Der Beitrag 17 radikale Thesen für echten Wandel erschien zuerst auf BAUM e.V..

Der Beitrag Bürokratie überbrücken, Investitionen ermöglichen erschien zuerst auf BAUM e.V..

Egal ob Berichtspflicht, Managementsystem oder gesetzliche Nachweise: Der Vorwurf, aufwändig und bürokratisch zu sein, haftet Umwelt- und Nachhaltigkeits-Zertifizierungen seit jeher an. Qualitativ hochwertige, belastbare und vergleichbare Aussagen zu Umwelt- und Nachhaltigkeitsleistungen müssen aber auf empirischen Grundlagen und konkreten Nachweisen fußen. Das geht nicht ohne ein gewisses Maß an Dokumentation.

Diese „Bürokratie“ soll jedoch nicht die eigentliche Zielsetzung und Leistung der entsprechenden Verordnungen überschatten: nämlich mehr Nachhaltigkeit und Umweltschutz zu gewährleisten. Genau hier setzt das Forschungsprojekt BAICert – Bavarian Artificial Intelligence in Certification Processes der OmniCert Umweltgutachter GmbH an. Als Zertifizierungsstelle für Energieerzeugung sowie Energie-, Nachhaltigkeits- und Umweltmanagement kennt OmniCert die Dokumentationspflichten ihrer Kund:innen nur allzu gut.

Gefördert durch den Freistaat Bayern

OmniCert verarbeitet im Rahmen ihrer Zertifizierungen jährlich rund 100.000 Dokumente – von offenen Excel-Dateien bis hin zu handschriftlichen Mitschriften der Kund:innen. Mithilfe unterschiedlicher KI-Anwendungen sollen die Mitarbeitenden künftig von Routinearbeiten wie dem Sichten auf Vollständigkeit, der Dokumentenablage oder der Extraktion leicht ersichtlicher relevanter Informationen entlastet werden. Durch die Einbindung von Programmierschnittstellen zu anderen Datenbanken wird die Nachweisführung auf Seiten der Kund:innen vereinfacht, weil Informationen nur einmal in eines der Systeme eingepflegt werden müssen und von dort in andere Anwendungen überführt werden können. Der Freistaat Bayern unterstützt aufgrund der hohen Relevanz für die behördlichen Prozesse sowie andere prüfende Berufe OmniCert und ihre Forschungspartnerin, die Ostbayerische Technische Hochschule (OTH) Regensburg, über drei Jahre mit einer Förderung in Höhe von gut 860.000 Euro.

Wissenschaftsbasiert dank Kooperation

Nach dem Start im April 2025 galt es zunächst, die relevanten Stellen im Arbeitsprozess zu identifizieren, an denen eine KI ansetzen und Entlastung schaffen soll. Das BAICert- Team befragte dazu relevante Stakeholder nach ihren Erfahrungen und Wünschen, die das eigene Arbeitsumfeld sowie die Interaktion mit OmniCert als Zertifiziererin betreffen.

Firmenintern analysierten Sachbearbeitende und das BAICert- Team zudem den Hauptarbeitsprozess auf vielversprechende Anknüpfpunkte. Schnell wurde deutlich, dass für den Gesamtprozess ein Mix aus bestehenden KI-Anwendungen und eigener Entwicklung sinnvoll und effizient ist. Für die Auswahl von bereits existierenden KI-Anwendungen definierte das Team klare Anforderungen an Datenschutz, Praktikabilität und Lizenzen (Open Source).

Für die Umsetzung wurden Use Cases definiert, die in den kommenden drei Jahren entwickelt und auf das bestehende ERP-System (Enterprise Resource Planning) von Omni- Cert zugeschnitten werden. Dank Unterstützung durch den Projektpartner Regensburg Center for Artificial Intelligence (RCAI) an der OTH Regensburg kann OmniCert dabei auf aktuelle wissenschaftliche Erkenntnisse und Forschungsergebnisse zurückgreifen. Das RCAI hat zu diesem Zweck eine eigene Doktorandenstelle am Labor für Imaging and Data Science (IMDS) geschaffen.

