Projekt ResKriVer vorgestellt In der Krise Versorgungsengpässe per KI ermitteln

Von Martin Hensel

Im Rahmen des KI-Projekts ResKriVer soll eine wissensbasierte Plattform für resiliente Versorgungsnetze entstehen. Gesammelte oder generierte krisenrelevante Informationen dienen als Basis, um KI-basiert Engpässe in Versorgungsketten zu prognostizieren.

Firmen zum Thema

Die KI-Plattform ResKriVer soll in Krisenlagen zum Einsatz kommen.
Die KI-Plattform ResKriVer soll in Krisenlagen zum Einsatz kommen.
(Bild: ResKriVer)

Krisenlagen wie etwa die Corona-Pandemie, Flutkatastrophen oder Großunfälle sind äußerst komplex. Die Anforderungen an koordiniertes Handeln sind hoch. Zudem muss präventiv Krisenvorsoge erfolgen, um Folgeschäden und -kosten zu vermeiden. Das vom Bundesministerium für Wirtschaft und Energie (BMWi) geförderte KI-Projekt ResKriVer setzt hier an und legt seinen Fokus auf länger andauernde, räumlich regionale und nicht-militärische Krisen.

Güternachschub sichern

Das Projekt soll die Aufrechterhaltung von Versorgungsnetzwerken krisenrelevanter Güter sowie die Breitstellung relevanter und gesicherter Informationen für die Bevölkerung unterstützen. Die Plattform soll Engpässe per KI schnell erkennen und beseitigen. Krisenstäbe lassen sich gezielt unterstützen, etwa durch die Entwicklung von Methoden zur vereinfachten Lagebilderhebung. ResKriVer strebt eine breite Nutzung auch in kleinen und mittelständischen Unternehmen an, um auch hier das Krisenmanagement zu verbessern.

Das vom Fraunhofer-Institut für Offene Kommunikationssysteme (FOKUS) geleitete Projektkonsortium umfasst die Berliner Feuerwehr, die Charité – Universitätsmedizin Berlin, Condat AG, eccenca GmbH, das Fraunhofer-Institut für Materialfluss und Logistik (IML), HFC Human-Factors-Consult GmbH, KomRe AG, Merantix Labs GmbH, den Rundfunk Berlin-Brandenburg (rbb), die Vereinigung zur Förderung des Deutschen Brandschutzes (vfdb) e.V. und YOUSE GmbH sowie das Deutsche Rote Kreuz (DRK) als assoziierten Partner.

Digitale Zwillinge im Einsatz

Zuverlässige Prognosen erfordern die Erfassung, Dokumentation und Analyse nötiger Güter und Dienstleistungen über die gesamte Versorgungskette hinweg. Ein lückenhafter Digitalisierungsgrad, die Verarbeitung sensibler Daten und der kontinuierliche Bedarf an aktuellen Informationen sind hierbei Hindernisse. Zudem ist die Datengrundlage aufgrund seltener Krisensituationen eher begrenzt. ResKriVer setzt deshalb auf eine Verbindung von KI und vernetzten Datentechnologien, um diese Probleme zu adressieren und realitätsnahe Szenarien zu erreichen.

Mithilfe von Digitalen Zwillingen werden Versorgungsnetze simuliert und Vorhersagen zu Auswirkungen unterschiedlicher Ereignisse erleichtert. Wissengraphen modellieren dabei die jeweiligen Abhängigkeiten. Natural Language Processing (NLP) kommt ebenfalls zum Einsatz, um Aktivitäten in sozialen Netzwerken auszuwerten. ResKriVer basiert dabei auf einer skalierbaren Peer-to-Peer-Architektur. Anwendungen zur zielgruppengerechten Kommunikation, zur Information über sogenannte „Katastrophenschutz-Leuchttürme” und zur Einbeziehung in die Krisenbewältigung werden an die Plattform angebunden. Neben der Frühkennung von Engpässen ermöglicht ResKriVer unter anderem optimierte Ressourcenverteilung, Verteilung zeitkritischer Güter sowie die Weitergabe krisenrelevanter Informationen an die Bevölkerung.

(ID:47843578)