Künstliche Intelligenz in Forschung und Entwicklung: Zwischen Pilotprojekten und Zukunftspotenzial
KI ist in aller Munde, und die Erwartungen sind hoch – doch welche Ansätze funktionieren bereits heute, und wo könnten sich künftig die größten Potenziale ergeben, insbesondere für die öffentliche Verwaltung? Bei Disy beschäftigen wir uns seit Jahren gemeinsam mit Partnern aus Wissenschaft, Wirtschaft und Behörden mit diesen Fragen. In unseren Projekten erproben wir unterschiedliche Ansätze: von Analysen von Umwelt- und Geodaten über automatisierte Empfehlungssysteme bis hin zu datenbasierten Entscheidungshilfen in Krisensituationen.
Eine zentrale Rolle spielt dabei disy Cadenza als Analyse- und Visualisierungsplattform: Sie dient in den KI-Projekten als verbindende Integrationsplattform, um heterogene Daten zusammenzuführen, KI-Methoden einzubinden und Ergebnisse für Fachanwender:innen sichtbar und nutzbar zu machen.
In diesem Beitrag fassen wir aktuelle Initiativen und Forschungsprojekte zusammen, um Einblick zu geben, wie sich KI experimentell einsetzen lässt.
Simplex4Learning
Wie lassen sich heterogene Umweltdaten für intelligente Analysen nutzbar machen?
Im BMBF-Forschungsprojekt Simplex4Learning untersuchen wir, wie unterschiedlich aufgebaute Daten für moderne Datenanalyse mit Machine Learning genutzt werden können. In Umweltbehörden liegen viele Daten oft getrennt voneinander vor und sind nicht miteinander verknüpft. Damit diese Daten gemeinsam ausgewertet werden können, ist eine einheitliche Aufbereitung und Bereitstellung nötig. So können Analyse- und Reporting-Werkzeuge wie disy Cadenza auf alle Daten zugreifen. Das Projekt realisieren wir gemeinsam mit Simplex4Data und der Hochschule für Technik und Wirtschaft Berlin.
INSPIRE-KA
Wie können Sprachmodelle die Datenanalyse revolutionieren?
Wie können komplexe Datenanalysen von Geo- und Echtzeitdaten in Raum und Zeit so vereinfacht werden, dass auch Nicht-Programmierer:innen davon profitieren? Im Forschungsprojekt INSPIRE-KA möchten wir gemeinsam mit Bytefabrik.AI und dem FZI Forschungszentrum Informatik genau das herausfinden. Die Vision: Anwender:innen aus Verwaltung, Industrie und Unternehmen sollen künftig per Spracheingabe interaktive Datenanalysen durchführen können – ganz ohne Programmierkenntnisse. Gefördert wird das Vorhaben durch das Land Baden-Württemberg im Rahmen des Programms Invest BW.
AIFER
Wie kann KI das Katastrophenmanagement verbessern?
Im deutsch-österreichischen Forschungsprojekt AIFER wurde ein prototypisches Lageinformationssystem mit Echtzeitinformationen auf Basis von disy Cadenza entwickelt. Dazu wurde der Ansatz der KI-basierten Datenfusion entwickelt. Die Ergebnisse lassen sich in spezifischen Analyse-Dashboards darstellen, die speziell für die Nutzenden im Lagezentrum entwickelt wurden, und dabei helfen, den Überblick zu behalten. In einer spektakulären Großübung mit wissenschaftlicher Begleitung testete der Krisenstab das Lagesystem zur Unterstützung der kollaborativen Einsatzplanung und -führung in der Praxis.
AIDA-VIS
Wie können KI-Verfahren Advanced Analytics in disy Cadenza unterstützen?
Im BMBF-Forschungsprojekt AIDA-Vis haben wir gemeinsam mit dem FZI Forschungszentrum Informatik ein KI-basiertes Empfehlungssystem entwickelt, das die Datenvisualisierung erleichtert. Ein Ziel dabei war, ein lernendes Assistenzsystem zu schaffen. Es soll aus Benutzerpräferenzen lernen und in disy Cadenza die optimale Visualisierung für die vorliegenden Datensätze vorschlagen. Für die Analyse der Nutzerinteraktionen kamen Machine Learning-Algorithmen zum Einsatz.