Use Case 1: Einlesen und Sortieren von Informationen

Im Vergleich zum Branchendurchschnitt der Gutachterorganisationen ist OmniCert Vorreiterin im Bereich Digitalisierung. Seit seiner Gründung 2009 entwickelt das Unternehmen das eigene ERP-System und arbeitet an der steten inkrementellen Verbesserung der internen Prozessdigitalisierung. 2017 stellte OmniCert gänzlich auf papierlosen Betrieb um, so dass für das Training der nun zu entwickelnden KI eine große Menge an Daten zur Verfügung steht.

Schritt 1: Extrahieren von Informationen aus beliebigen Dokumenten

• Das Modell erhält unstrukturierte Daten (Scans, Fotos von Dokumenten, PDFs u.a.) und kann diese selbstständig auslesen. Dieser Dokumentenaustausch zwischen Kund:in und OmniCert erfolgt seit 2024 über das unternehmenseigene Kundenportal.
• Um die Weiterverarbeitung und eine hohe Extraktionsqualität in den nachfolgenden Schritten gewährleisten zu können, werden die Dokumente optimiert (Bildverarbeitung).
• Der Dokumenteninhalt wird extrahiert (z.B. mit der Texterkennung OCR) und in die bestehenden Berichte übertragen.

Schritt 2: Sortieren von Dokumenteninhalten

• Die KI erkennt die extrahierten Inhalte und kann sie klassifizieren.
• Die Inhalte werden in eine universelle Struktur (ähnlich XML/JSON) konvertiert, um sie als strukturierte Daten via Schnittstelle an ein fortführendes System weitergeben zu können.

Use Case 2: Inhaltlichen Prüfung

Eine KI-Anwendung soll ausschließlich den Abgleich durchführen. Die abschließende Bewertung bleibt immer Aufgabe eines Menschen.

Schritt 1: Automatischer Abgleich mit

• Gesetzen, Normen, Richtlinien und anderen Vorgaben;
• vorhergehenden Verfahren;
• weiterem relevanten „OmniCert-Wissen“, mit dem die KI zuvor trainiert wurde.

Schritt 2: Entscheidungen erklären und kritisch hinterfragen

• Die KI gibt Rückmeldung zur Güte und Nachvollziehbarkeit der getroffenen Entscheidung (Explainable KI).
• Sie erstellt einen prüfungstauglichen Entscheidungsbericht für Fachleute, in dem Anmerkungen der KI hervorgehoben werden.
• Zudem sucht die KI in ähnlichen Entscheidungsfällen der Vergangenheit nach Informationen, mit denen sie ihre Entscheidung begründen kann.

Fazit

OmniCert versteht KI als wichtiges Arbeitsmittel der Zukunft. Sie will aus dem Projekt ein Prinzip entwickeln und die Unternehmenslogik konsequent von Daten und Lernfähigkeit her neu denken. Dabei soll auf offene, souveräne Strukturen gesetzt werden, um die Datenhoheit durch Open Source zu gewährleisten. KI kann und wird Routinearbeiten übernehmen und als Prüfungshelfer wertvolle Vorarbeit leisten. Vor allem zeitaufwändige Dokumentenablage sowie ein detailreicher Abgleich von Kennzahlen können von intelligenten Programmen schneller und fehlerarm erledigt werden. Die Expert:nnen werden vorrangig inhaltlich arbeiten und Sachverhalte im Zusammenhang mit dem großen Ganzen bewerten und weiterentwickeln.

Dies ist ein Beitrag aus BAUM Insights 4/2025.

Der Autor, Christoph Reithmair, leitet das KI-Projekt BAICert und ist beim BAUM-Mitglied OmniCert für die Digitalisierung von Prozessen und Arbeitsweisen zuständig. Bereits 1999 hat sich der Diplom-Ingenieur mit seiner Firma ars navigandi kundenorientierten Softwarelösungen verschrieben, die nützlich, transparent, datensicher und für alle Seiten angenehm in der Verwendung sind.

Der Beitrag KI als Arbeitsmittel der Zukunft: ein Werkstattbericht erschien zuerst auf BAUM e.V..

Das durch ITS Germany e.V. geführte Konsortium entwickelt innovative Lösungen, die urbane und ländlich geprägte Mobilitätsbedürfnisse gleichermaßen adressieren. Dem Konsortium gehören Partner aus Wissenschaft, Forschung und Industrie an: T-Systems, Theis Consult, Fraunhofer IML, Bosch, Deutsches Zentrum für Luft- und Raumfahrt, Helmholtz Zentrum für Umweltforschung, highQ, FKFS, TEQYARD, Swarco sowie Schlothauer & Wauer.

