KI mit schweren Geschützen gegen Klimawandel – melibo

KI mit schweren Geschützen gegen Klimawandel

Die Temperatur auf der Erde steigt immer mehr und das geschieht hauptsächlich durch uns, d. h. den Menschen – das ist eine wohlbekannte Tatsache. Alle Mittel müssen eingesetzt werden, um die Auswirkungen des menschengemachten Klimawandels abzumildern.

Diesen Kampf muss man an mehreren Fronten führen. Und das auch gegen Widerstände, wie sie zum Beispiel bei den UN Climate Talks im Juni 2019 in Bonn auftraten. Ein Beispiel für alle: Bei dieser Gelegenheit blockierte Saudi-Arabien die Diskussion über die IPCC-Klimaberichte, die eine große Zahl gefährdeter Länder forderte.

Das Ergebnis der UN-Klimakonferenz COP26 in Glasgow (Schottland, Vereinigtes Königreich – November 2021) ist nach wie vor die übliche Sackgasse.

Einerseits gibt es die Länder, primär des westlichen Teils, die nach Verbesserungen streben und mit großer Anstrengung dieses Ziel tatsächlich erreichen können. Zudem gibt es den geografisch größeren Teil, der mehr zum Klimawandel beiträgt. Letztere beharren seit mehreren Jahren auf ihren Standpunkten.

Im Hinblick auf das für November dieses Jahres (2022) geplante neue Treffen des COP26 kann man das Thema auch aus einer technologischen Perspektive betrachten.

Und auch hier kommt die künstliche Intelligenz ins Spiel. Sie stellt einen ehrgeizigen Versuch dar, die Beziehung zwischen dem Menschen und dem leidenden Klima zu verbessern.

In diesem Artikel beschäftigen wir uns mit dem Beitrag, den KI im Kampf gegen Klimawandel leisten kann. Optimistisch betrachtet werden einige Lösungen uns wahrscheinlich schon in den kommenden Jahren dabei helfen, es zu bewältigen.

 

Im Allgemeinen: KI und Klimawandel

Klimafragen

Machine Learning bietet verschiedene Lösungen an. Sie reichen vom Verkehr bis zur Energieerzeugung und -verwaltung, von der Wetter- und Klimavorhersage bis zu industriellen Prozessen.

Nach der Problemanalyse können mögliche Maßnahmen in Maßnahmen mit hohem Gewinn, langfristiger Wirkung oder hohem Risiko eingeteilt werden, d. h. in Maßnahmen, bei denen die Unsicherheit überwiegt – auch wenn sie entscheidend sein könnten.

Ein großer Gewinn sind insbesondere Lösungen für die Erzeugung und Vorhersage des Strombedarfs oder, in einem anderen Bereich, die Optimierung von Verkehrswegen.

Smart Cities

Dank Machine Learning kann man Gebäude mit einem besseren CO₂-Fußabdruck entwerfen. Hiermit wird der Verbrauch von Ressourcen oder Brennstoffen reduziert, die Treibhausgase erzeugen. Auch ganze Infrastrukturen mit geringen Emissionen können auf diese Weise konzeptualisiert werden.

Doch die Bereiche, in denen diese Berechnungssysteme zum Aufbau einer kohlenstoffarmen Zukunft beitragen können, reichen von individuellen Instrumenten bis zu solchen für die Gesellschaft.

Beispiele für den ersten Fall sind Apps zur Berechnung der Kosten oder Auswirkungen des Heizens zu Hause sowie des persönlichen Energie-Fußabdrucks. In dem zweiten Fall reden wir von Programmen, die das Ergebnis künftiger energiepolitischer Maßnahmen verdeutlichen oder Instrumente zur Analyse öffentlicher Meinungstrends zum Klimawandel bereitstellen.

