KI-Anwendung von regionalen Klimasimulationen im Forstbereich

Hätten die Försterinnen und Förster früher gewusst, dass der Sommer 2018 so trocken sein würde, hätten sie im Vorjahr andere Entscheidungen getroffen. Dadurch hätten die Sonderkosten für die Bewässerung und die Ausfälle in den neu begründeten Beständen deutlich reduziert werden können. Die relevanten Akteure der Holzlogistikkette, aber auch die Bevölkerung hätten über diese Entscheidung der Revierförster informiert werden können. Transportunternehmen, Sägewerke sowie Holzabnehmer hätten mehr Zeit gehabt, sich auf die Holzverfügbarkeit vorzubereiten.
In diesem komplexen Geflecht konzentrieren wir uns im Projekt EDE4.0 auf die Randbedingungen, die zu Entscheidungen in der Holzwirtschaft beitragen. Zum einen steht die Erfahrung der Försterinnen und Förster im Mittelpunkt. Sie gibt Aufschluss über Entscheidungen in der Vergangenheit und Pläne für die Zukunft. Zum anderen sind es die Ergebnisse von Klimasimulationen, die Aussagen über die aktuelle und zukünftige Verteilung forstlich relevanter Parameter erlauben. Und nicht zuletzt ein Baumwachstumsmodell, das die Entwicklung verschiedener Baumarten abbildet.
Das Ergebnis ist eine auf die Bedürfnisse der Forstwirtschaft zugeschnittene Anwendung, die die zukünftige Entwicklung eines Waldes simuliert. Da die zukünftigen Randbedingungen nicht starr, sondern dynamisch sind, wird die Anwendung mit Hilfe von künstlicher Intelligenz einer Lernkurve unterzogen, die es ermöglicht, eine Vielzahl von Zukunftsszenarien zu erstellen.

Website der EDI: https://ede4.0.edi.gmbh/de/

Der Referent

Dr.-Ing. Thomas Freudenmann (Geschäftsführer) arbeitet seit mehr als 10 Jahren auf dem Gebiet des Semantic Web, KI-basierter Algorithmen und digitaler Geschäftsmodelle. Er begann 2008, als er als wissenschaftlicher Mitarbeiter am IPEK - Institut für Produkt Engineering Karlsruhe am KIT tätig war. Seit 2015 mit der Firma EDI – Engineering Data Intelligence.

siehe auch: https://www.edi.gmbh/unser-team/thomas-freudenmann