1. Dezember 2022

KI fĂŒr den grĂŒnen Wandel - Anwendungen und AnwendungsfĂ€lle [Teil 1]

Mitwirkende
Caroline Adam
Leiter der Inkubationsabteilung & KI-Ethiker
Keine Artikel gefunden.
Newsletter abonnieren
Diesen Beitrag teilen

KI hat ein großes Potenzial, die BemĂŒhungen zum Schutz unserer Umwelt zu beschleunigen, z. B. durch die Reduzierung von Emissionen oder die effizientere Nutzung knapper Ressourcen. Lassen Sie uns - ohne Anspruch auf VollstĂ€ndigkeit - einige Beispiele von AnwendungsfĂ€llen betrachten, in denen KI helfen kann, wichtige Herausforderungen zu bewĂ€ltigen. 

‍

In einer Reihe von Blogposts werden wir uns mit vier Dimensionen befassen, die mit den Maßnahmen des EU-Green Deal ĂŒbereinstimmen und in der folgenden Grafik dargestellt sind. In diesem ersten Blogpost werden wir die Themen Klimaschutz und saubere Energie sowie nachhaltige Industrie und Landwirtschaft vertiefen.

‍

‍

Die vier Dimensionen stehen im Einklang mit den Maßnahmen des Green Deal der EU

‍

‍

‍

Klimamaßnahmen und saubere Energie

‍

Der EuropĂ€ische Green Deal zielt darauf ab, Europa bis 2050 klimaneutral zu machen, und hat ehrgeizige Ziele fĂŒr die Reduzierung der Treibhausgasemissionen gesetzt. Dies kann nur erreicht werden, wenn die Emissionen in allen Sektoren reduziert werden. Vor allem der Energiesektor ist fĂŒr das Erreichen der Ziele von entscheidender Bedeutung, da mehr als 75 % der Treibhausgasemissionen in der EU auf die Erzeugung und Nutzung von Energie zurĂŒckzufĂŒhren sind. Die KI-Technologie wird bereits eingesetzt, um diese BemĂŒhungen zu unterstĂŒtzen, z. B: 

Messung und Vorhersage von Treibhausgasemissionen

Unternehmenstehen zunehmend unter Druck, transparent, genau und hĂ€ufig ĂŒber Emissionen zu berichten und Maßnahmen zu deren Reduzierung zu ergreifen. PrĂ€zise Messungen auf granularer Ebene (z. B. auf Produkt- oder Prozessebene) sind der SchlĂŒssel, um zu wissen, worauf man sich konzentrieren muss. Die manuelle Messung von Emissionen ist jedoch zeitaufwĂ€ndig, datenintensiv und kostspielig. KI und Datenanalyse können helfen, Emissionen effektiv zu verfolgen und Ineffizienzen, Verbesserungen und Möglichkeiten zur Emissionssenkung zu erkennen. ErwĂ€gen Sie die Berechnung des Kohlenstoff-Fußabdrucks der Lieferkette auf der Grundlage von Rechnungen und Emissionsdaten, um eine Verfolgung der Emissionen in Echtzeit zu ermöglichen (z. B. Snowfox). Ein weiteres Beispiel wĂ€re eine KI-gestĂŒtzte Plattform wie CO2 AI von BCG, um die Emissionen in der gesamten Wertschöpfungskette zu messen und zu reduzieren und mit den Lieferanten zusammenzuarbeiten. Der Einsatz von KI zur Vorhersage kĂŒnftiger Emissionen kann auch dazu beitragen, Emissionsreduktionsziele anzupassen und zu erreichen.

