I4C - Intelligence for Cities: KI-basierte Anpassung von Städten an den Klimawandel - von Daten über Prädiktion zu Entscheidungen

dc.date.accessioned2026-01-15T14:13:48Z
dc.date.available2026-01-15T14:13:48Z
dc.date.issued2026-01-15
dc.description.abstractUrbane Räume sind besonders anfällig für die Auswirkungen des Klimawandels, wie z.B. extreme Wetterereignisse, Hitzewellen, Hochwasser und Stürme. Gleichzeitig ist die Komplexität der Risikobewertung in Städten besonders hoch aufgrund räumlich stark variierender Gefährdung und Verwundbarkeit. Die Umweltbedingungen in Städten ändern sich stets und je nach Stadt bildet sich ein charakteristisches Stadtklima aus. Eine zukunftsorientierte Stadtplanung ist angewiesen auf lokal präzise Wetter-Vorhersagemodelle einerseits und eine gute Datenbasis zur Abschätzung planerischer Maßnahmen andererseits. Mit Unterstützung von Künstlicher Intelligenz werden lokal präzise Wetter-Vorhersagemodelle für Städte möglich, die zugleich die Komplexität urbaner Systeme abbilden und eine zukunftsorientierte Stadtplanung ermöglichen. Zu Projektbeginn waren weder KI-basierte Ansätze zur Objekterkennung und Segmentierung im 3D-Raum (z.B. Punktwolken) noch für die Durchführung von lokal präzisen Risikoanalysen (z.B. in Bezug auf Hitze) bekannt. Das übliche Verfahren zur semantischen Segmentierung von Stadtmodellen erfolgte manuell: Menschen betrachten Bilder oder machen Begehungen vor Ort, um anschließend eine Klassifizierung vorzunehmen. Risikoanalysen wurden z.B. anhand numerisch-physikalischer Modelle unter wenigen, theoretisch-angenommenen Fallbeispielen berechnet (z.B. sommerliche Extremwetterlagen heute und in Zukunft), da Simulationen mit physikalischen Modellen daten- und rechenintensiv sind. Gleichzeitig fehlten beispielsweise Ansätze für eine evidenzbasierte Anpassungsplanung, vor allem auf der Quartiersebene. Hier galt und gilt es, Daten- und Wissenslücken zu schließen, um kurzfristige Entscheidungsgrundlagen für die kommunale Katastrophen- und Daseinsvorsorge zu generieren und diese gleichzeitig im Rahmen verfügbarer Instrumente der informellen und strategischen Stadtplanung für mittel- und langfristig angelegte Maßnahmen der klimaresilienten Stadtentwicklungsplanung verfügbar zu machen. Auch rechtlich betrat das Projekt weitgehend Neuland, denn zu Projektbeginn existierte keine Untersuchung zum Einsatz von KI-basierten Methoden in rechtlichen Steuerungsinstrumenten der Klimaanpassung. Datei-Upload durch TIBger
dc.description.versionpublishedVersion
dc.identifier.urihttps://oa.tib.eu/renate/handle/123456789/28974
dc.identifier.urihttps://doi.org/10.34657/28043
dc.language.isoger
dc.publisherHannover : Technische Informationsbibliothek
dc.relation.affiliationAlbert-Ludwigs-Universität Freiburg, Institut für Informatik, Professur für Mustererkennung und Bildverarbeitung
dc.relation.affiliationFraunhofer-Institut für Physikalische Messtechnik (IPM)
dc.rights.licenseCreative Commons Attribution-NonDerivs 3.0 Germany
dc.rights.urihttps://creativecommons.org/licenses/by-nd/3.0/de/
dc.subject.ddc000 | Informatik, Information und Wissen, allgemeine Werke
dc.titleI4C - Intelligence for Cities: KI-basierte Anpassung von Städten an den Klimawandel - von Daten über Prädiktion zu Entscheidungenger
dc.title.subtitleSachbericht zum Verwendungsnachweis Teil II
dc.typeReport
dc.typeText
dcterms.event.date01.01.2021-30.06.2024
dcterms.extent69 Seiten
dtf.funding.funderBMUKN
dtf.funding.program67KI2029A
dtf.funding.program67KI2029B
tib.accessRightsopenAccess

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
BMBF67KI2029AB.pdf
Size:
13.98 MB
Format:
Adobe Portable Document Format
Description: