openPR bei Google bevorzugen.
(openPR) Bei der Beobachtung unseres Erdsystems greifen Wissenschaftlerinnen und Wissenschaftler zunehmend auf Künstliche Intelligenz zurück. Auf diese Weise lässt sich beispielsweise das Wetter genauer vorhersagen oder vor Naturereignissen, wie etwa Überschwemmungen, warnen. Doch für die meisten KI-Modelle sind unsere Erde und die auf ihr stattfindenden Prozesse zu komplex – erst recht, wenn sie sich so rasant verändern wie derzeit durch den Klimawandel. Ein Forschungsteam der Friedrich-Schiller-Universität Jena, des Universitätsklinikums Jena, des Max-Planck-Instituts für Biogeochemie in Jena sowie des Senckenberg Instituts für Pflanzenvielfalt Jena will deshalb KI-Modelle entwickeln, die zuverlässig unter sich permanent ändernden Rahmenbedingungen funktionieren. Wie die Carl-Zeiss-Stiftung nun bekannt gegeben hat, unterstützt sie das neue Projekt „AI Generalizability in Non-stationary Environmental Regimes: The Case of Hydro-climatic Extremes (GENAI-X)“ im Rahmen ihres Förderprogramms „CZS Durchbrüche“ für fünf Jahre mit insgesamt rund sechs Millionen Euro. Das Projekt geht aus der ELLIS Unit Jena hervor, ist also Teil des europaweiten KI-Exzellenznetzwerks "European Laboratory for Learning and Intelligent Systems".
Hangrutsche vorhersagen
In ihrem Vorhaben verbinden die Jenaer Forschenden zwei Arbeitsstränge miteinander: Zum einen wollen sie KI-basierende Methoden grundlegend weiterentwickeln, damit sie in komplexen und sich verändernden Umweltsystemen Anwendung finden können. Zum anderen wollen die Wissenschaftlerinnen und Wissenschaftler diese neuen Modelle in der praktischen Umweltforschung erproben – insbesondere im Kontext hydro-klimatischer Extremereignisse wie Hochwasser, Dürren oder Erdrutschen.
„Im Gegensatz zu vielen anderen Anwendungsgebieten sollte ein KI-Modell, das für solche Anwendungen genutzt wird, nicht ausschließlich auf Daten aus vergangenen Ereignissen basieren, sondern darüber hinaus sich im Raum oder über die Zeit ändernde Rahmenbedingungen und Wirkmechanismen berücksichtigen“, erklärt Prof. Dr. Alexander Brenning, der das Projekt an der Universität Jena koordiniert. „Eine solche Generalisierbarkeit von KI-Systemen hilft beispielsweise dabei, Modelle zu entwickeln, die unabhängig von bestimmten Orten oder ohne zeitliche Einschränkungen funktionieren. Mit ihrer Hilfe sollten sich zum Beispiel Hangrutsche in einer bestimmten Gegend anhand ähnlicher Ereignisse in anderen Regionen mit besserer Datenlage vorhersagen lassen. Oder sie sollte die Gefahr eines Hangrutsches in einer bestimmten Region prognostizieren können und dabei nicht nur auf die örtlichen Bedingungen während vergangener Ereignisse dieser Art zurückgreifen, sondern beispielsweise auch etwa eine veränderte Landnutzung oder veränderte Umweltbedingungen, wie die Häufigkeit oder die Intensität von Starkregenereignissen, einbeziehen.
