Bedingungsloses Grundeinkommen als Krisenprävention
In I4C werden Digital-ökologische Innovationen in Form von Methoden der Künstlichen Intelligenz (KI) entwickelt und zur Anpassung von Städten an die Herausforderungen des Klimawandels genutzt. Erprobt wird eine Prozesskette von Datenaufnahme über Analyse und Umweltprädiktion bis hin zu konkreten Maßnahmen. Begleitet wird das Projekt von Betrachtungen zur Ethik und dem reziproken Wissenstransfer beim Umgang mit KI. Demonstriert werden die Resultate des in der Region Freiburg verankerten Projektteams anhand der Green City Freiburg.
Heute lebt über 75 % der deutschen Bevölkerung in Städten. Ein großer Anteil des Bruttoinlandprodukts wird hier erwirtschaftet. Städte sind empfindliche Knotenpunkte des Lebens und Handels. Extreme Wetterereignisse, wie Hochwasser, Hitzewellen oder Sturmereignisse, die aufgrund des Klimawandels verstärkt auftreten werden, stellen die Städte zunehmend vor Herausforderungen. Eine Anpassung an die veränderten Bedingungen ist zum langfristigen Schutz unserer Bevölkerung und der Wirtschaftsfähigkeit unumgänglich. Digital-ökologische Innovationen können bei der Kapazitätsbildung für Klimaanpassung einen enormen Beitrag leisten. Aufgrund der Komplexität der Stadtsysteme kommt den Methoden der künstlichen Intelligenz (KI) eine besondere Rolle zu. Durch KI können komplexe Berechnungen, wie kurzfristige und lokal verortete Vorhersagen von Extremereignissen, langfristige Projektionen von Risiken als Planungsgrundlage oder intelligente Echtzeitsteuerung effizient und zuverlässig umgesetzt werden.
Bei diesen Herausforderungen setzt I4C an. Aufgebaut wird eine KI-gestützte Prozesskette, die am Ende Maßnahmen zur Verbesserung der Anpassungsfähigkeit von Städten an Extremereignisse liefert. Mit meteorologischen Prozessmodellen und Klimasimulationen werden für Wärmebelastung, Hochwasser und Sturmschäden anfällige Bereiche in Städten identifiziert. Die Belastungssituationen und die damit verbundenen Auswirkungen werden in einem semantischen, gebäudeauflösenden 3D-Modell simuliert, quantifiziert und visualisiert. Expert*innen schlagen auf Grundlage der Simulationen konkrete Maßnahmen vor, die systematisch bei Politik, Recht und Planung ansetzen und deren Auswirkungen evaluiert werden können. Automatisch abgeleitet werden zudem Steuerungselemente z. B. der Gebäudeautomation. Ethische Betrachtungen zur Implementierung von KI und reziproker Wissenstransfer überspannen I4C.
Methoden der KI, insbesondere des Deep Learning und der Predictive Analysis, kommen in allen Projektphasen zum Einsatz: Umgebungsdaten werden automatisch semantisch segmentiert und in das 3D-Modell einer Stadt projiziert; Sensornetze werden mit tiefen neuronalen Netzen ausgewertet und gesteuert, wodurch die Sensitivität verbessert wird; Simulationsergebnisse bilden zusammen mit Wetterdaten, Klimaprojektionen und dem 3D-Modell die Datengrundlage für die Echtzeit-Umweltprädiktion auf kleinen Skalen (Meter); Gebäude werden anhand der Prädiktion mithilfe von neuen Deep-Reinforcement-Learning-Verfahren intelligent gesteuert und auf minimalen Verbrauch und hohen Komfort optimiert; mögliche Ursachen unerwünschter Effekte werden mithilfe von Backtracking in den prädiktiven neuronalen Netzen identifiziert und helfen Wissenschaftler*innen und lokalen Entscheider*innen, digital-ökologische Innovationen und Reformen zielgerichtet zu untersuchen bzw. umzusetzen. I4C wird damit sowohl auf der technischen Seite der KI als auch in der Anwendung zahlreiche Innovationen hervorbringen.
Erprobt wird die Prozesskette exemplarisch anhand der Stadt Freiburg. Zur Realisierung von I4C schließt sich ein interdisziplinäres Freiburger Team der Albert-Ludwigs-Universität und aus Fraunhofer-Instituten in den Fachbereichen Informatik, Ingenieurswissenschaften, Meteorologie, Hydrologie, Wirtschaft, Politik, Rechts- und Sozialwissenschaften mit Firmen aus der Region aus dem Bereich Mobile Mapping, Sensorherstellung, Stadtplanung, Energieversorgung und -beratung, Behörden sowie der Green City Freiburg zusammen.