KI im Umweltschutz – ein Überblick über Funktionsweise und Einsatzszenarien

Die Themen Nachhaltigkeit und Umweltschutz begleiten uns mittlerweile in unserem täglichen Leben. Was wir essen, wohin wir reisen, welche Kleidung wir tragen – all das hat einen Einfluss auf unseren persönlichen ökologischen Fußabdruck. Die Wichtigkeit dieser Themen ist inzwischen auch in der Politik angekommen. Sicherlich habt ihr schon von den 17 Sustainable Development Goals (SDG) der Vereinten Nationen gehört. Diese bilden einen Zielrahmen, den wir als menschliche Gemeinschaft bis 2030 erreichen wollen. Es handelt sich dabei um 17 Ziele, die verschiedene Nachhaltigkeitsbereiche betreffen. Auch die aktuelle Bundesregierung bezeichnet die 17 SDG im neuen Koalitionsvertrag als Richtschnur unserer Politik und will ihr Handeln eng daran ausrichten. Sie hat sich vorgenommen, die Verbindlichkeit von Nachhaltigkeitsstrategien, -zielen und -programmen im konkreten Regierungshandeln und bei der Erstellung von Gesetzen zu erhöhen.

Aktuelle Umweltprobleme und der Einsatz Künstlicher Intelligenz

Einige direkte Folgen des Klimawandels und der daraus resultierenden ökologischen Veränderungen haben uns in Deutschland längst erreicht. Vermehrte Waldbrände, langanhaltende Dürreperioden oder häufig auftretender Starkregen haben zumeist verheerende humanitäre, ökologische und ökonomische Folgen. Auch Schädlingsbefall sowie das erhöhte Vorkommen von Luft- und Bodenschadstoffen haben negative Auswirkungen auf verschiedene Ökosysteme, wie beispielsweise den Wald oder landwirtschaftliche Nutzflächen.

Wenn wir die Umweltprobleme ernsthaft verstehen, systematisch analysieren und mit IT-Systemen gegen sie vorgehen wollen, sind Umweltdaten unser wichtigstes Werkzeug. Hierbei haben wir es zumeist mit sehr großen Datenmengen zu tun, die nur selten offen zugänglich sind. Im besten Falle sollten Umweltdaten strukturiert und harmonisiert vorliegen. Erst dann werden eine intelligente Verknüpfung und Auswertung möglich. Bei den sehr großen Datenmengen, die in einer kurzen Zeit ausgewertet werden müssen, kommt KI ins Spiel. 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. Durch die intelligente Verknüpfung solcher Parameter mit bestimmten weiteren Datensätzen, wie beispielsweise aktuellen und historischen Wetterdaten, können verschiedene Vorhersagen getroffen werden. KI-basierte Systeme sind dann unter Einbeziehung aller Daten in der Lage, Muster zu erkennen. Dies bildet die Grundlage für die Vorhersagen. Solche Vorhersagen können eine wichtige Entscheidungsgrundlage etwa 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 Niederschlagsdaten, Temperaturdaten, Daten zur Bodendurchlässigkeit und auch geologische Bodendaten nützlich sein, die für verschiedene Anwendungsfälle interessant und wichtig sein können. Wichtig ist hierbei auch, dass eine vernünftige Datengrundlage gegeben ist, die im besten Falle standardisiert ist. Dadurch ist definiert, wie die Daten strukturiert sind, welche Inhalte vorliegen und wie die Datenqualität ist. In der öffentlichen Verwaltung haben wir es mit sehr großen Datenmengen zu tun, die zumeist nicht KI-gerecht aufbereitet wurden. Die Daten müssen dahingehend aufbereitet und durch die jeweiligen Ministerien und Institute bereitgestellt werden.

Doch wie genau werden die Daten von der KI verarbeitet? Wenn eine bestimmte Menge an Umweltdaten vorliegt, werden diese zu einem Datensatz zusammengeführt. Anschließend können dann beispielsweise Machine-Learning-Verfahren darauf angewendet werden, um die vorhandenen Daten zu analysieren und auszuwerten. Predictive Analytics und Prescriptive Analytics sind in diesem Kontext bedeutende und bereits praxiserprobte Verfahren. Durch diese technischen Verfahren ist man in der Lage, komplexe Datenlagen in klar verständliche Handlungsempfehlungen umzuwandeln. Solche konkreten Handlungsempfehlungen können zum Beispiel im Bereich des Katastrophenschutzes lebensrettend sein.

Projektförderung durch das BMUV

Das Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) fördert seit 2019 die sog. 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 Förderinitiative 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. Sie sollen sichtbar machen, welchen ökologischen Herausforderungen man mit KI-Lösungen entgegentreten kann, und tragen maßgeblich zur Umsetzung des Fünf-Punkte-Programms Künstliche Intelligenz für Umwelt und Klima des BMUV bei.

Fazit

Für die Zukunft wird es wichtig sein, dass wir unsere Schlüsse aus den aktuell laufenden KI-Projekten ziehen. Die Erfahrungen, die wir in den Projekten sammeln, werden uns helfen, bereits betriebene KI-Systeme zu optimieren und neue Anwendungsfälle im Umweltbereich zu erarbeiten, die wir in neuen KI-Projekten bearbeiten werden. Eine nicht zu vernachlässigende Herausforderung, vor der wir stehen, ist der sehr hohe Energieverbrauch von KI-Systemen. Wir dürfen nicht vergessen, dass wir KI zum Schutz der Umwelt einsetzen. Ein ressourcenschonender und energieeffizienter Umgang mit den KI-Systemen ist hierbei unbedingt notwendig. Von der Bundesregierung wünsche ich mir, dass sie die Vorhaben des Koalitionsvertrags in die Tat umsetzt und die dafür notwendigen Projekte weiterhin fördert.