KI-Verfahren, maschinelles Lernen und automatische Datenanalyse stehen im Zentrum

Gleich vier ICBM-geführte Projekte fördert das Niedersächsische Wissenschaftsministerium (MWK) im Programm „Digitalisierung in den Naturwissenschaften“. Das meereswissenschaftliche Institut der Universität Oldenburg ist damit in der diesjährigen Ausschreibungsrunde für die Mittel aus dem Niedersächsischen Vorab der VolkswagenStiftung besonders erfolgreich. Gemeinsam mit Partnern wollen die Meeresforscherinnen und -forscher des ICBM zum Beispiel Systeme entwickeln, um Daten von Satelliten oder Umweltsensoren mit Hilfe von Verfahren der Künstlichen Intelligenz (KI) automatisch auszuwerten. Projektpartner für drei der Vorhaben ist unter anderen das Labor Niedersachsen des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI).

Die ICBM-Meereswissenschaftler Dr. Thomas Badewien, Prof. Dr. Thorsten Dittmar, Prof. Dr. Oliver Wurl und Prof. Dr. Oliver Zielinski sind die Hauptantragsteller der vier geförderten Projekte. Dittmar ist Leiter der ICBM-MPI Brückengruppe Marine Geochemie, Badewien gehört der Gruppe Marine Sensorsysteme im Zentrum für Marine Sensorik (ZfMarS) des ICBM an, der Oliver Zielinski vorsteht und Wurl leitet die Arbeitsgruppe Prozesse und Sensorik mariner Grenzflächen im ZfMarS.

_{Am ICBM entwickelte Drifter (hier 2020 bei einer Expedition des Forschungsschiffes HEINCKE in der Nordsee) treiben derzeit noch passiv mit den Meeresströmungen. Die Drifter der neuen Generation sollen mit einem segelähnlichen Antrieb ausgestattet werden und miteinander kommunizieren können [Foto: Thomas Badewien].}

Intelligente Drifterschwärme erkunden Schadstoffe im Meer
Thomas Badewien leitet das Vorhaben saimidris („Sailing Intelligent Micro Drifter Swarms“). Als Partner sind das Labor für Marine Umwelttechnik an der Hochschule Emden/Leer und das DFKI beteiligt. Projektziel sind kleine, mit Schwarmintelligenz ausgestattete Driftkörper, die autonom in den Meeresströmungen treiben. Mit Hilfe neu entwickelter Sensoren sollen derartige Drifterschwärme zum Beispiel eingesetzt werden, um die Schadstoffverteilung in Meeresgebieten zu erkunden, in denen Wassermassen unterschiedlichen Ursprungs aufeinandertreffen. Die kleinen Sonden werden mit einem segelähnlichen Antrieb ausgestattet und sollen untereinander kommunizieren können.

Rolle rätselhafter Verbindungen in Stoffkreisläufen aufklären
„Global Carbon Cycling and Complex Molecular Patterns in Aquatic Systems: Integrated Analyses Powered by Advanced Digitization Techniques“ ist der Titel Thorsten Dittmars Projekt, in dessen Zentrum das so genannte gelöste organische Material steht. Das Gemisch unterschiedlichster kohlenstoffhaltiger Verbindungen im Meer gibt der Wissenschaft nach wie vor Rätsel auf. Es spielt eine wichtige Rolle für das Weltklima. Gemeinsam mit weiteren ICBM-Forscherinnen und Forschern sowie Partnern vom Göttinger Max-Planck-Institut für Dynamik und Selbstorganisation will Dittmar ein bereits existierendes Datenmanagementsystem fortentwickeln. Es soll die großen Datenmengen, die bei der Untersuchung des gelösten organischen Materials anfallen, ordnen, vergleichen und mit dem Ziel analysieren, Muster in den Daten zu erkennen, um dadurch Rückschlüsse auf weltweite Stoffkreisläufe ziehen zu können.

Lernfähige „Datenbrille“ für Satelliten
In dem Vorhaben NorthSat-X („The North Sea from space: Using explainable artificial intelligence to improve satellite observations of climate change“) zielen Oliver Wurl und Partner in ICBM und DFKI darauf ab, die Qualität von Fernerkundungsdaten von Satelliten vor allem für Küstenregionen grundlegend zu verbessern. Auf maschinellem Lernen basierende Verfahren sollen Satellitendaten mit direkt an der Meeresoberfläche aufgenommenen Messdaten besser als bisher abgleichen können. Niederschläge in der Nordseeregion und klimatische Änderungen zum Beispiel will man so künftig besser erfassen. Das System könnte zudem als Grundlage für kommerzielle Anwendungen bei der Auswertung von Satellitendaten dienen.

Autonomes Frühwarnsystem
Eine Art Frühwarnsystem für Veränderungen in Ökosystemen ist das Ziel des Projekts ChESS („Change Event based Sensor Sampling“). Gemeinsam mit Partnern vom DFKI-Labor Niedersachsen und von der Jade Hochschule will Oliver Zielinski ein KI-Verfahren entwickeln, das in Echtzeit Daten von verschiedenen Umweltsensoren erfasst und analysiert. So soll eine grundlegende KI-Struktur geschaffen werden, die autonom agiert und etwa frühzeitig vor Verschmutzungen warnt. Das neu entwickelte Verfahren wollen die Forschenden anhand eines automatisierten Sensorsystems für Küstengewässer umsetzen und testen.

Das Förderprogramm
Das niedersächsische Programm „Digitalisierung in den Naturwissenschaften“ fördert disziplinübergreifende naturwissenschaftliche Ansätze der Digitalisierung, die gleichzeitig den Transfer neu gewonnenen Wissens im Blick haben. Forschungsvorhaben unter Verwendung digitaler Methoden werden ebenso gefördert, wie deren Neuentwicklung.

Siehe z. Thema a. Pressemitteilung der Universität