Über FF.ai

Über FutureForest

Die rasche Erderwärmung und zunehmende Extremwitterungsereignisse wie Stürme, Starkregen und Dürren sowie das vermehrte Auftreten von Schädlingen stellen ein erhebliches Risiko für das Ökosystem Wald dar. Um zukünftig die Stabilität der Wälder zu garantieren, müssen Maßnahmen für einen langfristigen, klimaangepassten Waldumbau gesetzt werden.

Die spezifischen Entscheidungsprobleme, vor denen die Forstwirtschaft aktuell steht, sind

  • Welche Waldbestände sind beim Umbau besonders dringlich zu behandeln?
  • Welche Bewirtschaftungsformen bzw. welche Baumarten sind an welchem Standort besonders geeignet, um den neuen klimatischen Bedingungen standzuhalten?
  • Wie kann der Umbau durchgeführt werden, dass der Wald eine hohe Biodiversität aufweist, einen wirtschaftlichen Ertrag sicherstellt und seine Klimafunktion erfüllen kann?

FutureForest soll nicht nur über die 3-jährige Projektlaufzeit, sondern auch darüber hinaus einen wesentlichen Beitrag dazu leisten, Lösungsansätze für die derzeitingen Problemstellungen in der Forstwirtschaft zu finden.

Lösungsansätzen, um klimaangepassten Waldumbau zu unterstützen

Übergeordnetes Ziel von FutureForest ist die Entwicklung einer „Applikation“ die als Grundlage für die Entscheidungsfindung im klimanagepassten Waldumbau agieren soll. Das FutureForest Decision Support System (DSS) stützt sich dabei auf Informationen, die über KI-Verfahren bereitgestellte werden. Mit Hilfe von KI-Methoden sollen Effekte von unterschiedlichen Klimaprognosen und Waldumbauszenarien simuliert und die zukünftige Waldentwicklung bewertet werden.

Förderung der Nutzbarmachung von forstlichen Daten

Eine wichtige Basis für einen klimaangepassten Waldumbau ist eine  bessere Wissensbasis, und eine verbesserte Zugänglichkeit, Transparenz, Beobachtung und Nutzbarmachung von Umweltinformation zu befördern sowie die Entscheidungsgrundlagen für den Umweltschutz zu verbessern. Durch den forstlichen Datenraum, welcher sich auf die Prinzipien der  International Data Spaces Association  (IDSA) stützt, werden Umweltdaten für einen breiteren Kreis von Nutzenden zugänglich und nutzbar gemacht.

Aktiver Wissenstransfer

Im Rahmen des Vorhabens wird dem Capacity Building in einem interdisziplinären Forschungsverbund großer Stellenwert zugemessen, damit die Wissensbasis aller Beteiligten erweitert wird. Insbesondere sollen Expertenworkshops, Fortbildungen in KI, Anwenderworkshops, Konferenz sowie tiefgreifende wissenschaftliche Forschung aktiv zu einem Wissenstransfer der Ergebnisse und Erkenntnisse des Projektes beitragen.

Zudem wird das FF.ai DSS mittels Erklärbarer KI den Nutzenden aus Wald- und Forstwirtschaft nachvollziehbare und transparente Information zum Zustand und zu möglichen Waldumbauszenarien liefern, so dass im besten Falle der  zivilgesellschaftliche Diskurs im Umfeld Forst gestärkt wird.

Umweltorientiertes Programmieren von KI-Algorithmen

Durch die Entwicklung und Evaluierung verschiedener KI-Verfahren, trägt FutureForest aktiv dazu bei, umweltrelevante KI-Algorithmen voranzubringen und dadurch „Green AI“ als interdisziplinäre Forschung zu unterstützen.