Nehmen Sie an der Umfrage zum Toolkit Digitalisierung teil! Jetzt teilnehmen.

Home > News > Wie Künstliche Intelligenz das Potenzial von Satellitendaten nutzt
  • 18.05.2021
  • Daten für Entwicklung
  • Lokale Innovation

Wie Künstliche Intelligenz das Potenzial von Satellitendaten nutzt

Sentinel-2 image shows wheat fields and other crops in Beauce (France). The different colours indicate different growth stages of the various crops. Remote sensing can be used to make statements about the type and condition of crops.

Die Kombination von offenen Fernerkundungsdaten mit KI-basierter Analyse kann zur Lösung vieler entwicklungspolitischer Herausforderungen beitragen, darunter nachhaltige Ressourcenproduktion, Klimaschutz und Ernährungssicherheit. Schon heute wird KI zur Analyse von Satellitendaten eingesetzt, um Ernteerträge in Kleinbauernbetrieben in Uganda zu prognostizieren, die Auswirkungen von Verkehrsprojekten in Indien zu berechnen oder Landnutzungsmuster in Vietnam zu erfassen.    

Satellitenbilder, die regelmäßig aus der Luft aufgenommen werden, können ein wichtiges Überwachungsinstrument sein, das wichtige Erkenntnisse liefert. Allerdings ist es schwierig, die Menge der Satellitendaten manuell zu analysieren. Der Vorteil von KI liegt darin, dass sie eine Vielzahl von Informationen und Daten gleichzeitig verarbeiten kann. Laut Dr. Hanifa Nabuuma von der Makerere University in Uganda liegt allerdings ein wesentlicher Engpass für die Nutzung dieser Technologie vor allem darin, dass es in Afrika nicht genügend Trainingsdatensätze gibt, die auf den lokalen Kontext zugeschnitten sind.  

Um dieses Problem zu lösen und das Potenzial von Fernerkundungsdaten besser zu nutzen, hat FAIR Forward in Zusammenarbeit mit der Radiant Earth Foundation und der Makerere University ein virtuelles “Geospatial Machine Learning” Bootcamp für Entwickler aus Uganda, Ruanda, Ghana und Südafrika organisiert. 40 Teilnehmer werden darin geschult, wie sie maschinelles Lernen einsetzen können, um Fernerkundungsdaten nachhaltig in Anwendung zu bringen. Nach dem Ende des Trainings sind sie in der Lage, ihr neu erworbenes Wissen innerhalb ihrer Organisationen weiterzutragen.   

Damit stärkt diese Zusammenarbeit auch die KI-und Fernerkundungsgemeinschaft in Afrika und wirkt darauf hin, Geodaten für lokale Herausforderungen wie Klimawandel, Urbanisierung und Ernährungssicherheit effizienter zu nutzen.  

  

Links:  

Radiant Earth: https://www.mlhub.earth/  

FAIR Forward: https://toolkit-digitalisierung.de/en/fair-forward/