KI im Umgang mit Naturkatastrophen

Hurrikane, Erdbeben, Waldbrände und Überschwemmungen gehören zur Natur. In den letzten Jahren haben wir jedoch eine Zunahme solcher Naturkatastrophen erlebt. Immer mehr Menschen verlieren durch Naturkatastrophen, die häufiger und heftiger auftreten, ihr Zuhause, ihre Lebensgrundlage und ihr Leben. Die Zahl der klimabedingten Katastrophen hat sich in den vergangenen 30 Jahren verdreifacht. Laut Berichten der UN werden Entwicklungsländer bis 2030 jährlich schätzungsweise 140 bis 300 Milliarden US-Dollar aufwenden müssen, um sich anzupassen und diese Katastrophen zu bewältigen.

Dank jüngster technologischer Fortschritte, etwa im Bereich KI, lässt sich das Management von Naturkatastrophen zunehmend effizienter gestalten – von der Vorhersage von Katastrophen bis zur Unterstützung bei der Bewältigung ihrer Folgen. In diesem Artikel befassen wir uns mit dem Management von Naturkatastrophen, zeigen, wie KI die einzelnen Schritte verbessert, und stellen KI-Anwendungen vor, die zum Schutz von Menschen beitragen.

Abb. 1. Eine Grafik zeigt die Zunahme von Naturkatastrophen von 1900 bis 2019.

KI für die Vorhersage von Katastrophen und proaktives Risikomanagement#

KI-gestützte Vorhersage- und Frühwarnsysteme können die Schäden durch Naturkatastrophen verringern. Mithilfe dieser Systeme lassen sich Anwohner und Einsatzkräfte frühzeitig warnen und die Folgen einer Katastrophe mindern. KI-Werkzeuge können riesige Datenmengen durchsuchen und präzise Vorhersagen treffen, um Naturkatastrophen wie Hurrikane und Waldbrände frühzeitig zu erkennen.

KI-Verfahren wie maschinelles Lernen und Computer Vision nutzen tiefe neuronale Netze, um umfangreiche Datensätze aus verschiedenen Quellen zu analysieren, etwa Satellitenbilder, Wetterdaten und historische Aufzeichnungen. Diese Netze bestehen aus miteinander verbundenen künstlichen Neuronen, die Muster und Anomalien erkennen können, die auf eine mögliche Katastrophe hindeuten. Durch die Verarbeitung und Analyse der riesigen gesammelten Datenmengen mithilfe von Tools wie Big-Data-Analysen können KI-Modelle trainiert werden, Frühwarnsysteme bereitzustellen und die Folgen von Naturkatastrophen zu verringern.

KI kann beispielsweise Erdbeben-Nachbeben vorhersagen, indem sie seismische Daten verarbeitet. Google und Harvard entwickelten ein KI-System, das Daten von 131.000 Erdbeben und Nachbeben auswertete. In Tests mit 30.000 Erdbebenereignissen sagte dieses KI-System die Orte von Nachbeben genauer voraus als herkömmliche Verfahren. In der unten gezeigten Vorhersage sind die Regionen, in denen Nachbeben erwartet werden, rot markiert. Die schwarzen Punkte kennzeichnen beobachtete Nachbeben, und die gelbe Linie zeigt die Bruchlinien, die während des Hauptbebens aufrissen.

Abb. 2. Eine Darstellung der Ergebnisse einer Nachbebenprognose.

KI-gestützte Systeme für die Katastrophenvorsorge#

Sobald eine Katastrophe vorhergesagt wurde, besteht der nächste Schritt im Management von Naturkatastrophen darin, vorbereitet zu sein. KI-Systeme können Menschenleben und wirtschaftliche Verluste verhindern, indem sie rechtzeitig präzise Informationen zu den Risiken einer Katastrophe bereitstellen. Diese Erkenntnisse helfen den Behörden, für Notfälle gerüstet zu sein und schnell zu handeln, um Leben zu retten. Besonders gefährdet durch Naturkatastrophen sind beispielsweise Landwirte, Fischer und Forstleute; KI-Lösungen können diesen Gemeinschaften helfen, Verluste zu vermeiden.

Computer-Vision- und Bildanalyselösungen können außerdem Wetterverläufe überwachen und nachverfolgen, indem sie Satellitenbilder in Echtzeit verarbeiten. Wenn der Verlauf solcher Katastrophen, etwa von Wirbelstürmen, überwacht wird, können sich betroffene Gebiete besser auf sie vorbereiten. So hat die NASA Cloud Computing und Deep-Learning-Verfahren auf Satellitenbilder angewendet, um Hurrikane wie Harvey und Florence zu verfolgen. Das System übertraf herkömmliche Methoden um das Sechsfache und ermöglichte eine stündliche statt einer sechsstündlichen Verfolgung des Hurrikans.

