Das Projekt LabelledGreenData4All - „Nachhaltigkeitspotentialanalyse für die Zweckmäßigkeit und den Aufwand von Datenannotationen für ML-Modelle“ – zielte darauf ab, für das Umweltressort strategische Empfehlungen zu erarbeiten, in welchen Anwendungsbereichen und mit welchen Daten die größten Potentiale für den Einsatz von Machine Learning (ML)-Modellen bestehen.
Die Forschungsergebnisse von LabelledGreenData4All tragen dazu bei, KI im Umweltbereich effizient und nachhaltig zu nutzen und KI-basierten Klima-und Umweltschutz zu beschleunigen.
Laden Sie den Policy Brief als PDF herunter, um die Empfehlungen des Projekts kennenzulernen.
Die Innovationskraft annotierter Daten im Umweltbereich
Künstliche Intelligenz (KI) spielt eine bedeutende Rolle in der doppelten Transformation zu Digitalisierung und Nachhaltigkeit. Insbesondere im Umweltbereich sind Daten eine der wertvollsten Ressourcen. Durch den Einsatz von KI und Machine Learning (ML) können Umweltprobleme effizienter analysiert und nachhaltige Lösungen entwickelt werden. Annotierte Daten sind dabei ein zentraler Aspekt.
Das Projekt LabelledGreenData4All untersuchte das Potenzial annotierter Umweltdaten und entwickelte strategische Handlungsempfehlungen für deren optimale Nutzung. Die Analysen zeigten, dass die Verfügbarkeit und Qualität von Daten oft durch technische, rechtliche und infrastrukturelle Barrieren eingeschränkt sind.
Fehlende Standardisierung, mangelnde Interoperabilität und unklare rechtliche Rahmenbedingungen behindern den effizienten Austausch und die Nachnutzung umweltrelevanter
Daten.
Die Forschungsergebnisse verdeutlichen, dass eine verbesserte Verfügbarkeit und Qualität von Umweltdaten entscheidend sind, um das Innovationspotenzial von KI im Umweltbereich voll auszuschöpfen. Der Aufbau interoperabler Datenräume, klare rechtliche Rahmenbedingungen und eine gezielte Förderung der Datenkompetenz sind wesentliche Schritte, um KI-gestützte Umweltforschung nachhaltig und effizient zu gestalten.
Das Team der wetransform GmbH und des Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) arbeiten gemeinsam daran, die Innovationskraft annotierter Umweltdatensätze sektorübergreifend zu eruieren. Gefördert wird das auf 12 Monate ausgelegte Forschungsprojekt vom Umweltbundesamt (Förderkennzeichen: FKZ 3723 11 602 0).