Umweltprozesse und Künstliche Intelligenz miteinander verbinden
Für seine Arbeit kombiniert das Team, das sowohl aus Geowissenschaftlerinnen und -wissenschaftlern sowie aus Informatikerinnen und Informatikern besteht, verschiedene KI-Methoden miteinander. „Wir verfolgen einen hybriden Modellierungsansatz, bei dem wir beispielsweise KI mit physikalischen, hydrologischen oder ökologischen Gesetzen verbinden“, erklärt der Jenaer Geoinformatiker. „Aktuelle KI kann zwar Muster erkennen, versteht aber nicht, warum etwas passiert, und funktioniert dementsprechend unzuverlässig, wenn die Datenlage dünn ist oder sich Rahmenbedingungen verändern. Physikalischen Modellen liegen Unmengen von Parametern zugrunde, die meist unvollständig bekannt sind, was ihre Vorhersagekraft einschränkt. Kombiniert man beide Ansätze miteinander, dann erhält die KI physikalische Leitplanken für ihre Berechnungen, und sie kann die Lücken füllen, die fehlende Parameter in den physikalischen Modellen hinterlassen.“
Ebenso vielversprechend sind kausale KI-Modelle, die nicht nur statistische Zusammenhänge aus Daten herauslesen, sondern auch Ursache-Wirkung-Beziehungen ableiten. Hierfür setzen die Forschenden Variablen miteinander in Beziehung – etwa wie Ökosysteme sich bei Dürre verändern –, beschreiben diese Zusammenhänge durch mathematische Regeln und erhalten so verlässlichere Aussagen über mögliche Konsequenzen. Auch das „Entdecken“ mathematischer Beziehungen durch sogenannte symbolische Regression schlägt in diese Kerbe. Sie versucht, versteckte Beziehungen in klare Formeln zu gießen, die leichter interpretierbar und überprüfbar sind.
Außerdem bezieht das Projekt etwa die sogenannte Dimensionsreduktion ein, bei der KI-Modelle aus vielschichtigen Datensätzen – etwa aus Satellitenbildern, Vor-Ort-Beobachtung von Pflanzenwachstum und Sensordaten – die entscheidenden Faktoren herauskristallisiert, die für die jeweiligen Fragen entscheidend sind.
Bessere Frühwarnsysteme
Das Jenaer Team ist eng mit Partnern aus Wissenschaft und Praxis vernetzt, etwa mit dem Deutschen Zentrum für integrative Biodiversitätsforschung (iDiv), dem Centre for Medium-Range Weather Forecast (ECMWF) oder GeoSphere Austria – Bundesanstalt für Geologie, Geophysik, Klimatologie und Meteorologie. Diese Vernetzung hilft, die neuen Modelle anwendungsbezogen zu erproben und über das Projekt hinaus Impulse zu setzen. Auf diese Weise helfen die Forschenden dabei, bessere Frühwarnsysteme für bestimmte Katastrophen zu entwickeln. Zudem lassen sich durch neue KI-Systeme Gefahrenquellen frühzeitig erkennen, was rechtzeitige Gegenmaßnahmen ermöglicht. Um Gefahren durch Hangrutsche vorzubeugen, könnten bestimmte Gebiete beispielsweise gezielt aufgeforstet werden.
---
Über die Carl-Zeiss-Stiftung
Die Carl-Zeiss-Stiftung hat sich zum Ziel gesetzt, Freiräume für wissenschaftliche Durchbrüche zu schaffen. Als Partner exzellenter Wissenschaft unterstützt sie sowohl Grundlagenforschung als auch anwendungsorientierte Forschung und Lehre in den MINT-Fachbereichen (Mathematik, Informatik, Naturwissenschaften und Technik). 1889 von dem Physiker und Mathematiker Ernst Abbe gegründet, ist die Carl-Zeiss-Stiftung eine der ältesten und größten privaten wissenschaftsfördernden Stiftungen in Deutschland. Sie ist alleinige Eigentümerin der Carl Zeiss AG und SCHOTT AG. Ihre Projekte werden aus den Dividendenausschüttungen der beiden Stiftungsunternehmen finanziert.
wissenschaftliche Ansprechpartner:
Prof. Dr. Alexander Brenning
Institut für Geographie der Universität Jena
Leutragraben 1, 07743 Jena
Tel.: 03641 948850
E-Mail: 
