Das Projekt "WTZ China: NECO - Naturgefahren und Reaktion des marinen Ökosystems - Kausalzusammenhang und Vorhersagbarkeit" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: Helmholtz-Zentrum hereon GmbH.
Das Projekt "Weiterentwicklung des BirdRecorders mit neuester Sensortechnologie und Erweiterung für nachtaktive Vögel und Fledermäuse zur Minderung von Kollisionen von Vögeln und Fledermäusen an Windenergieanlagen, Teilvorhaben: Entwicklung und Erprobung" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: Zentrum für Sonnenenergie- und Wasserstoff-Forschung Baden-Württemberg.Ziel des Vorhabens ist die Entwicklung und Erprobung eines neuartigen, modularen Bird- und BatRecorders (BBR 2.0), ein Antikollisionssystem für den vogel- und fledermausfreundlichen Betrieb von Windkraftanlagen, anpassbar auf beliebige Windparklayouts für Offenland- und Waldstandorte. Basis der Entwicklung des BBR 2.0 Systems ist die Prototypentwicklung des kamerabasierten BirdRecorder-Systems, das im Rahmen eines vom Bundesamt für Naturschutz geförderten Vorhabens entwickelt wurde. Mit einer neuartigen Kombination von scannenden Lidarsensoren und Laserentfernungsmesstechnik mit fest installierten und nachgeführten Kameras im sichtbaren und nahen Infrarot Spektralbereich ist die Detektion und Verfolgung der Flugbahn von tag- und nachtaktiven Vögeln und Fledermäusen im Umkreis von Windenergieanlagen möglich. Mit Methoden der künstlichen Intelligenz erfolgt die Arterkennung von Vögeln und Fledermäusen, um Kollisionen mit Windenergieanlagen weitgehend vermeiden zu können. Mittels Modularisierung des BBR 2.0 Systems wird ein Systembaukasten von Sensoren, Komponenten und Modulen entwickelt, der je nach geforderter Beobachtungssituation am Standort, für den vogel- und fledermausfreundlichen Betrieb von einzelnen WEAs bis zu großen Windparks zusammengestellt, konfiguriert und betrieben werden kann. Damit können die bisherigen, meist pauschalen Abschaltzeiten von WEAs bedarfsgerecht minimiert werden, um den Ertrag von bestehenden und neuen Windparks zu steigern. Das entwickelte BBR 2.0 System wird zusammen mit Partnern in mehreren Windparks in unterschiedlichen Naturräumen erprobt. Das Vorhaben wird von einer projektbegleitenden Arbeitsgruppe begleitet und beraten, in der Vertreter:innen aller relevanten Stakeholder aus dem Bereich Windenergie, Naturschutz sowie Branchenverbände vertreten sein werden.
