API src

Found 575 results.

Other language confidence: 0.7530123552109022

Machbarkeitsstudie Deutschlandweite Befragung von Unternehmen zur Klimawandelanpassung

Die Folgen des Klimawandels bergen ökonomische Risiken für Unternehmen. Die physische Klimarisiken - insb. Extremwetterereignisse, veränderte Niederschlagsmuster und erhöhte Durchschnittstemperaturen - können zu Produktionsrückgängen, steigenden Rohstoffkosten und Gebäudeschäden führen. Nach einer aktuellen Studie des Umweltbundesamts berichten nur etwa die Hälfte der DAX-30-Unternehmen zu diesen Risiken. Dabei schätzt allein diese Gruppe die potenziellen Schäden auf einen Gesamtwert von mehreren Milliarden Euro. Über das Risikobewusstsein in anderen Unternehmen, insbesondere KMU, ist wenig bekannt. Ziel dieses Vorhabens ist es, eine Machbarkeitsstudie für die Befragung von Unternehmen bezüglich Klimarisiken und des Umgangs mit Klimawandelanpassung zu erstellen. Dabei sollen die Möglichkeiten eine repräsentative Erhebung, etwa im Rahmen existierender Unternehmenspanels, eruiert, mögliche Fragenkomplexe entworfen sowie ein handbares Konzept erstellt werden. Auch sollen vergleichbare Erhebungen in anderen OECD-Ländern als Benchmark recherchiert werden. In einer Themenkonferenz im 3. Projektjahr sollen Zwischenergebnisse mit der Zielgruppe diskutiert werden.

HeideBench: A Multispectral UAV Time-Series Benchmark for Forest Crown Phenology in Dölauer Heide

We present HeideBench, a very-high-resolution multispectral uncrewed aerial vehicle dataset for forest crown phenology collected over a forest patch in Dölauer Heide, Halle (Saale), Germany. Dölauer Heide is currently dominated by pine plantations (Kiefernforste), which cover the largest area but are increasingly affected by dieback, while its potential natural vegetation is sessile oak–hornbeam forest rich in small-leaved lime (Albrecht et al., 1993). In addition to these pine stands, the area contains near-natural mixed deciduous forests with oaks, birches, and beeches, making it a particularly relevant setting for observing seasonal canopy development under contrasting forest structures and ongoing ecological transition. Against this background, HeideBench provides repeated observations of the same forest patch through the growing season. The dataset contains 18 georeferenced multispectral GeoTIFF orthomosaics acquired between 6 March 2025 and 5 November 2025, spanning a 244-day seasonal period from early spring to late autumn. The acquisitions have a median revisit interval of 14 days, with intervals ranging from 4 to 27 days, and an average ground sampling distance of 5.53 cm per pixel. The valid imaging footprint covers approximately 32.1 ha and is bounded by 11.902653–11.911325°E and 51.499959–51.508576°N. Data were collected using a DJI Mavic 3M Enterprise uncrewed aerial vehicle equipped with four multispectral cameras measuring green (560 nm), red (650 nm), red-edge (730 nm), and near-infrared (860 nm) reflectance, in that order. Flights used a real-time kinematic (RTK) positioning module for centimeter-level geolocation, and all data are provided in coordinate reference system EPSG:25832. Imagery was processed with Agisoft Metashape 2.3.1 to generate calibrated multispectral orthomosaics. The dataset further includes 5,885 crop-safe individual tree crown instance segmentations over the same footprint, extracted with the DeepTrees software package (Khan et al., 2025). HeideBench is intended to support crown-centric analyses of seasonal canopy development, temporal representation learning, phenology-aware feature extraction, and the evaluation of tree crown delineation under seasonal change. HeideBench is a result of the Dynamic Platform Project titled "PhenoEmbed: Multispectral UAV AI Embeddings for phenology-aware tree crown delineation" of the Integration Platform 1: "Sustainable future land use" (IP1) at the Helmholz Centre for Environmental Research (UFZ) in Leipzig, Germany.

