1. Dezember 2022

KI für den grünen Wandel - Anwendungen und Anwendungsfälle [Teil 1]

Mitwirkende
Caroline Adam
Leiter der Abteilung Inkubation
Keine Artikel gefunden.
Newsletter abonnieren
Diesen Beitrag teilen

KI hat ein großes Potenzial, die Bemühungen 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 Vollständigkeit - einige Beispiele von Anwendungsfällen betrachten, in denen KI helfen kann, wichtige Herausforderungen zu bewältigen. 

In einer Reihe von Blogposts werden wir uns mit vier Dimensionen befassen, die mit den Maßnahmen des EU-Green Deal übereinstimmen 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 Europäische Green Deal zielt darauf ab, Europa bis 2050 klimaneutral zu machen, und hat ehrgeizige Ziele für die Reduzierung der Treibhausgasemissionen gesetzt. Dies kann nur erreicht werden, wenn die Emissionen in allen Sektoren reduziert werden. Vor allem der Energiesektor ist für das Erreichen der Ziele von entscheidender Bedeutung, da mehr als 75 % der Treibhausgasemissionen in der EU auf die Erzeugung und Nutzung von Energie zurückzuführen sind. Die KI-Technologie wird bereits eingesetzt, um diese Bemühungen zu unterstützen, z. B: 

Messung und Vorhersage von Treibhausgasemissionen

Unternehmenstehen zunehmend unter Druck, transparent, genau und häufig über Emissionen zu berichten und Maßnahmen zu deren Reduzierung zu ergreifen. Präzise Messungen auf granularer Ebene (z. B. auf Produkt- oder Prozessebene) sind der Schlüssel, um zu wissen, worauf man sich konzentrieren muss. Die manuelle Messung von Emissionen ist jedoch zeitaufwändig, datenintensiv und kostspielig. KI und Datenanalyse können helfen, Emissionen effektiv zu verfolgen und Ineffizienzen, Verbesserungen und Möglichkeiten zur Emissionssenkung zu erkennen. Erwägen 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 wäre eine KI-gestützte 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 künftiger 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 anfälliger für 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 Kühlung von Gebäuden 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 für Straßen und Verkehr (AWV) zusammen, um den Energieverbrauch von Straßenbeleuchtungen zu senken. Dabei werden Echtzeitdaten über die Verkehrsintensität und die Wetterbedingungen genutzt, um die Straßenbeleuchtung genauer und ortsabhängiger zu steuern.  

Umstellung auf erneuerbare Energien‍

KI kann dazu beitragen, dass erneuerbare Energiequellen kostengünstiger, effizienter oder vorhersehbarer werden und der Energiemix stärker auf erneuerbare, weniger kohlenstoffintensive Energiequellen ausgerichtet wird. ML6 hat zum Beispiel mit dem belgischen Windparkbetreiber Otary zusammengearbeitet. Mithilfe von ML-Technologie und Erklärbarkeitstechniken haben wir die Ursachen für die unzureichende Energieproduktion vorhergesagt und dabei Sensordaten wie Windrichtung, Turbinenstandort und Wetterbedingungen berücksichtigt. Diese Erkenntnisse ermöglichten es dem Windpark, die treibenden Faktoren für die unzureichende Leistung zu ermitteln und letztendlich zu entscheiden, welche Maßnahmen ergriffen werden sollten, um mehr grünen Strom aus seinen Windparks zu erzeugen. In ähnlicher Weise konnte die Positionierung von Solarmodulen überwacht 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 grüner, kreislauforientierter und digitaler werden muss ( EU-Industriestrategie). In ähnlicher 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-gestützte Qualitätskontrollsysteme auf der Grundlage von Computer Vision in der Produktionslinie - ein Bereich, in dem ML6 in den letzten Jahren viele Anwendungsfälle durchgeführt hat - können dazu beitragen, Produktionsfehler und Abfall zu reduzieren und die Effizienz des Prozesses zu steigern. Die Nutzung von Sensordaten während der Produktion kann eine weitere Möglichkeit sein, Engpässe zu erkennen und Verschwendung zu reduzieren. So hat ML6 beispielsweise mit Accolade Wines, dem größten 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 für intelligente Logistik und Lagerverwaltung

Eine bessereVorhersage der Nachfrage kann dazu beitragen, die Bestände besser zu verwalten und die Gestaltung der Logistikstrategien zu optimieren. Überschüssige Produkte verschwenden nicht nur Ressourcen durch ihre Produktion, sondern verursachen auch Treibhausgasemissionen, wenn sie versandt und in klimatisierten Lagern gelagert werden. Durch die Einführung von Bedarfsprognosen auf der Grundlage der verfügbaren Daten können Angebot und Nachfrage besser aufeinander abgestimmt werden, wodurch die produzierte Verschwendung verringert wird. Dies vermeidet versunkene Kosten für 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.

Präzisionslandwirtschaft

Eine präziseÜberwachung und Steuerung der Umweltbedingungen in der Landwirtschaft mit Hilfe von KI kann den Bedarf an Pestiziden und Düngemitteln 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 Schädlinge identifiziert und überwacht werden, um den optimalen (minimalen) Einsatz von Pestiziden vorherzusagen. Die Landwirte können auch den Gesundheitszustand der Pflanzen überwachen, um ein besseres Management zu ermöglichen und Maßnahmen zu ergreifen. Dies kann zu höheren Erträgen und niedrigeren Kosten für die Erzeuger sowie zu einer nachhaltigeren Landwirtschaft für die Umwelt führen.
Im Agrarsektor arbeitete ML6 mit CNHi Industrial an einer KI-Lösung für deren neue Mähdrescherreihe. Diese Mähdrescher sind mit einer Kamera und Hardware ausgestattet. Ziel ist es, die Qualität des Ernteguts zu erkennen, indem eine Bildsegmentierung auf der Hardware und den von der Kamera aufgenommenen Bildern durchgeführt wird. Auf der Grundlage dieser Informationen kann der Mähdrescher seine Parameter entsprechend anpassen. 

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

Verwandte Beiträge

Alle anzeigen
Keine Ergebnisse gefunden.
Es gibt keine Ergebnisse mit diesen Kriterien. Versuchen Sie, Ihre Suche zu ändern.
Stiftung Modelle
Unternehmen
Unser Team
Verantwortungsvolle und ethische KI
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 natürlicher Sprache
Computer Vision