Abb. 3. Hurrikan Florence mithilfe von Deep Learning überwachen und verfolgen (Quelle).

KI bei der Katastrophenhilfe: Echtzeitdaten für Rettungsteams verbessern#

Eine weitere wichtige Anwendung von KI im Management von Naturkatastrophen ist die Unterstützung von Einsatzteams. KI-Systeme können Einsatzteams in Echtzeit wertvolle Daten liefern, etwa zur Schadensbewertung und zum Aufenthaltsort von Menschen in Not, und ihnen so helfen, Hilfsressourcen effizienter zu verteilen. Außerdem können sie die Bereitstellung von Hilfe für Menschen in den betroffenen Gebieten beschleunigen und die Entscheidungen und Maßnahmen der Einsatzkräfte vor Ort verbessern.

Bei einer Naturkatastrophe laufen beispielsweise die Notrufleitungen, etwa die 911, mit Hilferufen über. Wenn alle Anrufe an menschliche Mitarbeitende weitergeleitet werden, könnten Einsatzteams wichtige Einzelheiten übersehen. KI kann ein hohes Aufkommen an Anrufen und Nachrichten in kürzester Zeit bewältigen und mithilfe von Funktionen wie Spracherkennung und Verarbeitung natürlicher Sprache (NLP) mehrere Aufgaben übernehmen. Diese Funktionen können den Kontext jedes Notrufs erfassen und genaue Angaben zur Art des Notfalls und zum Standort der anrufenden Person herausfiltern.

Diese Erkenntnisse verkürzen die Anrufdauer und beschleunigen den Notfalleinsatz. Dasselbe System lässt sich mithilfe von KI-Tools, die Computer Vision und NLP kombinieren, auch auf soziale Medien anwenden.

Wie können soziale Medien bei der Katastrophenhilfe nach Naturkatastrophen helfen? Unmittelbar nach einer Naturkatastrophe können soziale Medien wichtige, direkt umsetzbare Informationen enthalten. So können Menschen in den betroffenen Gebieten Text-, Audio-, Bild- und Videoinhalte in sozialen Medien veröffentlichen. All diese Informationen manuell zu verwalten und zu verarbeiten, ist nicht einfach – besonders, wenn jede Sekunde zählt. Tools wie die Plattform AIDR (Artificial Intelligence Digital Response) können Verzögerungen bei der Reaktion verringern, indem sie Beiträge in sozialen Medien automatisch verarbeiten. Die Plattform analysiert Texte und Bilder aus Tweets oder anderen sozialen Medien, um relevante humanitäre Informationen zu gewinnen. Organisationen für Katastrophenhilfe können die extrahierten Echtzeitdaten nutzen, um ihre Maßnahmen zu planen und effizienter umzusetzen.

KI-Innovationen können Rettungsteams auch direkt an vorderster Front unterstützen. Computer-Vision-Modelle wie Ultralytics YOLOv8 können mithilfe von Satellitenbildern und Verfahren wie der semantischen Segmentierung Schäden in betroffenen Gebieten bewerten. Bei der semantischen Segmentierung wird jedes Pixel eines Bildes einer bestimmten Kategorie zugeordnet. So setzte das US-Verteidigungsministerium nach dem Erdbeben in der Türkei semantische Segmentierung und Satellitenbilder ein, um das Ausmaß der Schäden an Infrastruktur und Gebäuden in Katastrophengebieten deutlich schneller als mit herkömmlichen Erkennungsmethoden zu bestimmen und einzuordnen. Mit solchen Verfahren verkürzte sich der Prozess auf Stunden oder Minuten, sodass die Einsatzzentrale und die Rettungsteams in den betroffenen Gebieten schneller auf die Wiederherstellung reagieren konnten.

Abb. 4. Schadensbewertung mithilfe semantischer Segmentierung.

KI zur Unterstützung der psychischen Gesundheit beim Wiederaufbau nach Naturkatastrophen#

In der Wiederaufbauphase nach einer Naturkatastrophe geht es darum, Gemeinschaften wiederaufzubauen und widerstandsfähiger zu machen. Eine der besten Möglichkeiten dafür ist, Menschen in den betroffenen Gebieten psychologische Unterstützung anzubieten. Überlebende können nach einer solchen Katastrophe psychische Probleme wie eine posttraumatische Belastungsstörung (PTSD) entwickeln. Nach einer Katastrophe kann die PTSD-Rate bis zu 40 % betragen. KI-Tools können Betroffene unterstützen. Omdena ist beispielsweise ein Unternehmen, das mithilfe von KI-Chatbots psychologische Unterstützung anbietet.