Land- und Forstwirtschaft

Die Präzisionslandwirtschaft erzeugt Millionen von Überwachungsdaten. Es handelt sich dabei um eine enorme Menge an Informationen, in denen sich wiederkehrende Muster verbergen. Machine Learning Systeme können sie isolieren und damit ein besseres Eingreifen in die Ressourcenbewirtschaftung ermöglichen. Bewässerung oder gezielte Schädlingsbekämpfung sind nur einige der Anwendungsbeispiele.

 

KI-Lösungen gegen den Klimawandel bereits auf dem Markt

Sunny Lives

Sunny Lives ist das Ergebnis einer Zusammenarbeit zwischen der amerikanischen IBM und der indischen Sustainable Environment and Ecological Development Society (SEEDS).

Das Modell analysiert die Auswirkungen von Umweltkatastrophen. Zu diesem Zweck verwendet es hochauflösende Satellitenbilder, um lokale Gefahrenrisiken zu bewerten.

Bei diesem Projekt arbeitete Microsoft im Rahmen seines globalen Programms Artificial Intelligence for Humanitarian Action mit.

Sunny Lives nimmt die Fußabdrücke von Gebäuden und weist ihnen relative Risikowerte von eins bis fünf zu. Damit

  • berücksichtigt es die Art der Gefahr – wie Überschwemmungen oder Hitzewellen.
  • analysiert es die Exposition auf der Grundlage geografischer Parameter – wie Hanglage und Vegetation.
  • nutzt es die Einstufung von Gebäuden für die sozioökonomische Anfälligkeit der Bewohner:innen.

Anhand der relativen Risikoeinstufung werden dann die am stärksten gefährdeten Haushalte priorisiert. Die zuständigen Behörden können sich dann um sie ad hoc kümmern.

Konkret bedeutet dies, dass ein Betonhaus und ein Reetdachhaus die Auswirkungen eines tropischen Wirbelsturms mit vorhersehbaren Unterschieden verkraften würden, selbst wenn die beiden Gebäude nebeneinander stünden.

USE CASE

In Indien wurden Satellitenbilder von einkommensschwachen Gebieten in dicht besiedelten und stark gefährdeten Stadtvierteln verwendet, um sieben verschiedene Kategorien von Behausungen zu identifizieren. Darunter stachen solche mit Zeltdächern, solche mit Blechdächern und solche mit Ziegeldächern hervor.

Sunny Lives wurde zum ersten Mal während des Zyklons Yaas im Mai 2021 in größerem Umfang eingesetzt. Nach der Katastrophe ergab sich, dass 97 % der betroffenen indischen Haushalte die vom Modell gelieferten Informationen für nützlich hielten. Tatsächlich führte es zu einer Verringerung der Verluste und zur Ergreifung von Präventivmaßnahmen. Das Eintreffen des Wirbelsturms hatte die Anwendung vorweggenommen.

Ein Modell wie Sunny Lives bietet unendliche Möglichkeiten für Anwendungen in verschiedenen städtischen Gegenden und mit unterschiedlichen Mehrfachrisiken. SEEDS plant, die Nutzung des Modells für die Anpassung an den Klimawandel und das Katastrophenmanagement zu integrieren, damit das Risiko der lokalen Gemeinschaft verstanden und wissenschaftlich angegangen wird.

Salesforce Sustainability Cloud

Die Sustainability Cloud wurde von Salesforce, einem US-amerikanischen Cloud-Computing-Unternehmen, mit der Absicht ins Leben gerufen, Unternehmen eine Plattform zur Verfügung zu stellen, die einen 360-Grad-Blick auf ihre Umweltauswirkungen bietet. Die App wollte es ihnen auch ermöglichen, zuverlässige Umweltdaten zu verfolgen, zu analysieren und zu melden, um ihre Kohlenstoffemissionen zu reduzieren.

Salesforce fügte in letzter Zeit auch die Integration von Slack hinzu, um eine bessere Zusammenarbeit mit Lieferanten zu ermöglichen. Die aktualisierte Sustainability Cloud-Plattform umfasst auch ein Ökosystem für den Ausgleich von Kohlenstoffemissionen und branchenspezifische Klimaaktionspläne.