Leipzig: Digitale Zwillinge für smarte Mobilität

Die sächsische Metropole Leipzig ist eine von 100 EU-Modellstädten für „klimaneutrale und smarte Städte“. Sie steht exemplarisch für viele wachsende Großstädte in Europa: steigende Einwohnerzahlen, mehr Verkehr, höhere Luftbelastung. Die Stadt begegnet diesen Herausforderungen mit einer ambitionierten Digitalstrategie, die neue Technologien mit konkretem Nutzen für Bürger:innen verbindet.

AIAMO ist dabei ein zentraler Baustein: Im gesamten Stadtgebiet entsteht ein sensorbasiertes Umweltmessnetz mit rund 50 Stationen, das kontinuierlich Daten zur Luftqualität sammelt. Darüber hinaus erfasst die Stadt aktuelle Verkehrsdaten. All diese Echtzeitdaten werden durch KI-Modelle analysiert und fließen in die Entwicklung eines umweltsensitiven Mobilitätsmanagementsystems ein.

Ein digitales Abbild – der sog. digitale Zwilling – verknüpft die Daten aus Umwelt und Verkehr und hilft, Hotspots früh- zeitig zu erkennen, Szenarien zu simulieren und dynamische Gegenmaßnahmen zu entwickeln. Wenn die Schadstoffkonzentrationen an bestimmten Orten steigen, soll das System automatisch reagieren und entsprechende Maßnahmen vorschlagen: etwa Tempolimits, Verkehrsumleitungen oder Hinweise auf umweltfreundliche Alternativen.

Der digitale Zwilling kombiniert dabei zwei Modelle – eines für Verkehr, eines für Umwelt – die miteinander gekoppelt werden, um Wechselwirkungen analysieren und steuern zu können. Damit schafft Leipzig eine innovative Grundlage für ein datenbasiertes, KI-gestütztes Mobilitätsmanagement, das flexibel und zukunftssicher ist.

Landau in der Pfalz: Smarte Ampeln für saubere Luft in der Mittelstadt

Landau in der Pfalz steht vor ganz anderen, aber nicht weniger komplexen Aufgaben: Als Mittelstadt mit rund 46.000 Einwohner:innen liegt sie in einer Region mit hohem Pendelverkehr. Täglich passieren etwa 37.000 Pendler:innen die Stadtgrenzen – was zu regelmäßigen Belastungsspitzen führt.

Im Rahmen von AIAMO wird in Landau in der Pfalz ein intelligentes Verkehrssteuerungssystem erprobt, das mit Hilfe von KI die Ampelschaltungen an den Hauptverkehrsachsen optimiert. Ziel ist eine „dynamische grüne Welle“, die unnötige Stopps vermeiden, den Verkehrsfluss verbessern und Emissionen reduzieren soll. Darüber hinaus kommen auch Vorhersagemodelle zum Einsatz, etwa zur Steuerung eines beschrankten Bahnübergangs, der bislang ein Engpass im Westen der Stadt war. Landau zeigt damit: Auch kleinere Kommunen können Vorreiter in Sachen KI-gestützter Nachhaltigkeit sein.

Technische Infrastruktur

Der AIAMOnexus liefert die technische Grundlage: Er besteht aus der Integrationszone sowie aus leistungsstarken AI Foundation Models. Die Integrationszone verknüpft die Mobilitäts- und Umweltdaten sicher, interoperabel und im Einklang mit allen rechtlichen Vorschriften wie DSGVO, AI Act und Data Act. Die AI Foundation Models ermöglichen, die Daten für innovative KI-Anwendungen und passgenaue Mobilitätslösungen wie digitale Zwillinge oder szenarienbasierte Steuerungsstrategien nutzbar zu machen. Damit bildet der AIAMOnexus das Rückgrat eines intelligenten, skalierbaren und praxisnahen Mobilitätsmanagements.

AIAMO ist zudem modular und übertragbar. Ein zentrales Element ist dafür das Entwickler-Framework editionAIAMO: Es bietet Zugang zu kuratierten, interoperablen Daten sowie zu leistungsstarken AI Foundation Models als Grundlage für Innovationen, neue digitale Services und Geschäftsmodelle – interessant auch für Verkehrsbetriebe und Wirtschaft.

