Gemeinsam mit Partnern vom DFKI-Labor Niedersachsen und von der Jade Hochschule zielt das Projekt darauf ab, den naturwissenschaftlichen Forschungsprozess durch eine Teilautomatisierung der Versuchsdurchführung mittels KI-gestütztem Change Event based Sensor Sampling (ChESS) zu beschleunigen, z. B. für die Überwachung von Systemen und die Untersuchung von Biodiversität und Ökosystemfunktionen. Der Zweck von ChESS ist die Erkennung von Konzeptänderungen, die für die Untersuchung oder den Zustand des Ökosystems relevant sein können. In intertidalen marinen Ökosystemen kann z. B. das Ereignis einer plötzlichen Überflutung zu dramatischen Veränderungen der Biodiversität führen. In der Zeit vor solchen Ereignissen kann es von wissenschaftlichem Interesse sein, häufiger Sensorproben zu nehmen. Hier könnte eine KI entwickelt werden, die frühzeitige Anzeichen für eine Veränderung der Umgebung eines Sensorsystems erkennt und häufigere Datenabfragen auslöst. Im Extremfall kann ein solches System sogar Einsätze auslösen, um eine Ökosystem-Beobachtungsstelle vor Beschädigung oder Zerstörung zu bewahren. Das Ziel des Projekts ist es also, ein KI-System zu entwickeln, das eine frühzeitige Erkennung von Konzeptänderungen ermöglicht. Solche Techniken müssen jedoch nicht nur auf die Naturwissenschaften abgebildet werden, sondern auch erweitert werden, um mit der Multimodalität von Datenströmen zurechtzukommen. D.h. ein Wasserstands Sensor allein reicht möglicherweise nicht aus, um eine plötzliche Überschwemmung vorherzusagen, sondern nur, um die Überschwemmung zu erkennen, wenn sie bereits stattfindet. Ein schwankender Wasserstand in Kombination mit einer Änderung der Windrichtung und Berichten über Regen an bestimmten Orten kann jedoch auf eine bevorstehende Überschwemmung hinweisen. Hier muss die zu entwickelnde KI verschiedene Arten von Daten in Echtzeit kombinieren und analysieren.