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«

Projektteam

LabelledGreenData4All setzt auf ein interdisziplinäre Projektteam, dass die Expertise aus Wissenschaft und Forschung mit den privatwirtschaftlichen Interessen vereint. Das Team der wetransform GmbH und des Fraunhofer-Institut für Graphische Datenverarbeitung (IGD) arbeiten gemeinsam daran, die Innovationskraft annotierter Umweltdatensätze sektorübergreifend zu eruieren.

Das auf 12 Monate ausgelegte Forschungsprojekt »Nachhaltigkeitspotentialanalyse für die Zweckmäßigkeit und den Aufwand von Datenannotationen für Machine Learning-Modelle« aus dem Ressortforschungsplan des Bundesministeriums für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz wird im Auftrag des Umweltbundesamtes durchgeführt. Forschungskennzeichen: FKZ 3723 11 602 0.

Weiterführende Informationen

Stakeholder-Workshop »ML-Modelle und Datenannotation und deren Datenbedarf im Umweltsektor«, 13. Juni 2024 von 9:30 bis 11:30 (online)
https://wetransform.to/de/ml-modelle-datenannotation-workshop/