LabelledGreenData4All - Annotierte Datensätze als Innovationskraft im Umweltsektor

Annotierte Daten bilden die Grundlage für eine gute Modellbildung und dienen als treibende Kraft für die Weiterentwicklung KI-gesteuerter Umweltforschung. Jedoch ist die Verfügbarkeit von qualitativ hochwertigen, harmonisierten annotierten Daten stark eingeschränkt. Übergeordnetes Ziel ist es, für das Umweltressort strategische Empfehlungen zu erarbeiten, in welchen Anwendungsbereichen und mit welchen Daten die größten Potentiale für den Einsatz von ML-Modellen bestehen.

• Mehrwert von KI für das Erreichen der Nachhaltigkeitsziele nutzbar machen
• Beitrag zur doppelten Transformation (Nachhaltigkeit und Digitalisierung)
• Erhöhung der Verfügbarkeit und Sichtbarkeit von Umweltdaten und umweltrelevanten Daten
• Förderung der Innovationskraft annotierter Datensätze

Trainingsdaten als Schlüssel

Im Rahmen des Projekts werden vorhandene Annotationsverfahren evaluiert und analysiert. Besonderes Augenmerk liegt auf der Skalierbarkeit, Ergebnisqualität und Nachhaltigkeit der Verfahren. Auf dieser Basis wird ein Vorgehensmodell für die Datenannotation unter Berücksichtigung verschiedener Datenarten und Anwendungsfälle entwickelt.

„Wir wollen ein innovatives Vorgehensmodell entwickeln, das effiziente und skalierbare Lösungen für Datenannotation ermöglicht. So können KI-Lösungen in Zukunft gewinnbringend und nachhaltig für den Umweltsektor zum Einsatz kommen“

Datenräume als digitales Ökosystem

Ein zentraler Aspekt ist es, die Verfügbarkeit von annotierten Umweltdaten und umweltrelevanten Daten zu verbessern und diese in grünen Datenräumen sektorübergreifend zu teilen. Dadurch kann die Datenaufbereitung wesentlich reduziert werden und der Fokus auf Innovation gelegt werden.