Kommentar von Matthias Patzak, Amazon Web Services KI und Naturschutz – Open-Source-Modell vereinfacht komplexe Erdbeobachtung

Anbieter zum Thema

Amazon Web Services Germany GmbH

Fsas Technologies GmbH

INFOMOTION GmbH

QUNIS GmbH

Seit den ersten Apollo-Aufnahmen der Erde vom Mond aus hat sich die Perspektive auf „den blauen Planeten“ gewandelt und Bilder aus dem Weltall sind zum Alltag geworden. Heute liefern mehr als 11.000 Satelliten kontinuierlich Bilder und Daten aus dem Orbit und helfen bei der Echtzeit-Kartierung, GPS-Navigation und Wettervorhersagen. Doch trotz der umfassenden Abdeckung der Erdoberfläche klafft eine erhebliche Lücke zwischen dem verfügbaren Datenvolumen und den Fähigkeiten und Ressourcen, die für eine effektive Nutzung dieser Daten erforderlich sind.

In der Praxis taucht immer wieder ein großes Hindernis auf: die Bewältigung riesiger Datenmengen. Egal, ob bei etablierten gemeinnützigen, staatlichen Einrichtungen, Unternehmen oder Nature-Tech-Start-ups, überall müssen große Mengen an Informationen verarbeitet werden. Doch innovative Anwendungsmöglichkeiten Künstlicher Intelligenz (KI) bieten vielversprechende Lösungswege.

Von Pixeln zu analysierbaren Daten

Die bisherige Herausforderung liegt darin, dass Beobachtungsdaten der Erde für die meisten Menschen und KI-Modelle deutlich schwieriger zu nutzen sind als andere Daten im Internet. Das Gründerteam von Clay AI for Earth entwickelte daher ein System mit dem Ziel, dieses Problem zu lösen und Satellitendaten in ein verwertbares Naturschutz-Instrument zu verwandeln. Clay ist ein Foundation-Modell zur Erdbeobachtung, mit dem Zweck, die Arbeit mit Satellitenbildern so zugänglich und nützlich zu machen wie die heutige Websuche.

Prognose von Gartner

Earth Intelligence: Milliardenmarkt für KI und Satellitendaten

Das Clay-Modell verarbeitet Satellitenbilder, zusammen mit Informationen über Ort und Zeit. Daraus erstellt es mathematische Darstellungen, sogenannte „Embeddings“, die ein bestimmtes Gebiet der Erdoberfläche zu einem konkreten Zeitpunkt beschreiben. Dafür nutzt es eine spezielle KI-Architektur, einen sogenannten Vision Transformer. Dieser wurde angepasst, um räumliche und zeitliche Zusammenhänge in den Erdbeobachtungsdaten zu verstehen.

Das Training des Modells erfolgt via Self-supervised Learning (SSL), wobei eine besondere Methode namens „Masked Autoencoder“ zum Einsatz kommt. Die Technologie ermöglicht es, dass komplexe Bilddaten in eine Form gebracht werden, die von verschiedenen Anwendungen und Analysewerkzeugen effizient verarbeitet werden kann.

Offene Datenquellen als Fundament

Clay basiert auf Daten, die frei über das AWS Registry of Open Data verfügbar sind, und ist selbst ein Open-Source-Modell, das jede Organisation nutzen kann. Diese Kombination aus offenen Datenquellen und Open-Source-Ansatz schafft die Grundlage für eine breite Nutzung durch Naturschutzorganisationen unterschiedlicher Größe und Ausstattung. AWS unterstützte die Entwicklung des Modells mit einer Finanzierung von 3,5 Millionen US-Dollar.

Der Zugang zu qualitativ hochwertigen Trainingsdaten über offene Datenverzeichnisse eliminiert eine große Hürde bei der Entwicklung spezialisierter KI-Modelle zur Erdbeobachtung. Organisationen müssen nicht mehr eigene umfangreiche Datensätze aufbauen oder teure Lizenzen für proprietäre Satellitendaten erwerben. Clay hilft Wissenschaftlern und Naturschützern dabei, interaktiv mit Satellitendaten zu arbeiten und diese für die spezifischen Anforderungen verschiedener Projekte abzufragen und zu analysieren. Die Plattform bringt Naturschutzexperten und lokale Gemeinschaften näher an KI-Modelle heran, die basierend auf den jeweiligen Themen angepasst und modifiziert werden können.

Kommentar von Dr. Kateryna Sergieieva, EOS Data Analytics

Satellitendaten & KI – effiziente Lösungen für Landwirtschaft und Klima

Clays Benutzeroberfläche vereinfacht die Arbeit mit Satellitendaten: Zum Beispiel können Nutzer gewünschte Bildtypen anklicken und erhalten visuelle Rückmeldungen zur Suchverfeinerung. Das System liefert auch komplexere Analysen, wie beispielsweise das Überlagern verschiedener Datensätze, um optimale Standorte für Naturschutzgebiete zu bestimmen und so die Biodiversität zu schützen. Komplexe und kostspielige Prozesse optimiert Clay durch das Verbinden von Karten mit Datensätzen.