Social Mobility: Gemeinwohlorientiert und intermodal

Neben der technischen Infrastruktur spielt auch die soziale Dimension eine wichtige Rolle bei AIAMO. Social Mobility ermöglicht soziale Teilhabe, Umweltgerechtigkeit und gemeinwohlorientierte Mobilitätsangebote. Mit der Mobility- Suite und der App editionAIAMO des AIAMO Projektpartners highQ entsteht eine Plattform, die multimodale, barrierefreie und personalisierte Routenplanung ermöglicht – über alle Verkehrsträger hinweg.

Die App erkennt das Mobilitätsverhalten der Nutzenden automatisch, schlägt nachhaltige Alternativen vor und belohnt umweltfreundliches Verhalten mit einem Anreizsystem. Durch Funktionen wie Echtzeitinformationen, barrierefreie Wegeführung und Sicherheitsfeatures profitieren besonders schutzbedürftige Gruppen wie Kinder, ältere Menschen oder Personen mit Mobilitätseinschränkungen.

Fazit: KI ermöglicht die Mobilität der Zukunft

AIAMO zeigt, wie technologische Innovation, soziale Verantwortung und klare Nachhaltigkeitsziele miteinander vereinbar sind. Ob Großstadt oder Mittelzentrum: Mit Hilfe von KI lassen sich Verkehrsflüsse vorausschauend steuern, Emissionen reduzieren, Barrieren abbauen und Mobilität ganzheitlich gestalten.

AIAMO steht für einen übertragbaren, datenbasierten Lösungsrahmen, der digitale Zwillinge, künstliche Intelligenz und soziale Innovation in ein intelligentes Gesamtsystem für umweltfreundliches Mobilitätsmanagement integriert. Es bietet einen konkreten, praxiserprobten Beitrag zur digitalen und nachhaltigen Transformation des Verkehrssektors – und damit zur Gestaltung zukunftsfähiger Mobilität für Menschen und Umwelt.

Dies ist ein Beitrag aus BAUM Insights 4/2025.

Die Autorin, Sabine Rieth, ist bei ITS Germany e.V. im Rahmen des Forschungsprojekts AIAMO verantwortlich für Transfer und Öffentlichkeitsarbeit. Sie ist Expertin für strategische Kommunikation, Projektmanagement und Wissenstransfer an der Schnittstelle von Mobilität, Digitalisierung und Nachhaltigkeit.

Der Beitrag KI als Schlüssel für nachhaltiges Mobilitätsmanagement erschien zuerst auf BAUM e.V..

KI als Sinnesorgan für Extremwetter

Im Gegensatz zu klassischen Wetter- oder Klimamodellen basiert KI nicht auf physikalischen Gleichungen, sondern auf Daten. Sie lernt, Muster im vermeintlichen Chaos zu erkennen und komplexe Strukturen in vereinfachte Kategorien zu übersetzen – ähnlich dem menschlichen Gehirn. Unser Nervensystem ordnet den Datenstrom, den unsere Sinnesorgane liefern, in Echtzeit einer Bedeutung zu. Dadurch sind Land unter am Hamburger Fischmarkt während einer Sturmflut im Februar 2020 wir beispielsweise in der Lage, Objekte in unserem Sichtfeld oder Geräusche zu erkennen. So wie wir als Kinder lernen, Dinge anhand bestimmter Merkmale zu unterscheiden, kann eine KI lernen, in Datenmengen relevante Merkmale zu identifizieren – und damit ebenfalls zwischen verschiedenen „Dingen“ zu unterscheiden.

Sturmflutprognosen für das nächste Jahrzehnt

Ein konkretes Beispiel für den erfolgreichen Einsatz dieser Technik ist eine neue Methode zur dekadischen Sturmflutprognose an der Nordseeküste, die wir an der Universität Hamburg entwickelt haben. Unsere globalen Klimamodelle liefern großräumige Vorhersagen für das Sturmklima über Europa – und das bis zu zehn Jahre im Voraus mit vergleichsweise hoher Treffsicherheit. Doch wie sich dieses Sturmklima an bestimmten Orten an der Küste konkret auswirkt, können klassische Modelle nicht präzise genug abbilden. Bisher musste man für solche Vorhersagen regionale Modelle an die globalen Klimamodelle ankoppeln – ein sehr rechenintensives und aufwändiges Verfahren. Mithilfe von KI lässt sich dieser Schritt nun deutlich verkürzen.

