Seit über 4 Jahren wird im Landesamt für Geoinformation und Landesvermessung Niedersachsen (LGLN) eine Software entwickelt, die mit Hilfe von Künstlicher Intelligenz (KI) Gebäude in Luftbildern erkennen kann. Es war ein weiter Weg vom ersten Prototypen bis zur produktiven Anwendung.

Um die heterogenen Datenbestände der Umweltbehörden mit KI-/Machine Learning-Methoden besser für intelligente Datenanalysen zu erschließen, ist das BMBF-Forschungsprojekt Simplex4Learning gestartet. Unter der Leitung der Disy Informationssysteme GmbH will das Projektkonsortium einen Ansatz entwickeln, um bei der Analyse umweltbezogener Fragestellungen die Anwendung von KI-Algorithmen in der Breite in die praktische Anwendung zu bringen.

Wie können Big-Data- und KI-Anwendungen gewinnbringend genutzt werden, ohne Datenschutz und IT-Sicherheit zu verletzen? Mit dieser Frage beschäftigt sich eine juristische Studie des Nationalen Forschungszentrums für angewandte Cybersicherheit ATHENE. Die Autorinnen und Autoren der Studie "Systematic Privacy in real-life Data Processing Systems" untersuchen geltende Vorschriften aus den Rechtsbereichen Datenschutz, IT-Sicherheitsrecht und Urheberrecht in Bezug auf Big Data. Dabei betrachten sie auch den Entwurf über eine EU-Verordnung zur Künstliche Intelligenz (KI-VO-E). Ihr Fazit: Der aktuelle Rechtsrahmen reicht für eine sichere Verarbeitung von Big Data nicht aus und sorgt für Verunsicherung bei Bürgerinnen und Bürgern sowie Rechtsunsicherheit bei Unternehmen. Sie fordern einen ganzheitlichen, rechtlich-technischen Rahmen und entwickeln konkrete Lösungsvorschläge sowie Handlungshilfen. Die vollständige Studie kann kostenlos unter www.athene-center.de/leap-studien heruntergeladen werden.

Klimawandel, Wasserknappheit oder das Artensterben: Wie kann man mit Hilfe der künstlichen Intelligenz technische Lösungsansätze für die drängenden Umweltprobleme unserer Zeit entwickeln? Um Antworten auf diese Frage wird es am 28. September 2023 im vierten Workshop zur künstlichen Intelligenz in der Umweltinformatik gehen. Jetzt wurde das Programm veröffentlicht.

Um zerklüftete landwirtschaftliche Flächen anhand von Satellitendaten zuverlässig beobachten zu können, entwickelt das VRVis zusammen mit Projektpartnern Agrarmarkt Austria, EOX und Universität Salzburg eine Anwendung auf Basis von Super-Resolution Reconstruction (SRR). Dabei verbessert KI die Qualität der Bildergebnisse für lokale Landschaftsstrukturen und Phänomene und ermöglicht, auch von kleinen Gebieten wichtige Boden- und Vegetationsdaten zu gewinnen.