Kompetenzzentrum für eine ressourcenbewusste Informations- und Kommunikationstechnik, Kompetenzzentrum für eine ressourcenbewusste Informations- und Kommunikationstechnik - GreenICT@FMD

Weiterentwicklung des Produktportolios des Umweltzeichens Blauer Engel - Rahmenvorhaben 2023

Das Vorhaben dient der Ableitung und Weiterentwicklung ambitionierter Standards für umweltfreundliche Produkte und Dienstleistungen im Bereich der freiwilligen Produktkennzeichnung mit dem Blauen Engel. Ein Schwerpunkt wird auf IKT-Produkten liegen (u.a. Computer, Server, gewerbliche Router, Netzwerkkomponenten). Die weitere Konkretisierung der Produkte und Dienstleistungen erfolgt in der Leistungsbeschreibung auf Grundlage der Beschlüsse der Jury Umweltzeichen. Die Ergebnisse tragen auch dazu bei, hohe ökologische Standards in Form von Benchmarks in anderen Instrumenten des produktbezogenen Umweltschutzes national und auf europäischer Ebene, z.B. bei der umweltfreundlichen öffentlichen Beschaffung, zu verankern. Neben der Entwicklung neuer Umweltzeichen für Produkte und Dienstleistungen stehen regelmäßig Aktualisierungen bestehender Vergabekriterien an (www.blauer-engel.de/de/fuer-unternehmen/vergabekriterien). Methodisch ist die Integration von bilanzierenden Indikatoren kontinuierlich weiterzuverfolgen, insbesondere die Energie-/Klimabilanz von Produkten und Dienstleistungen. Ebenso gilt es die Operationalisierung von Aspekten der Kreislaufwirtschaft (Langlebigkeit, Rezyklierbarkeit, Recyclateinsatz) bei den untersuchten Produkten und Dienstleistungen weiterzuentwickeln. Output des Vorhabens sind Neue Umweltzeichen und weiterentwickelte, bestehende Vergabekriterien

Muster des abrupten Klimawandels

System zur Minimierung des PUE durch Anwendung von Retrofit-Technologien in Kälte-Systemen von Rechenzentren, Teilvorhaben: Kältesystemanalyse und Begleitforschung

Innerhalb versorgungstechnischer Systeme (z. B. Kälteerzeugungssystemen) interagieren verschiedene Energiewandlungstechnologien, die häufig über dezentrale Regelungslogiken gesteuert werden. Deren mangelnde Abstimmung führt zu einem ineffizienten Betrieb der Gesamtsysteme. Den Verantwortlichen sind die Ineffizienzen durch falsche oder starre Sollwerte und Dimensionierungen oft nicht bewusst. Die Komplexität der Zusammenhänge und sich ständig verändernde Einflussfaktoren erschweren zusätzlich das Benchmarking und die Dimensionierung der Komponenten. Im geplanten Forschungsvorhaben wird eine KI-gestützte Optimierungslösung für Kälteanlagen aufgebaut, um eine modellgestützte Bewertung und Entscheidungshilfe für Retrofitmaßnahmen zu entwickeln. Diese Entscheidungshilfe ermöglicht die Analyse und Effizienzsteigerung der Komponenten in Abhängigkeit von den tatsächlichen Betriebsregimen der Anlagen. Entscheidungsvariablen, die im EISKIG-Vorhaben unveränderliche Parameter waren, werden nun optimiert (z. B. maximale Anlagenleistung, zulässige Betriebspunkte). Der Fokus dieses Projekts liegt ausschließlich auf der Versorgungstechnik von Rechenzentren. Zu Beginn wird der IST-Zustand des Energiesystems der Kälteversorgung im Rechenzentrum der Anwendungspartner mittels eines 'Digitalen Zwillings' beschrieben und untersucht. Die Untersuchungen konzentrieren sich auf folgende Energiewandlungskomponenten der Kälteerzeugung: Pumpen, Kompressionskältemaschinen, Wärmeübertrager, Ventile, Rückkühlwerke/Kühltürme (nass, trocken, adiabat), Wärmeübergabestationen. Mit dem digitalen Zwilling lassen sich verschiedene Retrofit-Maßnahmen simulieren und hinsichtlich Wirtschaftlichkeit und Emissionsminderung durch Energiekosteneinsparungen bewerten. Die Anwendungspartner erhalten auf dieser Basis Handlungsempfehlungen für wirtschaftlich umsetzbare Retrofit-Maßnahmen, einschließlich der Gegenüberstellung der IST-Situation mit branchenüblichen Durchschnittswerten.

