In vielerlei Hinsicht besitzt Maschinelles Lernen (ML) großes Potential für die
Erreichung der Pariser Nachhaltigkeitsziele. Insbesondere Supervised Machine
Learning erfordert jedoch die Aufbereitung von Rohdaten in Form von Annotationen und die damit verbundene Zusammenstellung von nutzbaren Datensätzen. Dieser Prozess ist, vor allem mit Blick auf manuelle Annotationen großer und komplexer Datenmengen, besonders zeit- und arbeitsintensiv und kreiert häufig eine Lücke zwischen verfügbaren Rohdaten und der tatsächlichen Anwendung.
Das Projekt LabelledGreenData4All untersucht die strategische Bedeutung annotierter Umweltdaten für den Einsatz von ML und Künstlicher Intelligenz (KI) zur Bewältigung gesellschafts- und umweltpolitischer Herausforderungen. Ziel ist es, Anwendungsbereiche mit hohem Potenzial für ML-Modelle zu identifizieren, den ML-Einsatz hinsichtlich seiner Wirkungen zu bewerten, daraus strategische und politische Empfehlungen für die sektorübergreifende Bereitstellung von (annotierten) Umweltdaten als Grundlage für künftige Fördermaßnahmen abzuleiten sowie ein Vorgehensmodell zur effizienten Datenannotation insbesondere bei wenigen verfügbaren annotierten Daten zu entwickeln und anhand von zwei Use Cases zu prototypisieren.
Dabei leistet das Vorhaben einen wichtigen Beitrag zur Zurverfügungstellung von qualitativ hochwertigen Umweltdaten bzw. umweltrelevanten Daten nach den 'FAIR'- Prinzipien, um moderne Verfahren des maschinellen Lernens besser sowohl für Belange des Umweltressorts als auch für Akteure aus Forschung, Wirtschaft/Industrie sowie der Zivilgesellschaft nutzbar zu machen. Der datenzentrierte Ansatz ergänzt hierbei die bereits laufenden Bereitstellungsmaßnahmen von Umweltdaten (z. B. zentrales Portal für Umwelt- und Naturschutzinformationen umwelt.info, Green Deal Dataspace und ChatClimate / ClimateBert). Mit dem Anwendungslabor für Künstliche Intelligenz und Big Data im Umweltbundesamt (KI-Lab) besitzt das Umweltressort zudem ein Eigeninteresse an der Aufbereitung von Umweltdaten für Verfahren des maschinellen Lernens, um zukunftsorientierte, digitale Technologien wirksam und wertschöpfend sowie mit direktem Nachhaltigkeitsbezug und im Sinne einer sozial-ökologischen Transformation für die Aufgabenwahrnehmung einsetzen zu können. Damit soll das Vorhaben insgesamt helfen, die besonderen Potenziale von KI im Umweltbereich zu entfalten und Lücken zwischen technisch notwendigen Grundlagen und Anwendungsbereichen für den Umwelt- und Ressourcenschutz zu schließen.
Der Koalitionsvertrag 2021 - 2025 zwischen der Sozialdemokratischen Partei Deutschlands (SPD), BÜNDNIS 90 / DIE GRÜNEN und den Freien Demokraten (FDP) sieht in Zeile 1347 als Maßnahme 'Wir führen ein Recycling-Label ein' vor. Umweltkennzeichen sind grundsätzlich geeignet, nachhaltigere Produktions- und Konsummuster zu fördern. Im Bereich Material-Recycling besteht diesbezüglich noch ein erhebliches Ausbaupotenzial, weswegen das Vorhaben Optionen zur Einführung eines Recycling-Labels darlegen sowie konkrete Umsetzungsvorschläge erarbeiten soll. Dazu sollen Forschungsfragen beantwortet sowie Empfehlungen gegeben werden bzgl.: a) des Anwendungsbereiches (Rezyklierbarkeit und/oder Rezyklatgehalt des Materials/Produkts; erfasste Materialien (Kunststoffe, Metalle und/oder weitere); Herkunft der zu rezyklierenden Materialien (Pre- oder Post-Consumer-Materialien, industrielle Abfälle/Nebenprodukte); zu labelnde Produktgruppen (Roh-, Zwischen- und/oder Endprodukte; Produkte für Industrie, Gewerbe und/oder Verbraucher*innen)); b) der Adressaten (Industrie, Handel/Gewerbe und/oder Verbraucher*innen); c) der Label-Inhaber; d) des Zertifizierungsprozesses und der beteiligten Institutionen; e) der rechtlichen Möglichkeiten und ggf. Hemmnisse einer freiwilligen oder verbindlichen Label-Einführung (…). Im Ergebnis des Forschungsvorhabens liegen umfassende und detaillierte Daten und Informationen vor zum aktuellen Stand von Recycling-Label-Ansätzen in Deutschland/der EU sowie inhaltliche und prozedurale, technische und organisatorische sowie rechtliche Möglichkeiten und Hemmnisse der Einführung eines Recycling-Labels in Deutschland, auf deren Grundlage kurzfristig mit der tatsächlichen praktischen Einführung des Labels begonnen werden könnte.