Jena (dpa/th) - Mit Hilfe von Künstlicher Intelligenz (KI) wollen Jenaer Forscher die Auswirkungen von Klimaextremen besser vorhersagbar machen. Damit könnten den Wissenschaftlern zufolge künftig etwa Hilfseinsätze nach Fluten oder Trockenheiten früher geplant und die lokale Bevölkerung besser gewarnt werden. Schon heute gebe es Modelle, aus denen sich viele Informationen ableiten ließen.
„Wettervorhersagen hören oft bei der Frage auf, ob es regnet oder nicht“, sagt der Direktor des Max-Planck-Instituts für Biochemie, Markus Reichstein. Beziehe man aber geografische Daten oder Bevölkerungsdaten mit ein, ließen sich so KI-basierte Frühwarnsysteme etablieren. Ziel sei, in ein bis zwei Jahren ein funktionierendes Vorhersage-Modell zu haben, das Hilfsorganisationen wie das Rote Kreuz nutzen könnten. Dazu gebe es bereits konkrete Gespräche.
Vorhersagen sind sehr kompliziert
Gemeinsam mit dem Lehrstuhlinhaber für Digitale Bildverarbeitung an der Friedrich-Schiller-Universität Jena, Joachim Denzler, leitet Reichstein die Ellis-Einheit Jena. Ellis ist ein europäisches Netzwerk zum Thema KI mit Forschungsgruppen in über einem Dutzend Länder. In Jena arbeiten nach dem Startschuss vor zwei Jahren nun etwa 40 Wissenschaftler in der Einheit. Die Idee sei gewesen, die Kompetenzen im Bereich maschinelles Lernen und in der Erforschung der Erdsysteme zusammenzubringen, so Reichstein.
Bei einer Trockenheit etwa griffen mehrere Konzepte: Auf Nordhängen mache sich Hitze weniger bemerkbar als auf Südhängen, in Mulden oder an einem Fluss sei die Vegetation weniger gestresst. „Da gibt es keine physikalischen Modelle, weil es so komplex ist und so viele Faktoren zusammenhängen“, sagt Reichstein. Mit Hilfe der Daten könne man lernen, wie lokale Ökosysteme reagieren. Auch Bevölkerungsdaten bis hin zur Beschaffenheit von Häusern ließen sich abbilden und so Aussagen über die Verletzlichkeit der Bevölkerung treffen.
Auch medizinische Anwendungen denkbar
Darüber hinaus arbeiten die Forscher aber auch an Vorhersagen im medizinischen Bereich. „Ob man sich mit Fernerkundung die Entwaldung ansieht oder ob man sich Hautkrebs ansieht - viele Datensätze sind sehr ähnlich“, sagt Reichstein. Denzler zufolge ließen sich aber zum Beispiel auch Voraussagen zu Depressionswellen treffen, wenn man verstehe, wie Krisen wie Corona oder der Krieg in der Ukraine auf die Bevölkerung wirke. Aber auch wenn die Datenstrukturen ähnlich sind: Im Bereich Datenschutz gibt es im medizinischen Bereich höhere Hürden, wie die beiden Wissenschaftler sagen.
© dpa-infocom, dpa:240105-99-497584/2