Wir trainieren ein künstliches neuronales Netzwerk (KNN), das aus dem großräumigen Zustand der Atmosphäre – also der Wetterlage über Europa – den zu erwartenden Wasserstand an der Nordseeküste berechnet. Um bei der Analogie zum menschlichen Gehirn zu bleiben: So wie Sie beim Blick auf ein Foto des Haustiers Ihres Nachbarn automatisch erkennen, ob es sich um eine Katze oder einen Hund handelt, erkennt das KNN beim Blick auf eine Wetterkarte – gewissermaßen ein „Foto“ der Atmosphäre –, ob das Wasser an der Küste einige Stunden später hoch oder niedrig stehen wird.

Sobald das KNN trainiert ist, kann es innerhalb von Sekunden aus den Vorhersagen eines Klimamodells konkrete Aussagen über die Sturmfluthöhen in Cuxhaven, Esbjerg oder Delfzijl generieren – und das für die nächsten zehn Jahre. Der Vorteil ist enorm: Küstenschutzbehörden, Kommunen oder Planungsbüros erhalten ein Werkzeug, das sie bei der mittelfristigen Planung unterstützt – und das deutlich schneller als herkömmliche Methoden.

Warum genau diese drei Orte? Der Grund liegt im hohen Datenbedarf der KI. Damit sie effizient und zuverlässig lernen kann, benötigt sie möglichst viele Daten. Cuxhaven, das dänische Esbjerg und Delfzijl in den Niederlanden bieten genau das: detaillierte Wasserstandsbeobachtungen über mehrere Jahrzehnte hinweg. Diese Beobachtungen, kombiniert mit ebenso umfangreichen Wetteraufzeichnungen über Europa, ermöglichen ein robustes und möglichst fehlerarmes Training der KI.

Nachhaltigkeit durch vorausschauende Anpassung

Was bedeutet das für die Praxis? Küstenschutz ist teuer – und gleichzeitig zwingend notwendig. Doch nicht jede Deicherhöhung oder jeder Rückzugsraum kann sofort realisiert werden. Hier helfen Prognosen in 10-Jahres-Zeiträumen, Prioritäten zu setzen. Wenn etwa eine Region in den kommenden zehn Jahren besonders häufig von Sturmfluten betroffen sein wird, können Schutzmaßnahmen gezielt vorgezogen oder anstehende Reparaturen regional priorisiert werden.

Ähnliches gilt für andere Extremereignisse: In der Landwirtschaft helfen KI-gestützte Vorhersagen zu saisonalen Trockenphasen dabei, Anbaustrategien anzupassen oder Wasserspeicher effizienter zu bewirtschaften. Ebenso können KI-basierte Verfahren frühzeitig Temperatursignale im Ozean erkennen, die auf eine erhöhte Wahrscheinlichkeit für heiße Sommer über Europa hinweisen. Und bei Starkregenereignissen ermöglicht KI eine dynamische Einschätzung der Überflutungsgefahr auf Basis aktueller Wetterdaten – etwa zur Steuerung von Hochwasserrückhaltebecken oder zum kurzfristigen Schutz kritischer Infrastruktur.

Jedes System hat Grenzen

Doch so leistungsfähig KI auch ist – sie ist kein Wundermittel. Künstliche Intelligenz ist nur so gut wie die Daten, mit denen sie trainiert wurde. Sie „versteht“ keine physikalischen Zusammenhänge, sondern erkennt lediglich statistische Muster. Diese Muster lernt die KI dann besonders gut, wenn ihr eine große und vielfältige Datengrundlage zur Verfügung steht. In unserem Beispiel der Sturmflutprognosen nutzen wir über 700.000 Beobachtungen von Wasserständen an der Küste, gepaart mit ebenso vielen Wetterkarten über Europa. Solche Datenmengen sind jedoch nicht für alle Extremereignisse verfügbar, was den Einsatz von KI je nach Anwendungsbereich stark einschränken kann. Gerade deshalb ist es wichtig, KI in der Extremereignisforschung nicht isoliert zu betrachten. Vielmehr ist sie ein weiteres, bedeutendes Puzzleteil auf dem Weg zu einem besseren Verständnis unserer Erde und der Prozesse, die auf ihr ablaufen.