Verbesserung der Energieeffizienz und Senkung des Verbrauchs

Mit Hilfe von Vorhersagefunktionen lassen sich Energienachfrage und -angebot vorhersagen und steuern, die betriebliche Effizienz erhöhen, dezentrale Energienetze koordinieren und eine schnellere Steuerung und flexiblere Anpassung an unvorhergesehene Ereignisse ermöglichen. Die beiden letztgenannten Beispiele werden mit dem Übergang zu erneuerbaren Energien noch mehr an Bedeutung gewinnen, da diese anfĂ€lliger fĂŒr Unsicherheiten und Schwankungen (z. B. aufgrund von Wetterbedingungen) sind als Quellen wie Gas oder Kohle. Auf der Verbrauchsseite kann KI dabei helfen, Energieverbrauchsmuster zu untersuchen und diese Erkenntnisse zu nutzen, um Energie zu sparen. So kann beispielsweise die Heizung und KĂŒhlung von GebĂ€uden auf der Grundlage von Daten wie Wetterbedingungen und Sensoren, die die Gewohnheiten der Bewohner erfassen, flexibler angepasst werden. Im öffentlichen Sektor arbeitet ML6 derzeit mit dem Amt fĂŒr Straßen und Verkehr (AWV) zusammen, um den Energieverbrauch von Straßenbeleuchtungen zu senken. Dabei werden Echtzeitdaten ĂŒber die VerkehrsintensitĂ€t und die Wetterbedingungen genutzt, um die Straßenbeleuchtung genauer und ortsabhĂ€ngiger zu steuern.  

Umstellung auf erneuerbare Energien‍

KI kann dazu beitragen, dass erneuerbare Energiequellen kostengĂŒnstiger, effizienter oder vorhersehbarer werden und der Energiemix stĂ€rker auf erneuerbare, weniger kohlenstoffintensive Energiequellen ausgerichtet wird. ML6 hat zum Beispiel mit dem belgischen Windparkbetreiber Otary zusammengearbeitet. Mithilfe von ML-Technologie und ErklĂ€rbarkeitstechniken haben wir die Ursachen fĂŒr die unzureichende Energieproduktion vorhergesagt und dabei Sensordaten wie Windrichtung, Turbinenstandort und Wetterbedingungen berĂŒcksichtigt. Diese Erkenntnisse ermöglichten es dem Windpark, die treibenden Faktoren fĂŒr die unzureichende Leistung zu ermitteln und letztendlich zu entscheiden, welche Maßnahmen ergriffen werden sollten, um mehr grĂŒnen Strom aus seinen Windparks zu erzeugen. In Ă€hnlicher Weise konnte die Positionierung von Solarmodulen ĂŒberwacht und auf der Grundlage der lokalen Wetterbedingungen angepasst werden, um die Stromerzeugung zu maximieren. 

‍

‍

‍

Nachhaltige Industrie und Landwirtschaft 

Wir können eine kreislauforientierte und klimaneutrale Wirtschaft nur durch die Mobilisierung der Industrie erreichen, die grĂŒner, kreislauforientierter und digitaler werden muss ( EU-Industriestrategie). In Ă€hnlicher Weise kommt eine nachhaltige Landwirtschaft und ein nachhaltiges Lebensmittelsystem in der EU der Umwelt, der Gesundheit und der Gesellschaft zugute. In beiden Bereichen wird die KI-Technologie bereits eingesetzt, zum Beispiel in Anwendungen wie:

‍

Verringerung von Abfall und fehlerhafter Produktion

Die Verringerung der Anzahl fehlerhafter Produkte und des Abfalls im Herstellungsprozess kann den Rohstoffverbrauch senken und Energie sparen. KI-gestĂŒtzte QualitĂ€tskontrollsysteme auf der Grundlage von Computer Vision in der Produktionslinie - ein Bereich, in dem ML6 in den letzten Jahren viele AnwendungsfĂ€lle durchgefĂŒhrt hat - können dazu beitragen, Produktionsfehler und Abfall zu reduzieren und die Effizienz des Prozesses zu steigern. Die Nutzung von Sensordaten wĂ€hrend der Produktion kann eine weitere Möglichkeit sein, EngpĂ€sse zu erkennen und Verschwendung zu reduzieren. So hat ML6 beispielsweise mit Accolade Wines, dem grĂ¶ĂŸten Weinhersteller Großbritanniens, zusammengearbeitet und ihm geholfen, 1 Million Liter Wein pro Jahr einzusparen, indem es erkannte, wann Weinverluste auftraten, und die Bediener alarmierte, damit sie diese untersuchen und sofortige Maßnahmen ergreifen konnten.‍