System zur Minimierung des PUE durch Anwendung von Retrofit-Technologien in Kälte-Systemen von Rechenzentren, Teilvorhaben: Aufbau und Anwendung der KI-Plattform 'Digitaler Zwilling'

Innerhalb versorgungstechnischer Systeme (z. B. Kälteerzeugungssystemen) interagieren verschiedene Energiewandlungstechnologien, die häufig über dezentrale Regelungslogiken gesteuert werden. Deren mangelnde Abstimmung führt zu einem ineffizienten Betrieb der Gesamtsysteme. Den Verantwortlichen sind die Ineffizienzen durch falsche oder starre Sollwerte und Dimensionierungen oft nicht bewusst. Die Komplexität der Zusammenhänge und sich ständig verändernde Einflussfaktoren erschweren zusätzlich das Benchmarking und die Dimensionierung der Komponenten. Im geplanten Forschungsvorhaben wird eine KI-gestützte Optimierungslösung für Kälteanlagen aufgebaut, um eine modellgestützte Bewertung und Entscheidungshilfe für Retrofitmaßnahmen zu entwickeln. Diese Entscheidungshilfe ermöglicht die Analyse und Effizienzsteigerung der Komponenten in Abhängigkeit von den tatsächlichen Betriebsregimen der Anlagen. Entscheidungsvariablen, die im EISKIG-Vorhaben unveränderliche Parameter waren, werden nun optimiert (z. B. maximale Anlagenleistung, zulässige Betriebspunkte). Der Fokus dieses Projekts liegt ausschließlich auf der Versorgungstechnik von Rechenzentren. Zu Beginn wird der IST-Zustand des Energiesystems der Kälteversorgung im Rechenzentrum der Anwendungspartner mittels eines 'Digitalen Zwillings' beschrieben und untersucht. Die Untersuchungen konzentrieren sich auf folgende Energiewandlungskomponenten der Kälteerzeugung: Pumpen, Kompressionskältemaschinen, Wärmeübertrager, Ventile, Rückkühlwerke/Kühltürme (nass, trocken, adiabat), Wärmeübergabestationen. Mit dem digitalen Zwilling lassen sich verschiedene Retrofit-Maßnahmen simulieren und hinsichtlich Wirtschaftlichkeit und Emissionsminderung durch Energiekosteneinsparungen bewerten. Die Anwendungspartner erhalten auf dieser Basis Handlungsempfehlungen für wirtschaftlich umsetzbare Retrofit-Maßnahmen, einschließlich der Gegenüberstellung der IST-Situation mit branchenüblichen Durchschnittswerten.

HiDALGO - HPC-Exzellenzzentrum für Big-Data-Technologien und globale Herausforderungen auf Höchstleitungsrechnern

System zur Minimierung des PUE durch Anwendung von Retrofit-Technologien in Kälte-Systemen von Rechenzentren, Teilvorhaben: Erprobung und Validierung Co-Location Rechenzentrum

Innerhalb versorgungstechnischer Systeme (z. B. Kälteerzeugungssystemen) interagieren verschiedene Energiewandlungstechnologien, die häufig über dezentrale Regelungslogiken gesteuert werden. Deren mangelnde Abstimmung führt zu einem ineffizienten Betrieb der Gesamtsysteme. Den Verantwortlichen sind die Ineffizienzen durch falsche oder starre Sollwerte und Dimensionierungen oft nicht bewusst. Die Komplexität der Zusammenhänge und sich ständig verändernde Einflussfaktoren erschweren zusätzlich das Benchmarking und die Dimensionierung der Komponenten. Im geplanten Forschungsvorhaben wird eine KI-gestützte Optimierungslösung für Kälteanlagen aufgebaut, um eine modellgestützte Bewertung und Entscheidungshilfe für Retrofitmaßnahmen zu entwickeln. Diese Entscheidungshilfe ermöglicht die Analyse und Effizienzsteigerung der Komponenten in Abhängigkeit von den tatsächlichen Betriebsregimen der Anlagen. Entscheidungsvariablen, die im EISKIG-Vorhaben unveränderliche Parameter waren, werden nun optimiert (z. B. maximale Anlagenleistung, zulässige Betriebspunkte). Der Fokus dieses Projekts liegt ausschließlich auf der Versorgungstechnik von Rechenzentren. Zu Beginn wird der IST-Zustand des Energiesystems der Kälteversorgung im Rechenzentrum der Anwendungspartner mittels eines 'Digitalen Zwillings' beschrieben und untersucht. Die Untersuchungen konzentrieren sich auf folgende Energiewandlungskomponenten der Kälteerzeugung: Pumpen, Kompressionskältemaschinen, Wärmeübertrager, Ventile, Rückkühlwerke/Kühltürme (nass, trocken, adiabat), Wärmeübergabestationen. Mit dem digitalen Zwilling lassen sich verschiedene Retrofit-Maßnahmen simulieren und hinsichtlich Wirtschaftlichkeit und Emissionsminderung durch Energiekosteneinsparungen bewerten. Die Anwendungspartner erhalten auf dieser Basis Handlungsempfehlungen für wirtschaftlich umsetzbare Retrofit-Maßnahmen, einschließlich der Gegenüberstellung der IST-Situation mit branchenüblichen Durchschnittswerten.

Forschergruppe (FOR) 1898: Mehrskalendynamik von Schwerewellen, Spontanes Ungleichgewicht (SI)

Schwerewellen (GWs) sind zu kleinskalig, um in den heutigen Wetter- und Klimamodellen aufgelöst zu werden. Sie müssen daher parametrisiert werden, da sie einen starken Einfluss auf die Dynamik der großen Skalen haben. Parametrisierungen existieren für orographisch und konvektiv erzeugte GWs, während für die GW-Quellen entlang großskaliger Jets noch keine etablierte Parametrisierung vorliegt. Die Quellen resultieren aus einer spontanen Imbalance (SI) der großskaligen quasi-geostrophischen Strömung. Die Untersuchung von Schwerewellenabstrahlung durch SI ist schwierig, da die GWs in ein sehr komplexes zeitabhängiges Strömungsfeld eingebettet sind, mit einer großen Zahl von interagierenden Prozessen. Auch die Validierung von Parametrisierungen wird dadurch erschwert. Daher kombinieren wir Theorie und numerische Modellierung mit ergänzenden Laborexperimenten. Laborexperimente garantieren eine Reproduzierbarkeit der betrachteten großskaligen Strömungssituation. Die direkte Korrespondenz zwischen den experimentellen Daten und den Modelldaten und die erwähnte Reproduzierbarkeit machen das Laborexperiment zu einem idealen Prüfstand für Parametrisierungen und für die Untersuchung klimarelevante Prozesse. Das differenziell beheizte rotierende Zylinderspalt-Experiment, welches an der BTU (Brandenburg Technische Universität Cottbus-Senftenberg) aufgebaut und betrieben wird, stellt die Referenzdaten für Benchmark-Simulationen an der GU-F (Goethe Universität Frankfurt) und dem IAP (Leibniz Institut für Atmosphärische Physik, Kühlungsborn) bereit. Dabei stehen Experimente im Vordergrund, die zeigen sollen, welche baroklinen Strömungen eine besonders ausgeprägte GW-Abstrahlung aufweisen. Ergänzend dazu werden idealisierte numerische Simulationen an der GU-F und dem IAP durchgeführt, um die Variabilität der GWs und den Abstrahlungsprozess zu untersuchen. Wichtig ist dabei, einen Zusammenhang zwischen verschiedenen großskaligen Strömungen und der mesoskaligen GW-Quelle herzustellen und diesen Zusammenhang mittels grob aufgelöster Wellenstrahlenmodelle zu validieren. Ziel ist es, eine skalenabhängige SI-Parametrisierung zu konstruieren. Diese Parametrisierung soll mit Hilfe der Labor-Referenzdaten validiert werden. Begleitet wird dies von einer Analyse grob- und feinaufgelöster Daten aus UA-ICON Simulationen. Schließlich soll die Parametrisierung an das Wellenstrahlenmodell MS-GWaM angekoppelt werden, welches in UA-ICON implementiert ist.

1 2 3 4 5 … 56 57 58