NiMo
Wie kann KI die Vorhersage der Nitratverteilung im Grundwasser verbessern?
Im KI-Leuchtturmprojekt Nitrat-Monitoring 4.0 des Bundesministeriums für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz haben wir gemeinsam mit dem Karlsruher Institut für Technologie, dem Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung und dem TZW: DVGW-Technologiezentrum Wasser Softwaresysteme entwickelt, die Künstliche Intelligenz mit bewährten Methoden der Umweltinformatik verbinden. Ziel ist, die Vorhersage der Nitratverteilung im Grundwasser zu verbessern. Die KI-Verfahren sind über die Analyse-Erweiterung direkt in disy Cadenza integriert. So können Daten für die Algorithmen bereitgestellt und die Ergebnisse – wie Diagramme, Visualisierungen oder Vorhersagen – direkt in Dashboards angezeigt werden. Anwender:innen von disy Cadenza können die KI-Funktionen damit in ihrer gewohnten Arbeitsumgebung nutzen – ganz ohne selbst KI-Expertin oder -Experte sein zu müssen.
KIBIZ
Wie kann maschinelles Lernen die kommunale Wärmeplanung unterstützen?
Für eine gezielte Sanierung und eine erfolgreiche Wärmewende brauchen Kommunen verlässliche Informationen über ihren Gebäudebestand. Genau hier setzt das Forschungsprojekt KIBIZ an. Ziel des Projekts ist es, mithilfe von maschinellem Lernen den Zustand von Gebäuden besser zu erfassen. Dazu werden Daten aus verschiedenen Quellen ausgewertet und zu einer geprüften Datengrundlage zusammengeführt. Diese soll Kommunen dabei unterstützen, ihre Wärmeplanung fundiert zu steuern. Das Projekt setzen wir gemeinsam mit der m-u-t GmbH & Co. KG um.
OCELI
Welche Umfeldfaktoren beeinflussen die Aktivität von Bienen?
Das dreijährige Forschungsprojekt OCELI hatte das Ziel, besser zu verstehen, wie Umweltfaktoren die Aktivität von Honigbienen beeinflussen. Dafür haben wir Fachwissen aus Künstlicher Intelligenz, Sensorik, Bienenforschung, Umweltanalytik und ökologischer Modellierung zusammengebracht. Das Projekt wurde vom Bundesministerium für Ernährung und Landwirtschaft gefördert und vom FZI Forschungszentrum Informatik geleitet. Beteiligt waren außer uns noch apic.ai, das Helmholtz-Zentrum für Umweltforschung und Eurofins Agroscience Services Ecotox. Gemeinsam haben wir im Zusammenspiel mit disy Cadenza ein technisches Gesamtsystem aus Hard- und Software entwickelt, um Umweltdaten zu erfassen, auszuwerten und mit Hilfe von Modellen zu interpretieren.
Fazit
KI-Zukunftspotenzial erkennen, erproben und verantwortungsvoll nutzen
Die vorgestellten Projekte zeigen, wie vielfältig die Einsatzmöglichkeiten von Künstlicher Intelligenz sind – und zugleich, wie viel Erprobung, interdisziplinäre Zusammenarbeit und fachliche Einordnung dafür notwendig sind. Nicht jeder Ansatz ist sofort übertragbar, nicht jede Idee lässt sich direkt in den Regelbetrieb überführen. Doch gerade in der experimentellen Phase entstehen wichtige Erkenntnisse darüber, wo KI Mehrwert schaffen kann und wo ihre Grenzen liegen. Ein zentrales Element ist dabei disy Cadenza als verbindende Integrationsplattform, über die sich KI-Ansätze kontrolliert erproben, Analyseergebnisse nachvollziehbar darstellen und schrittweise in bestehende Arbeitsprozesse überführen lassen. So entstehen im Zusammenspiel mit disy Cadenza Ansätze, die den produktiven Einsatz absichern und den Weg für künftige KI-Unterstützung ebnen.
Sie möchten herausfinden, welches KI-Potenzial in Ihren Daten steckt oder wie sich erste KI-Ansätze sinnvoll und verantwortungsvoll für Ihre Anwendungsfälle erproben lassen? Wir unterstützen Sie gern dabei, passende Fragestellungen zu identifizieren, Daten nutzbar zu machen und KI Schritt für Schritt in Ihre Analyseprozesse zu integrieren.