Fazit

KI bietet große Chancen für eine nachhaltige Anpassung an den Klimawandel – insbesondere, wenn es darum geht, sich gezielt auf Extremereignisse vorzubereiten, diese frühzeitig zu erkennen oder die zugrundeliegenden Zusammenhänge besser zu verstehen. Sie ergänzt klassische Wetter- und Klimamodelle um schnelle, effiziente und ortsspezifische Werkzeuge, die Entscheidungsträgern in unserer Gesellschaft einen erweiterten Handlungsspielraum eröffnen. Unser Beispiel der dekadischen Sturmflutprognosen zeigt: Das ist keine Zukunftsmusik – sondern Realität.

Dies ist ein Beitrag aus BAUM Insights 4/2025.

Der Autor, Daniel Krieger, Ph.D., studierte Meteorologie und promovierte in Erdsystemwissenschaften in Hamburg. Aktuell forscht er am Max-Planck-Institut für Meteorologie zur Vorhersagbarkeit von Klimaextremen in Europa auf Zeitskalen von bis zu 20 Jahren. Sein Interesse an Extremwetter reicht zurück bis in die früheste Kindheit.

Der Beitrag Sturmflutprognosen mit KI – Machine Learning als Werkzeug für nachhaltige Anpassung an Extremereignisse erschien zuerst auf BAUM e.V..

Das Projekt „Künstliche Intelligenz für Energietechnologien und Anwendungen in der Produktion“ (KI4ETA; Laufzeit 2021–2024) zeigt, wie innovative Technologien und künstliche Intelligenz (KI) dazu beitragen können, Energieeffizienz zu steigern und die Industrie klimafreundlicher zu gestalten. Gefördert vom Bundesministerium für Wirtschaft und Energie (früher BMWK) und getragen von über 20 Partnern aus Wissenschaft und Industrie verfolgte das Projekt das Ziel, durch die intelligente Nutzung von Daten und die Entwicklung neuer Tools und Technologien den Regelkreis der digitalen Fabrik zu schließen.

Transparenz als Schlüssel zur Effizienz

Energieeffizienz beginnt mit Transparenz. In modernen Fabriken werden bereits zahlreiche energierelevante Daten erfasst – von einzelnen Maschinen und Prozessen bis zu den Versorgungssystemen. Doch die Menge an Daten macht es schwierig, den Überblick zu behalten. Hier setzt KI4ETA mit innovativen Assistenzsystemen an: Eine im Projekt entwickelte Mixed-Reality-Brille visualisiert Energieflüsse direkt im Sichtfeld des Anwenders. Komplexe Zusammenhänge sind so auf einen Blick erkennbar und können durch Kontextinformationen wie Schaltpläne ergänzt werden.

Ein weiteres Highlight ist ein autonomer Roboter zur Detektion von Druckluftleckagen. Druckluft zählt zu den teuersten Energiequellen in der industriellen Produktion, wobei bis zu 30 Prozent der erzeugten Druckluft durch Leckagen verloren gehen. Der Roboter navigiert selbstständig durch Fabriken, identifiziert Leckagen und übermittelt die Resultate an eine Energiemanagementplattform. Tests in der ETA-Fabrik der TU Darmstadt und bei Industriepartnern zeigten, dass der Roboter zuverlässig arbeitet und zeitaufwändige manuelle Prozesse ersetzen kann.

Um auch bei den Medien Strom, Wärme und Kälte eine effiziente Datenerfassung zu ermöglichen, wurden Tools zur optimalen Platzierung von Messstellen sowie auf maschinellem Lernen basierende Methoden zur automatisierten Identifikation von Datenpunkten entwickelt.

Qualität und Energieeffizienz Hand in Hand

Ein weiteres Beispiel, das die Potenziale von KI aufzeigt, ist die Verknüpfung von Energie- und Maschinendaten zur Optimierung der Bauteilqualität. Im Werk des Industriepartners EJOT wurden hochfrequente Daten an einer Umformmaschine erfasst. Diese ermöglichen es, fehlerhafte Bauteile bereits während des Produktionsprozesses zu erkennen und auszusortieren. Dadurch wird nicht nur der Ausschuss um bis zu 20 Prozent reduziert, sondern auch der Energieverbrauch pro korrekt produziertem Bauteil gesenkt – ein bedeutender Schritt in Richtung nachhaltigerer Produktion.

