestimmen. Und durch die intelligente Verknüpfung solcher Parameter mit weiteren Datensätzen – wie beispielsweise aktuellen und historischen Wetterdaten – können wiederum Vorhersagen getroffen werden. Denn die Systeme sind in der Lage, Muster zu erkennen. Und das bildet die Grundlage für Vorhersagen, die eine wichtige Entscheidungsgrundlage beispielsweise für öffentliche Einrichtungen wie Forstämter, aber auch für die private Steuerung von Umweltressourcen bilden.
Neben den bereits genannten Umweltdaten können unter anderem auch historische und aktuelle Daten zu Niederschlägen, Temperatur, zur Bodendurchlässigkeit und auch geologische Bodendaten für unterschiedliche Anwendungsfälle nützlich sein. Wichtig ist hierbei, dass eine vernünftige Datengrundlage besteht, die im besten Falle standardisiert ist. So wird definiert, wie die Daten strukturiert sind, welche Inhalte vorliegen und wie die Datenqualität grundsätzlich ist. In der öffentlichen Verwaltung hat man es in der Regel mit sehr großen Datenmengen zu tun, die zumeist nicht KI-gerecht aufbereitet wurden. Sie müssen folglich aufbereitet und durch die jeweiligen Ministerien und Institute bereitgestellt werden.
| KI-Systeme können teils sehr hohe Energieverbräuche aufweisen. Künstliche Intelligenz als Selbstzweck ist somit auch eine Gefahr, die gerade im Kontext der Bekämpfung des Klimawandels mitbedacht werden muss. |
|---|
Wenn eine bestimmte Menge an Umweltdaten vorliegt, werden diese zu einem Datensatz zusammengeführt. Anschließend lassen sich beispielsweise Machine Learning-Verfahren anwenden, um die vorhandenen Daten zu analysieren und auszuwerten. Predictive und Prescriptive Analytics sind in diesem Kontext bedeutende und bereits praxiserprobte Verfahren. Durch sie ist man in der Lage, komplexe Datenlagen in klar verständliche Handlungsempfehlungen umzuwandeln. Diese können zum Beispiel im Bereich des Katastrophenschutzes lebensrettend sein.
KI-Anwendungsszenarien müssen aber auch aus ökologischen Gesichtspunkten vertretbar sein. Denn entsprechende Systeme können teilweise sehr hohe Energieverbräuche aufweisen. Künstliche Intelligenz als Selbstzweck ist somit auch eine Gefahr, die gerade im Kontext der Bekämpfung des Klimawandels mitbedacht werden muss. Eine mögliche Lösung liegt aber in der Konzeption der KI-Systeme selbst. Sie sollten im Optimalfall in ihrer gesamten Wertschöpfungskette – von der Entwicklung über die technische Implementierung bis hin zum Betrieb und zur Weiterentwicklung – energieeffizient gestaltet sein.
Projektförderungen durch BMUV und UBA
Das Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) unterstützt seit 2019 die sogenannten „KI-Leuchttürme“. Dabei handelt es sich um IT-Projekte, die durch Bundesmittel gefördert werden und das Ziel verfolgen, durch den gezielten Einsatz von Künstlicher Intelligenz einen Beitrag zum Umweltschutz zu leisten. Die erste von zwei Förderlinien der entsprechenden Initiative hat 28 Projekte mit einem Volumen von 28 Millionen Euro gefördert. Die zweite Förderlinie ist im Herbst 2021 gestartet. Die KI-Leuchttürme sollen Deutschland und Europa zu einem führenden Standort für KI-Technologien machen und verdeutlichen, welchen ökologischen Herausforderungen man mit entsprechenden Lösungen entgegentreten kann. Sie möchten zudem maßgeblich zur Umsetzung des Fünf-Punkte-Programms Künstliche Intelligenz für Umwelt und Klima des BMUV beitragen.
Auch das Umweltbundesamt (UBA) beschäftigt sich mit den immer wichtiger werdenden Technologien. Aktuell wird ein Anwendungslabor eingerichtet, das das Ziel verfolgt, KI für Umwelt- und Nachhaltigkeitsanwendungen nutzbar zu machen. Dabei sollen der Mehrwert für Mensch und Umwelt sowie die nachhaltige Nutzung von KI-Systemen im Mittelpunkt stehen. Das Anwendungslabor dient darüber hinaus der Erschließung, Konsolidierung und Bereitstellung von komplexen und heterogenen Umweltdatenbeständen. Ein wesentlicher Baustein wird in diesem Zusammenhang die Nutzung von Daten der (Satelliten-)Fernerkundung sein. So sollen die wissenschaftsbasierte Politikberatung und der Vollzug von Umweltgesetzen auf Bund- sowie Länderebene wirksam unterstützt werden. Nach derzeitiger Planung (Anm. d. Red.: Stand 4. Mai 2022) soll das Team aus rund 30 Experten und Expertinnen – von ProjektmanagerInnen über Data Scientists und Data Engineers bis hin zu High Performance Computing SpezialistInnen – seine Arbeit am Standort Leipzig aufnehmen.
Angelehnt an das Modell eines internen Start-ups soll das agile Arbeiten im KI-Labor ein hohes Maß an Freiheit, Flexibilität und Kreativität für einen hohen Innovationsgrad bieten. In der Startphase gilt es, erste Anwendungsszenarien im Umweltbereich aufzustellen und weiterzuentwickeln, auch in Kooperation mit anderen Forschungseinrichtungen. Das Themenspektrum reicht dabei beispielsweise von Künstlicher Intelligenz zur Unterstützung der Gewässerbeobachtung der Zukunft, wenn es etwa um die Auswertung großer Datenmengen aus Umweltproben geht, bis hin zum Abgleich von Fernerkundungsdaten mit Registerdaten von Windenergie- und Photovoltaikanlagen mittels Objekterkennung. Aber auch spezifische Forschungsfragen zur Nachhaltigkeit der Nutzung und des Betriebs von entsprechenden KI-Anwendungen (Sustainable AI) selbst sollen von den ForscherInnen bearbeitet werden.
Empirische Optimierung
Für die Zukunft wird es wichtig sein, dass die richtigen Schlüsse aus den aktuell laufenden KI-Projekten gezogen werden. Die Erfahrungen aus diesen Projekten sollen dabei helfen, bereits betriebene KI-Systeme zu optimieren und neue Anwendungsfälle im Umweltbereich zu erarbeiten, die wiederum in neue KI-Projekte einfließen können. Mit Blick auf die Strategie der Bundesregierung ist es also wünschenswert, dass die Vorhaben des Koalitionsvertrags in die Tat umgesetzt und die dafür notwendigen Projekte weiterhin gefördert werden.
Sascha Tash ist Senior Berater im Public Sector, Henning Wilmes ist Werkstudent im Public Sector, beide bei Adesso
- Der Umwelt zuliebe
- Ausgewählte Projekte im Fokus
Lesen Sie mehr zum Thema