Nach Angaben von Salesforce hat das Unternehmen seine eigene Netto-Nullbilanz mithilfe von Sustainability Cloud erreicht, um die wirkungsvollsten Möglichkeiten zur Verringerung seines CO₂-Fußabdrucks zu ermitteln.

IBMs Softwarepaket für Umweltinformationen

IBM wiederum hat kürzlich ein Softwarepaket für Umweltintelligenz vorgestellt, die KI nutzt, um Unternehmen bei der Vorbereitung auf Klimarisiken und bei der Reaktion darauf zu unterstützen.

Das verantwortliche IBM-Team sagte, dass die Suite, Unternehmen dabei helfen wird, ihre Auswirkungen auf den Planeten einfacher zu bewerten. Hierdurch erfolgt eine Verminderung der Komplexität zur Einhaltung von Branchenvorschriften.

Die Suite des US-Riesen erfasst vorhandene Wetterdaten aus verschiedenen Quellen, um die entsprechenden Daten zu sammeln und zusammenzustellen. Laut IBM handelt es sich bei der Lösung um eine Software as a Service (SaaS). Dies soll Unternehmen dabei helfen, störende Umweltbedingungen zu überwachen, indem sie die potenziellen Auswirkungen des Klimawandels vorhersagt. Dabei werden auch Prioritäten auf Maßnahmen zur Eindämmung des Klimawandels gesetzt.

Demnächst …

Das Zentrum Learning the Earth with AI and Physics (LEAP) der Columbia University hat sich zum Ziel gesetzt, durch den Einsatz neuer Technologien neue Projektionsmodelle zu entwickeln. LEAP beabsichtigt, das ineffiziente System der aktuellen Wettermodelle aufzuheben. Diese haben zu verheerenden Folgen für das Leben von Millionen von Menschen geführt, wie die Waldbrände in Kalifornien und die jüngsten Hurrikane im Südosten der USA.

Eine genaue(re) Vorhersage des künftigen Klimawandels wird es ermöglichen, auf künftige Wettermuster und Naturkatastrophen zu reagieren. Präventivmaßnahmen zur Abwendung oder Milderung negativer Folgen könnten dann detaillierter sein.

Aktuelle Prognosen zeigen, dass der Meeresspiegel in den kommenden Jahrzehnten um einen halben bis zwei Meter ansteigen könnte. Schon ein halber Meter könnte dazu führen, dass mehr Dämme gebaut werden müssen, seien sie mobil oder fest. Ein Anstieg des Meeresspiegels um zwei Meter könnte an einigen Orten finanziell verheerend sein. Ein Beispiel: Die wunderschöne Stadt Venedig würde verschwinden.

Um es einfacher auszudrücken: Die Erstellung solcher Projektionen würde dazu beitragen, diese Lücke zu verkleinern und klarere Anhaltspunkte für die Ergreifung der bestmöglichen Maßnahmen zu liefern.

 

KI gegen Klimawandel – Fazit

In diesem Artikel haben wir erneut darauf hingewiesen, dass der Klimawandel kein Spiel ist: Er verändert unseren Planeten drastisch. Wir sind die Hauptverursacher, ein Großteil der Schuld liegt bei uns.

Aber man kann nicht nur verdammen, man kann auch heilen. Dank der künstlichen Intelligenz – die heute ein gängiges Instrument ist – können wir nicht nur verantwortungsbewusst und besser vorgehen, sondern auch den Klimawandel bekämpfen.

Wir haben gesehen, dass KI in Klimafragen, beim (intelligenten) Städtebau und sogar in der Land- und Forstwirtschaft eingesetzt werden kann.

Es gibt bereits mehrere KI-Lösungen auf dem Markt und weitere sind in Arbeit. Sie befassen sich hauptsächlich mit der Bestimmung und Planung von Präventivmaßnahmen, um den Schaden so weit wie möglich zu begrenzen.

Alle Kategorien

Pin It on Pinterest