Anwendungsfelder in der Umweltüberwachung

Die praktischen Anwendungen von Clay zeigen das Potenzial von frei zugänglichen Erdbeobachtungsdaten in verschiedenen Bereichen des Naturschutzes. Die Non-Profit-Organisation CTrees nutzt Clay zur Verfolgung von Abholzung, zur Ausgabe von Warnmeldungen bei Ökosystemschäden und zur Planung und Überwachung von Wiederherstellungsinitiativen. Diese Informationen bieten eine verlässliche Grundlage für verschiedene Zwecke: Sie helfen sowohl beim Handel mit CO₂-Zertifikaten als auch bei Aufforstungsprojekten.

Clay-Daten helfen ebenso der NGO Trase, landwirtschaftliche Lieferketten für Agrarprodukte wie Rindfleisch und Soja zu kartieren und dabei die tatsächlichen Auswirkungen auf Regenwälder und andere Umgebungen aufzudecken. Das Ziel ist die Umkehrung der Entwaldung durch mehr Transparenz.

Kommentar von Prof. Carsten Trinitis, TUM

So erkennt Künstliche Intelligenz Waldbrände

Auch das Monterey Bay Aquarium nutzt Clay. Die Lösung kommt zur Weiterentwicklung seiner einflussreichen Plattform Seafood Watch zum Einsatz, die globale Verbraucher über nachhaltigen Meeresfrüchte-Konsum informiert. Durch Clay kann Seafood Watch landbasierte Aquakulturen auf granularer, Farm-für-Farm-Basis kartieren und bietet damit beispielsweise kleinen Garnelenzüchtern einen Weg, ihre nachhaltigen Praktiken aufzuzeigen. Diese detaillierte Erfassung hilft bei einer differenzierteren Bewertung der Nachhaltigkeit einzelner Betriebe.

Die vielfältigen Anwendungsmöglichkeiten verdeutlichen, wie universell einsetzbar die Technologie für verschiedene Aspekte des Umweltschutzes ist. Von der Überwachung großflächiger Abholzung bis hin zur Identifizierung spezifischer illegaler Aktivitäten eröffnet Clay neue Wege für datengestützte Naturschutzstrategien.

Skalierbare und kosteneffiziente Datenbank für den Naturschutz

Weitere Vorteile von Clay zeigen sich an neuen Möglichkeiten der Skalierung und konkreten Kosteneinsparungen. Ein aktuelles Beispiel ist die Zusammenarbeit mit einem Start-up, das alte Bergbaustandorte identifiziert, an denen eine Sanierung sowohl die Umweltverschmutzung reduzieren als auch Kohlendioxid aus der Atmosphäre entfernen kann. Dieser doppelte Vorteil für die Umwelt und das Klima wäre schwierig zu realisieren gewesen, hätte die Organisation mit Satellitenbildern auf traditionelle Art und Weise gearbeitet. Die Kartierung aller relevanten Minen auf der Erde hätte etwa zwei Millionen US-Dollar gekostet, über die das Start-up nicht verfügte. Mit Clay reduzierten sich die Kosten auf einige zehntausend US-Dollar – ein entscheidender Unterschied.

Projekt Wald5DPlus der Hochschule München

KI ermöglicht präzise Waldanalyse aus der Luft

Climate Policy Radar, eine Non-Profit-Organisation zur Bereitstellung einer Datenbank über Klimapolitiken und deren Ergebnisse für Entscheidungsträger, nutzt Clay zur Demonstration der Auswirkungen verschiedener Ansätze und als Leitfaden für Regierungen und Kampagnenführer. Durch die Verknüpfung von Erdbeobachtungsdaten mit staatlichen Regelungen und anderen Initiativen liefert die Organisation klare Belege dafür, welche Maßnahmen im Umweltschutz und Klimamanagement tatsächlich Erfolg haben.

Offene Datenquellen als Zukunftsmodell

Clay ist darauf ausgelegt, Komponenten zu produzieren, die alle verwenden können. Die Entwickler von Clay sehen in der Fähigkeit, verschiedene KI-Modelle und Datensätze miteinander zu verbinden, den Schlüssel zu Clays positiver Wirkung. Aus diesem Grund haben die Clay-Mitgründer auch LGND AI ins Leben gerufen: ein neues Start-up, das Clay und ähnliche Modelle einem breiten Nutzerkreis zugänglich machen soll, um das Verständnis der Erde zu verbessern.

Die bisherigen Anwendungen von Clay zeigen, wie Open-Source-Technologie und offene Datenquellen den Naturschutz demokratisieren können. Was früher nur großen Organisationen mit entsprechenden Budgets zur Verfügung stand, können heute auch kleine NGOs und Start-ups umsetzen. Die Kombination aus frei verfügbaren Satellitendaten und zugänglichen KI-Modellen eröffnet neue Möglichkeiten für evidenzbasierte Umweltpolitik und skalierbare Naturschutzprojekte. Die Vision eines kollaborativen Systems, in dem Menschen, Daten und KI-Modelle zusammenarbeiten, kann den Schutz natürlicher Lebensräume grundlegend verändern.

(ID:50614535)