‍

KI fĂŒr intelligente Logistik und Lagerverwaltung

Eine bessereVorhersage der Nachfrage kann dazu beitragen, die BestĂ€nde besser zu verwalten und die Gestaltung der Logistikstrategien zu optimieren. ÜberschĂŒssige Produkte verschwenden nicht nur Ressourcen durch ihre Produktion, sondern verursachen auch Treibhausgasemissionen, wenn sie versandt und in klimatisierten Lagern gelagert werden. Durch die EinfĂŒhrung von Bedarfsprognosen auf der Grundlage der verfĂŒgbaren Daten können Angebot und Nachfrage besser aufeinander abgestimmt werden, wodurch die produzierte Verschwendung verringert wird. Dies vermeidet versunkene Kosten fĂŒr das Unternehmen und verringert gleichzeitig seinen ökologischen Fußabdruck. Außerdem kann KI eingesetzt werden, um den Vertrieb und die Logistik nachhaltiger zu gestalten, zum Beispiel durch die Optimierung der Lieferwege. ‍

‍

PrÀzisionslandwirtschaft

Eine prĂ€ziseÜberwachung und Steuerung der Umweltbedingungen in der Landwirtschaft mit Hilfe von KI kann den Bedarf an Pestiziden und DĂŒngemitteln verringern, die Verschwendung und den Verbrauch von Wasser reduzieren und den Ertrag steigern. Mithilfe von Feldsensoren können verschiedene Faktoren gemessen werden, die sich auf die Landwirtschaft auswirken, z. B. das lokale Wetter, um die Auswirkungen auf den Ertrag und die erforderlichen Maßnahmen vorherzusagen. So können beispielsweise SchĂ€dlinge identifiziert und ĂŒberwacht werden, um den optimalen (minimalen) Einsatz von Pestiziden vorherzusagen. Die Landwirte können auch den Gesundheitszustand der Pflanzen ĂŒberwachen, um ein besseres Management zu ermöglichen und Maßnahmen zu ergreifen. Dies kann zu höheren ErtrĂ€gen und niedrigeren Kosten fĂŒr die Erzeuger sowie zu einer nachhaltigeren Landwirtschaft fĂŒr die Umwelt fĂŒhren.
Im Agrarsektor arbeitete ML6 mit CNHi Industrial an einer KI-Lösung fĂŒr deren neue MĂ€hdrescherreihe. Diese MĂ€hdrescher sind mit einer Kamera und Hardware ausgestattet. Ziel ist es, die QualitĂ€t des Ernteguts zu erkennen, indem eine Bildsegmentierung auf der Hardware und den von der Kamera aufgenommenen Bildern durchgefĂŒhrt wird. Auf der Grundlage dieser Informationen kann der MĂ€hdrescher seine Parameter entsprechend anpassen. 

‍

‍

Unseren zweiten Blogpost, in dem wir die Themen Verkehr und MobilitÀt sowie Umwelt und Ozeane vertiefen, finden Sie hier.

‍

‍

‍

Verwandte BeitrÀge

Alle anzeigen
Keine Ergebnisse gefunden.
Es gibt keine Ergebnisse mit diesen Kriterien. Versuchen Sie, Ihre Suche zu Àndern.
Großes Sprachmodell
Stiftung Modelle
Unternehmen
Unser Team
Strukturierte Daten
Chat GPT
Nachhaltigkeit
Stimme und Ton
Front-End-Entwicklung
Schutz und Sicherheit von Daten
Verantwortungsvolle/ethische KI
Infrastruktur
Hardware und Sensoren
MLOps
Generative KI
Verarbeitung natĂŒrlicher Sprache
Computer Vision