Fraunhofer HHI unterstützt die Verankerung internationaler KI-Standards durch globale Erdrutsch-Challenge
Wie kann Innovation im Bereich der Künstlichen Intelligenz mit den wachsenden Anforderungen an Transparenz, Nachhaltigkeit und Vertrauen Schritt halten – insbesondere in der Katastrophenvorsorge und im Katastrophenrisikomanagement? Eine neue Studie, veröffentlicht in npj Natural Hazards, untersucht, wie Online-KI-Wettbewerbe dazu beitragen können, Entwicklerinnen und Entwickler frühzeitig mit internationalen Standards vertraut zu machen.
Der Kommentar „Introducing AI practitioners to international standards through online competitions“ analysiert eine groß angelegte globale Herausforderung zur Erkennung von Erdrutschen, die im Rahmen der Global Initiative on Resilience to Natural Hazards through AI Solutions koordiniert wurde. Die Initiative wird von Monique Kuglitsch, Innovationsmanagerin am Fraunhofer Heinrich-Hertz-Institut (HHI), geleitet und aktiv von Forschenden und Mitarbeitenden des Fraunhofer HHI unterstützt, darunter Katharina Weitz und Jennifer Selby, die ebenfalls Co-Autorinnen der Studie sind.
KI-Innovation und Standardisierung zusammenführen
Online-KI-Wettbewerbe belohnen in der Regel vor allem Leistungskennzahlen und fördern damit häufig die Optimierung der Genauigkeit - breitere Aspekte wie Verzerrungen (Bias), Erklärbarkeit oder Energieeffizienz werden hingegen nicht ausreichend berücksichtigt. Die Studie geht der Frage nach, ob solche Wettbewerbe stattdessen eine doppelte Funktion erfüllen können: technologische Innovation voranzutreiben und gleichzeitig die Teilnehmenden mit international abgestimmten Best Practices für verantwortungsvolle KI vertraut zu machen.
Die Wettbewerbe zur Erdrutsch-Klassifizierung lief von April bis August 2025 auf der Zindi-Plattform und wurde in Partnerschaft mit der Internationalen Fernmeldeunion (ITU) und ihrer AI-for-Good-Initiative, der Europäischen Weltraumorganisation (ESA), der Weltorganisation für Meteorologie (WMO), der Universität Padua sowie der Universität Cambridge durchgeführt.
Mit diesem Wettbewerb wurde die bislang höchste Beteiligung aller AI-for-Good-Zindi-Wettbewerbe erreicht. Fast 1.000 Teilnehmende aus mehr als 90 Ländern reichten über 8.600 Machine-Learning-Modelle ein. Diese nutzten multisensorische Satellitendaten von Sentinel-1 und Sentinel-2, um Erdrutsche aus dem All zu erkennen – auch unter einer Wolkendecke, einer der größten Herausforderungen in der Erdbeobachtung.
Fraunhofer-geführter Fokus auf verantwortungsvolle KI
Über das klassische Leaderboard hinaus führte der Wettbewerb einen zusätzlichen Bewertungsschritt ein: Die bestplatzierten Teams mussten darlegen, inwiefern ihre Lösungen den Best Practices aus internationalen technischen Berichten entsprechen. Diese wurden im Rahmen der International Telecommunication Union (ITU) / Weltorganisation für Meteorologie (WMO) / Umweltprogramm der Vereinten Nationen (UNEP) / Fraunhofer-Fokusgruppe zu KI für das Management von Naturkatastrophen Focus Group on AI for Natural Disaster Management entwickelt, dem Vorgängerprojekt der Global Initiative.
Die bewerteten Kriterien umfassten Daten- und Modellverzerrungen, Modelltransparenz, Wiederverwendbarkeit der Ansätze, Nachhaltigkeit und Effizienz, Innovationsgrad sowie praktische Robustheit.
Die Analyse zeigt, dass Innovation und Robustheit in den Einreichungen umfassend adressiert wurden, während andere Dimensionen – etwa Bias-Minderung, Erklärbarkeit sowie Nachhaltigkeit und Effizienz – weniger systematisch berücksichtigt wurden. Nur wenige Finalisten quantifizierten den Energieverbrauch oder den CO₂-Fußabdruck ihrer Modelle. Dies verdeutlicht eine anhaltende Lücke zwischen technischer Leistungsoptimierung und Aspekten verantwortungsvoller KI. Die Ergebnisse unterstreichen den Bedarf an klareren Leitlinien und gezielten Kapazitätsaufbau-Maßnahmen, um Entwicklerinnen und Entwickler besser bei der Integration dieser Aspekte in ihre Arbeitsabläufe zu unterstützen.
„Internationale Standards werden häufig in einem Top-down-Ansatz entwickelt, um den verantwortungsvollen Einsatz von KI zu fördern“, erklärt Monique Kuglitsch. „In dieser Challenge haben wir diesen Ansatz bewusst umgedreht und direkt mit KI-Entwicklern gearbeitet, um zu verstehen, wie sie zentrale Konzepte verantwortungsvoller KI wahrnehmen und in der Praxis umsetzen.“
Ein skalierbares Modell für den Kapazitätsaufbau
Auf Grundlage dieser Erkenntnisse schlagen die Autorinnen und Autoren ein prototypisches Framework für zukünftige KI-Wettbewerbe vor, das die Integration von Standards direkt in das Wettbewerbsdesign vorsieht. Auf diese Weise können Wettbewerbe als skalierbare, bottom-up-orientierte Instrumente des Kapazitätsaufbaus dienen – insbesondere für autodidaktische Entwicklerinnen und Entwickler sowie für Regionen mit eingeschränktem Zugang zu formaler KI-Ausbildung.
Der Kommentar ist als Open-Access-Publikation in npj Natural Hazards verfügbar und ergänzt laufende Aktivitäten innerhalb der Global Initiative, die von Fraunhofer unterstützt werden. Dazu zählen internationale Workshops, technische Berichte und Bildungsmaterialien zur Stärkung des verantwortungsvollen Einsatzes von KI in der Katastrophenvorsorge und Klimaanpassung.
Zum Artikel in npj Natural Hazards
Mehr zur Global Initiative