Artificial Intelligence in Rescue Chains (AIRCIS): Stärkung der Rettungskette unter Extremwettereinflüssen durch den Einsatz von Künstlicher Intelligenz am Beispiel Lausitz

Abstract

Problemstellung Im Projekt AIRCIS wurde die Herausforderung adressiert, dass steigende Einsatzzahlen, komplexere Einsatzlagen und zunehmende Extremwetterereignisse Leitstellen vor neue Anforderungen stellen. Gleichzeitig werden vorhandene Leitstellen-, Wetter- und Geodaten bislang nur unzureichend für Planung und Steuerung genutzt. Ziel war es, ein datenbasiertes System zu entwickeln, das mithilfe von KI das Einsatzaufkommen prognostiziert und die Rettungskette simulationsgestützt abbildet, um Leitstellen eine vorausschauende, resiliente Ressourcenplanung zu ermöglichen. Ergebnisse und Wirkungen Im Projekt wurde ein integriertes System aus KI-gestützten Prognosemodellen und einer agentenbasierten Simulationsumgebung entwickelt, das reale Leitstellendaten mit Wetter- und Geodaten kombiniert. Damit können Einsatzaufkommen - auch unter Extremwetterbedingungen - vorhergesagt und Auswirkungen auf Ressourcen, Reaktionszeiten und Versorgungsqualität analysiert werden. Eine benutzerfreundliche Softwareoberfläche ermöglicht die Nutzung in Leitstellen für Planung, Training und operative Entscheidungsunterstützung. Die Ergebnisse wurden in der IRLS Lausitz prototypisch implementiert und zeigen eine deutliche Verbesserung der Planbarkeit von Personal- und Einsatzmitteln. Gleichzeitig wurden Datenstandards, Schnittstellenanforderungen und methodische Grundlagen geschaffen, die auf andere Regionen übertragbar sind. AIRCIS leistet damit einen Beitrag zur Digitalisierung und Resilienz der Daseinsvorsorge und bildet eine Grundlage für weiterführende Anwendungen wie Digitale Zwillinge im Rettungswesen sowie für zukünftige Forschungs- und Innovationsvorhaben.