Intelligente Steuerung durch digitale Zwillinge

Für das Training von KI-Tools werden Datensätze des zu optimierenden Systems benötigt. Dabei muss die KI auch Zustände „kennenlernen“, die im realen Betrieb unerwünscht bzw. unzulässig sind. Um eine integrierte Steuerung von Produktionsprozessen und Versorgungstechnik auf Basis von KI zu entwickeln, ist ein direktes Training in realen Fabrikumgebungen daher nicht möglich. Zentraler Baustein von KI4ETA ist deshalb die Nutzung digitaler Zwillinge. Diese präzise modellierten virtuellen Abbilder von Anlagen ermöglichen die risikofreie Entwicklung einer Fabriksteuerung auf Basis von Deep Reinforcement Learning. Tests in der ETA-Fabrik zeigten, dass diese KI-Lösung in der Lage ist, stabile und energieeffiziente Betriebsstrategien abzuleiten, die weder Produktqualität noch Betriebssicherheit gefährden.

Dynamische Tarife und bidirektionales Laden

Neben der Energieeffizienz stand auch die Integration der erneuerbaren Energien im Fokus: zum einen durch dynamische Tarife, die Anreize schaffen, Strom dann zu nutzen oder zu speichern, wenn ein hohes Angebot an erneuerbaren Energien besteht; zum anderen mittels Sektorenkopplung, indem Grünstrom nicht nur für den Fabrikbetrieb, sondern auch für Wärmeversorgung oder Mobilität genutzt wird. Im Projekt wurde dies insbesondere durch bidirektionales Laden von Elektrofahrzeugen an der ETA-Fabrik realisiert. Die Fahrzeug-Batterien dienen dabei als Zwischenspeicher, die auch in das Fabriknetz zurückspeisen können. So können die Fahrzeuge bevorzugt bei hohem Solar- oder Windstromangebot geladen und z.B. bei starker Netzbelastung wiederum entladen werden.

Von der Forschung in die Praxis

Die praktische Anwendbarkeit der entwickelten Technologien hat bei KI4ETA eine hohe Priorität. In Zusammenarbeit mit Industriepartnern wie Bosch und EJOT wurden die Lösungen direkt in Produktionsumgebungen getestet. So wurde sichergestellt, dass die Forschungsergebnisse auch in der Praxis umsetzbar sind. Markantes Beispiel ist die etalytics- Energiemanagementplattform: Sie ermöglicht neben dem Monitoring und der Prognose von Energieflüssen auch eine energieeffiziente Steuerung der Versorgungstechnik und berücksichtigt dabei aktuelle Energiepreise, um kostenoptimale Fahrpläne zu erstellen. Bei der Klimatisierung von Rechenzentren kommt sie bereits zum Einsatz und trägt somit auch dazu bei, den Energiebedarf von KI-Anwendungen zu reduzieren.

Dies ist ein Beitrag aus BAUM Insights 4/2025.

Der Autor, Dr.-Ing. Nils Roloff, ist seit 2012 in der Energiewirtschaft tätig. Er ist Wirtschaftsingenieur und koordiniert strategische Projekte beim BAUM-Mitglied ENTEGA AG. Der Regionalversorger mit Sitz in Darmstadt treibt mit einem starken Fokus auf Klimaschutz und Digitalisierung die Energiewende voran.

Der Beitrag Künstliche Intelligenz für eine klimaschonende Industrie: Das Projekt KI4ETA erschien zuerst auf BAUM e.V..

Die jüngsten Entwicklungen nach der US-Wahl unterstreichen die Gefahren für Demokratien, die von großen Online-Plattformen ausgehen. Daher müssen sie wirksam reguliert und um gemeinwohlorientierte Alternativen ergänzt werden. Dies fordert eine breite Allianz aus Vetreter:innen der Zivilgesellschaft, Kirchen, Gewerkschaften, Verbraucherschutz und Digitalwirtschaft in einem offenen Brief an Union und SPD. Digitale Plattformen polarisieren den Diskurs und fördern die Spaltung der Gesellschaft, stärken antidemokratische Kräfte und tragen zur Ausgrenzung von Minderheiten bei. Diese Tendenzen erschweren es auch, dringende gesellschaftliche Probleme wie die Klimakrise zu lösen.

Die Unterzeichnenden fordern daher klare Schritte: Erstens müssen die bestehenden Digitalregeln wie der Digital Services Act und Digital Markets Act sowie das Wettbewerbsrecht konsequent angewendet werden. Zweitens müsse die Regulierung zielgerichtet ergänzt werden, etwa bei der Transparenz von Algorithmen, bei tracking-basierter Werbung und suchtförderndem Design sowie Interoperabilitätsverpflichtungen. Drittens muss sich die Bundesregierung für den Aufbau demokratisch kontrollierter, gemeinwohlorientierter und souveräner digitale Infrastrukturen einsetzen.

Der Beitrag Offener Brief fordert wirksame Kontrolle digitaler Plattformen erschien zuerst auf BAUM e.V..

„Beschaffungsverantwortliche steuern die Nachfrage weltweit und nehmen eine Schlüsselrolle für die globale nachhaltige Entwicklung ein. Um auch in Zukunft wirtschaftlich erfolgreich und ein attraktiver Arbeitgeber für qualifizierte Fachkräfte zu bleiben, ist es notwendig, alte Konzepte zu überdenken und verantwortungsvoll mit knappen Ressourcen und Menschenrechten umzugehen“, so JARO. „Einkäufer müssen in Zukunft in der Lage sein, nachhaltige Beschaffungsstrategien zu entwickeln und diese gemeinsam mit den relevanten Interessengruppen strukturiert umzusetzen.“

Das JARO Institut wurde 2018 als gemeinnütziger Verein gegründet und ist geprägt von der langjährigen Expertise seiner Gründerinnen im Bereich Tourismus und Beschaffung. Dieses Fachwissen mit dem Schwerpunkt auf nachhaltigem Wirtschaften steht im Zentrum der Arbeit von JARO.

In unserer Akademie reicht das Angebot der E-Learnings des JARO Institut von „Biodiversität in der nachhaltigen Beschaffung“ über „Nachhaltige Lieferantenentwicklung“ bis hin zu „Neue Technologien für den Einkauf“. Sicher ist auch für Sie Interessantes dabei!

Das Angebot unserer Akademie richtet sich in erster Linie an mit Nachhaltigkeitsthemen befasste Mitarbeiterinnen und Mitarbeiter aller Hierarchieebenen und umfasst die Kernthemen Strategische Planung und Unternehmensführung, Beschaffung, sowie (Nachhaltigkeits-)Berichterstattung.

Anbieter von nicht werblichen E-Learnings, die die Qualitätkriterien unserer Akademie erfüllen, sind dazu eingeladen, sich mit uns in Verbindung zu setzen.

Der Beitrag Beschaffung: Schlüsselrolle bei der nachhaltigen Entwicklung erschien zuerst auf BAUM e.V..

Als Anlaufstelle für Themen des nachhaltigen Wirtschaftens schafft die digitale Plattform von BAUM seit knapp zwei Jahren den virtuellen Raum für unsere Mitglieder sowie Nachhaltigkeitsinteressierte und Mitstreiter:innnen auf dem Weg zu einer nachhaltigen Transformation. Das neueste Update der Plattform stärkt nun die Rolle unserer Mitglieder.

Ab sofort können Admins von Mitgliedsunternehmen ihre Events in unseren Eventkalender selbst eintragen. Die Filterfunktion nach Kategorien und Event-Typ verspricht zudem mehr Übersichtlichkeit bei einem wachsenden Angebot.

Unter https://app.baumev.de/events haben registrierte User den vollen Überblick über sämtliche Online-, Hybrid- und Vor-Ort-Events mit Nachhaltigkeitsbezug.

Sollten Sie noch nicht auf der Plattform registriert sein, können Sie unter https://app.baumev.de/events-view die aktuellen Events durchstöbern.

Alle User der Plattform – Mitglieder und Nicht-Mitglieder – haben weiterhin die Möglichkeit, sich zu Events anzumelden und das Kurs-Angebot der Akademie zu nutzen. BAUM-Mitglieder kommen bei vielen Buchungen zudem in den Genuss von Rabatten und können sich im Feed mit anderen Mitgliedern zu relevanten Themen austauschen.

Bei Fragen und allen weiteren Anliegen rund um die Plattform steht Ihnen Philip Mathies (philip.mathies@baumev.de) mit Rat und Tat zur Seite.

Viel Spaß beim Vernetzen und Austauschen!

Der Beitrag Neues Update und mehr Möglichkeiten im „Digitalen BAUM“ erschien zuerst auf BAUM e.V..