Copyright: AdobeStock / Yury and Tanya
Die Ausgangssituation: Was ist die ökologische Herausforderung?
Die Anzahl von Extremwetterereignissen wie etwa Starkregen oder Dürren haben im Zuge des Klimawandels immer mehr zugenommen. Diese Ereignisse hinterlassen nicht nur einen großen Schaden in der Natur, sie sind auch mit hohen volkswirtschaftlichen Kosten verbunden. Ihre Vorhersage ist daher enorm wichtig. Nur so lassen sich Schäden eingrenzen oder sogar vermeiden. Unter anderem sind aber auch präventive Maßnahmen zur Klimaanpassung etwa in der Land- oder Forstwirtschaft entscheidend. KI-Anwendungen können maßgeblich dazu beitragen, entsprechende Prognosen zu erstellen und die richtigen Maßnahmen zu ergreifen. Sie müssen allerdings genauer werden und gleichzeitig weniger Ressourcen als bisher verbrauchen.
Die Idee: Welchen Beitrag kann KI konkret leisten?
Das Projekt EKAPEx entwickelt eine KI-basierte Niederschlagsvorhersage für Deutschland. Ein besonderer Fokus liegt dabei auf Vorhersagen zu Extremwetterereignissen. Zu diesem Zweck sollen möglichst leistungsstarke, aber auch ressourceneffiziente KI-Algorithmen entwickelt werden. Um bessere Prognosen zur erzielen, werden im Projekt einzigartige Datensätze der letzten 20 Jahre aus dem Global Navigation System (GNSS) verwendet. Da es sich hierbei um eine große Menge an Daten handelt, erfordert das Trainieren des KI-Modells eine hohe Rechenlast. Dies führt wiederum zu einem hohen Verbrauch an Strom. Ziel des Projektes ist es, diesen Stromverbrauch im Vergleich zu ähnlichen KI-Anwendungen, stark zu reduzieren. Hierzu werden unter anderem neuronale Netze angewandt, welche mit einer geringen Bitbreite auskommen. Das bedeutet mit einem Bit soll genauso viel Leistungsfähigkeit wie mit 32 erreicht werden. Dieses so genannten Low-Bit-Modell soll 95 Prozent der Genauigkeit des derzeit besten 32-Bit-Modells erreichen. Damit wird das bis zu 20-fache weniger an CO2 ausgestoßen und Strom gespart.
Der Ausblick: Welchen Leuchtturmcharakter hat das Projekt?
Im Projekt EXKAPEx kommen KI-Anwendungen bei Wettervorhersagen zum Einsatz, die im Vergleich zu bisherigen Modellen äußerst energieeffizient sind. Damit trägt das Vorhaben zu einer erheblichen Verbesserung von Klimaanpassungsmaßnahmen und der Entwicklung ressourcenschonender Kl-Anwendungen bei. Ein wichtiger Aspekt ist zudem der Open-Source-Ansatz: Das energieeffiziente KI-Framework, das KI-Modell und die zugehörigen Trainingsdatensätze sollen über eine Serviceplattform frei zugänglich angeboten werden. Somit kann das Modell etwa beim Katastrophenschutz von öffentlichen Behörden genutzt werden. Aber auch Landwirte oder die Bevölkerung können in Echtzeit auf die Vorhersagedaten zugreifen und sich so besser über extreme Niederschläge informieren.