Das Projekt "Data and value-based decision-making for a sustainable land use - Datenbasierte Bewertung der multifunktionalen und digitalen Transformation eines Landwirtschaftsbetriebs anhand des Beispiels von Gut & Bösel in Alt Madlitz, Teilprojekt D" wird/wurde gefördert durch: Bundesministerium für Ernährung und Landwirtschaft. Es wird/wurde ausgeführt durch: Julius Kühn-Institut, Bundesforschungsinstitut für Kulturpflanzen, Institut für Ökologische Chemie, Pflanzenanalytik und Vorratsschutz.Der Zukunftsbetrieb schafft es die Daten seines Betriebs und der Umwelt so zu erfassen, zu bündeln und als Entscheidungsgrundlage zu nutzen, dass er das ökologische, soziale und regionalökonomische Optimum erreicht. Dafür möchten wir mit diesem Projekt die Grundlage schaffen. Ziel ist es, auf dem potenziellen Zukunftsbetrieb, welcher mit seinem Standort in Brandenburg bereits jetzt spürbar vom Klimawandel betroffen ist, einen Prototypen für die integrierte Datenerhebung, -vernetzung und -auswertung zu entwickeln, welcher zukünftig auf andere Betriebe übertragbar ist. Dieses Ziel erreichen wir, indem wir die komplexen Zusammenhänge von Boden, Wasser, Biodiversität, (Mikro-)Klima, Tieren und Bewirtschaftungsformen mithilfe von digitalen Instrumenten messen, mittels Mobilfunks verfügbar machen, die Messungen u.a. durch künstliche Intelligenz (KI) auswerten und mithilfe geeigneter Bewertungssystematiken monetär bewerten. Die Erkenntnisse sollen für die zukünftige Landnutzung in Deutschland zugänglich gemacht und darüber hinaus öffentlich diskutiert werden, um die Basis für die weitere Transformation hin zu einer nachhaltigen Landwirtschaft zu schaffen. Derzeit gehen viele negative und positive Effekte der Land- und Ernährungswirtschaft als Externalitäten nicht in die betriebliche Kostenrechnung der Produzenten ein. So bilden die Marktpreise nicht die Realität für Mensch und Umwelt ab. Eine monetäre Bewertung der Externalitäten und die integrierte Darstellung mit allen wesentlichen Daten des Betriebs und seiner Umwelt hilft LandwirtInnen gute Entscheidungen zu treffen und gibt VerbraucherInnen die notwendige Transparenz bei der Kaufentscheidung, da zukünftig ein Preis alle wesentlichen Kosten und Wertbeiträge abbilden könnte. Das Projekt nutzt die Digitalisierung, um ökologisch vorteilhafte Anbausysteme bewert-, plan- und umsetzbar zu machen. Ein solcher integrativer Ansatz zahlt direkt auf die Empfehlungen der Zukunftskommission Landwirtschaft ein.
Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: everwave GmbH.
Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Optimare Systems GmbH.
Das Projekt "Entwicklung von auf automatisierten und KI-basierten Sortierlösungen für die nachhaltige Verwertung von Alttextilien" wird/wurde ausgeführt durch: circular.fashion GmbH.
Das Projekt "Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen, KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: Jade Hochschule Wilhelmshaven/Oldenburg/Elsfleth, Standort Wilhelmshaven, Fachbereich Ingenieurwissenschaften.
Das Projekt "5G Smart Country in den Landkreisen Wolfenbüttel und Helmstedt; 5G Pionierprojekt im ländlichen Raum" wird/wurde gefördert durch: Bundesministerium für Digitales und Verkehr. Es wird/wurde ausgeführt durch: Carl von Ossietzky Universität Oldenburg, Abteilung Wirtschaftsinformatik I, Very Large Business Applications.
Das Projekt "WIR! - rECOmine - TEVLiS" wird/wurde ausgeführt durch: BEAK Consultants GmbH.
Das Projekt "AITT - AI-assisted Technology Transfer" wird/wurde ausgeführt durch: 3RS-Software GmbH & Co. KG.
| Origin | Count |
|---|---|
| Bund | 1613 |
| Land | 57 |
| Wissenschaft | 17 |
| Type | Count |
|---|---|
| Ereignis | 3 |
| Förderprogramm | 1492 |
| Text | 115 |
| unbekannt | 75 |
| License | Count |
|---|---|
| geschlossen | 170 |
| offen | 1507 |
| unbekannt | 8 |
| Language | Count |
|---|---|
| Deutsch | 1635 |
| Englisch | 238 |
| Resource type | Count |
|---|---|
| Archiv | 1 |
| Bild | 2 |
| Dokument | 37 |
| Keine | 1467 |
| Unbekannt | 1 |
| Webdienst | 1 |
| Webseite | 191 |
| Topic | Count |
|---|---|
| Boden | 820 |
| Lebewesen & Lebensräume | 956 |
| Luft | 707 |
| Mensch & Umwelt | 1685 |
| Wasser | 560 |
| Weitere | 1531 |