I4C – Intelligence for Cities: digital-ökologische Innovationen
Urbane Räume
Weltweit steigt die Anzahl der Menschen in urbanen Räumen. Auch in Deutschland leben über 75 Prozent der Bevölkerung in Städten. Das Problem: Urbane Räume sind besonders anfällig für die Auswirkungen des Klimawandels. Hierzu zählen etwa extreme Wetterereignisse, wie Hitzewellen, Hochwasser und Stürme. Zum Schutz und Wohlbefinden der Stadtbevölkerung und zur Sicherung der Wirtschaftsleistung ist es notwendig, diesen Auswirkungen entgegenzuwirken. Dies stellt u.a. die „New Urban Agenda“ (NUA) der Vereinten Nationen klar. Hierzu müssen sich urbane Räume künftig an die veränderten Bedingungen infolge des Klimawandels anpassen.
Ein KI-basiertes 3D-Stadtmodell inklusive Wetter- und Klimavorhersagen
Aufgrund der Komplexität städtischer Systeme kommt den Methoden der künstlichen Intelligenz (KI) hier eine besondere Rolle zu. Für die entstehende KI-Toolbox wird eine Open-Source-Lizenzierung angestrebt, an die weitere Forschungs- und Entwicklungsaktivitäten unmittelbar anknüpfen können. Ziel ist es, Kommunen und Planungsbüros zu befähigen, anhand intuitiver Werkzeuge Maßnahmen zur Anpassung an den Klimawandel zu ergreifen.
Interdisziplinarität und Kooperation
Zur Realisierung des Projekts I4C schloss sich ein interdisziplinäres Freiburger Team der Albert-Ludwigs-Universität und aus Fraunhofer-Instituten zusammen, sie kommen aus den Fachbereichen Informatik, Ingenieurswissenschaften, Meteorologie, Hydrologie, Wirtschaft, Politik, Rechts- und Sozialwissenschaften. Dazu kommen Firmen aus der Region aus dem Bereich Mobile Mapping, Sensorherstellung, Stadtplanung, Energieversorgung und -beratung sowie die relevanten Behörden. Demonstriert werden die Resultate des in der Region Freiburg verankerten Projektteams anhand der Green City Freiburg.
Green City Freiburg
Erprobt wird eine Prozesskette von Datenaufnahme über Analyse und Umweltprädiktion bis hin zu konkreten Maßnahmen. Demonstriert werden die Resultate des in der Region Freiburg verankerten Projektteams anhand der Green City Freiburg.
Die Vorgehensweise
Mit meteorologischen Prozessmodellen und Klimasimulationen werden für Wärmebelastung, Hochwasser und Sturmschäden anfällige Bereiche zunächst in der Stadt Freiburg identifiziert. Die Belastungssituationen und die damit verbundenen Auswirkungen werden in einem semantischen, gebäudeauflösenden 3D-Modell simuliert, quantifiziert und visualisiert. Anhand des Modells lassen sich Bevölkerungsgruppen, Bäume und Gebäude identifizieren, die gegenüber Hitzebelastung, Hochwasser und Stürmen besonders anfällig sind. In dem hochauflösenden 3D-Modell werden kritische Stellen visualisiert und Risiken identifiziert.
Expert*innen schlagen dann auf Grundlage der Simulationen konkrete Maßnahmen vor, die systematisch bei Politik, Recht und Planung ansetzen und deren Auswirkungen evaluiert werden können.
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 und im Bereich der ethischen Bewertung sowie des Bildungstransfers Ansätze vorschlagen.
Zum Leistungszentrum Nachhaltigkeit