Abb. 5. Ein KI-Chatbot zur Unterstützung von Patienten mit PTSD.

KI kann auch die Forschung und Unterstützung im Bereich der psychischen Gesundheit fördern. KI-Systeme können psychische Probleme vorhersagen, indem sie elektronische Gesundheitsakten mit derselben Genauigkeit wie menschliche Fachleute analysieren. Forschende haben beispielsweise KI zur Analyse von Daten aus sozialen Medien und zur Einschätzung des Stressniveaus junger Erwachsener eingesetzt, nachdem diese ein Trauma erlebt hatten. Ihren Studien zufolge könnte dieselbe Methode auch dazu dienen, die kurz- und langfristigen Auswirkungen von Klimakrisen und Naturkatastrophen auf die psychische Gesundheit zu verstehen.

Vor- und Nachteile von KI im Katastrophenmanagement#

Nachdem wir betrachtet haben, wie KI die verschiedenen Abläufe des Katastrophenmanagements beeinflussen kann, sehen wir uns nun die damit verbundenen Vor- und Nachteile an. Hier sind einige Vorteile von KI im Katastrophenmanagement:

• Koordination verbessern: KI-Systeme können die Zusammenarbeit zwischen den verschiedenen Behörden und Organisationen im Katastrophenschutz verbessern und so Verzögerungen und Ineffizienz verringern.
• Aufgaben automatisieren: KI kann wiederkehrende Aufgaben wie die Dateneingabe und -analyse automatisieren und so während einer Naturkatastrophe personelle Ressourcen für wichtigere Tätigkeiten freisetzen, bei denen jede Sekunde zählt.
• Langfristige Anpassung an den Klimawandel: KI kann dabei helfen, die Auswirkungen des Klimawandels zu erkennen und zu bewerten, sodass Gemeinschaften weltweit langfristige Anpassungsstrategien entwickeln können.

Trotz der vielen Vorteile solltest du auch einige Einschränkungen von KI im Katastrophenmanagement beachten. Hier sind einige der wichtigsten Herausforderungen:

• Hohe Implementierungskosten: Die Entwicklung und Implementierung von KI-Systemen für das Katastrophenmanagement kann teuer sein, da sie häufig erhebliche Investitionen in Hardware, Software und KI-Fachwissen erfordert.
• Bedenken hinsichtlich des Datenschutzes: KI-Systeme nutzen Geodaten von Satelliten, Daten aus sozialen Medien und Notrufkommunikation sowie weitere Quellen, um Schäden zu bewerten und Menschen während einer Katastrophe zu verfolgen. Das wirft Datenschutzbedenken hinsichtlich der nicht einvernehmlichen Nutzung personenbezogener Informationen und einer möglichen Überwachung auf.
• Abhängigkeit von der Datenqualität: Die Vorhersagen eines KI-Modells können nur so gut sein wie die Qualität und Menge der Daten, mit denen es trainiert wurde. Werden KI-Modelle mit ungenauen Daten trainiert, kann das zu weniger wirksamen Ergebnissen führen, insbesondere in kritischen Situationen.

Abschließende Gedanken zu KI im Katastrophenmanagement#

Wir haben betrachtet, wie KI dabei helfen kann, bei Naturkatastrophen Menschenleben zu retten. Sie hilft uns, Naturkatastrophen besser vorherzusagen, uns darauf vorzubereiten, darauf zu reagieren und uns davon zu erholen. KI-Werkzeuge können Erdbeben vorhersagen, Hurrikane verfolgen und die Katastrophenhilfe sowie den Wiederaufbau verbessern. Dadurch lassen sich die Auswirkungen von Katastrophen auf Menschen und Infrastruktur gleichermaßen begrenzen. KI bietet zwar viele Vorteile, etwa schnellere Reaktionen und eine bessere Koordination, bringt aber auch Herausforderungen mit sich. Dazu gehören hohe Kosten, Datenschutzbedenken und der Bedarf an präzisen Daten. Wenn wir diese Herausforderungen angehen und berücksichtigen, können wir den Nutzen von KI für ein wirksames Katastrophenmanagement maximieren.

Weitere Informationen findest du in unserem GitHub-Repository und in unserer Community. Auf unseren Lösungsseiten kannst du dich über KI-Anwendungen in der Fertigung und der Landwirtschaft informieren.