Kann Künstliche Intelligenz (kurz: KI) bei der Bewässerung und Pflege von Stadtbäumen unterstützen? Dieser Frage hat sich das Projekt Quantified Trees (kurz: QTrees) gewidmet. Dafür hat die Technologiestiftung Berlin zusammen mit den Birds on Mars und dem CityLAB über zwei Jahre mit den Straßen- und Grünflächenämtern der Bezirke Mitte und Neukölln, einem Sensor-Anbieter und einem Gießdienstleister kooperiert.
In dieser Zeit sind drei Arbeitsergebnisse entstanden: Zunächst das KI-Vorhersagemodell, welches mit Hilfe vielfältiger Datenbestände den Zustand von Stadtbäumen identifiziert. Auf dieser Grundlage wurden zwei Anwendungen entwickelt – die Baumblick-App, die allen Interessierten Einblicke in die Wasserversorgung von Berlins Stadtbäumen gibt, sowie ein Experten-Dashboard für die Verwaltung, um die Bäume ausfindig zu machen, die akut oder in nächster Zeit von Trockenheit betroffen sind.
Mit dem Abschluss der Projektlaufzeit wollten wir von Projektleiterin Julia Zimmermann erfahren, welche Erkenntnisse sie daraus gezogen hat und wie es mit QTrees weitergehen wird. Hier beantwortet sie uns fünf Fragen dazu.
Liebe Julia, wie würdest Du die eingangs gestellte Frage rückblickend beantworten und warum?
Für die Abbildung von komplexen Wirkungsgefügen im digitalen Raum ist die Nutzung von KI bzw. Machine Learning Algorithmen geradezu prädestiniert. So können wir mit Blick auf das Vorhersagemodell sagen, dass KI in der Lage ist, den Zustand eines Straßenbaumes hinsichtlich seiner Wasserversorgung zu berechnen und eine Empfehlung für den zukünftigen Wasserbedarf auszusprechen. Wir sehen jedoch auch, dass es ohne die richtigen und vor allem qualitativ hochwertigen Daten nahezu unmöglich ist, naturbasierte Ereignisse per KI abzubilden. Daher gilt auch hier der Grundsatz, dass unsere Vorhersage nur so gut ist, wie die Daten selbst.
Wie seid ihr bei der Entwicklung von Baumblick und dem Experten-Dashboard vorgegangen und wer war daran beteiligt?
Über die Projektlaufzeit verteilt fanden mehrere Endanwenderbefragungen mit Baum-Experten und der Zivilgesellschaft statt, um die fachlichen und technischen Anforderungen von beiden Anwendungen kontinuierlich zu schärfen. Die strukturierte Auswertung diverser Workshops und Interviews beider Endnutzer-Gruppen wiederum haben wir genutzt, um das “user-centric” Design für beide Anwendungen zu entwickeln, welches auf die Bedürfnisse der Nutzer:innen abgestimmt ist.
Was sind Deine Haupterkenntnisse bei der Nutzung von KI in diesem Zusammenhang?
Künstliche Intelligenz alleine ist keine “silver bullet” bzw. kein Universalheilmittel. Die KI muss letztlich auch in der Praxis angewandt werden und stellt damit eher eine Ergänzung zu den vielfältigen anderen Pflegemaßnahmen der Grünflächenämter für den Erhalt von Stadtbäumen dar. Dennoch bietet sie spannende Einblicke und kann auch überraschende Erkenntnisse liefern.
Welchen Mehrwert konnten die Projektpartner daraus ziehen?
Als Verbundprojekt ist QTrees auch eine Art Austauschplattform über Ressorts, Ämter und Projekte hinweg. So konnten sich die Bezirke und Projektpartner im Laufe der Zeit immer wieder untereinander vernetzen, neue Kontakte knüpfen und über diverse Pflegemaßnahmen angesichts städtischer Klimawandeleffekte diskutieren. Mit dem Experten-Dashboard haben wir darüber hinaus eine Anwendung geschaffen, die die Potenziale einer “Digitalen Vermessung, Auswertung und Pflege” aufzeigt und die Bezirke gleichzeitig ganz konkret durch die Nutzung der Vorhersage bei der Bewässerung der Stadtbäume unterstützen kann.
Wie soll bzw. wie könnte es für das Projekt weitergehen? Was würdest du dir hier wünschen?
Für das Förderprojekt gibt es keine Anschlussförderung, jedoch befinden wir uns Gesprächen mit den Grünflächenämtern und der Senatsverwaltung für Umwelt in Berlin. Ich würde mir wünschen, dass Berlin den innovativen Vorsprung, den wir durch QTrees geschaffen haben, zu Ende denkt, in die Fläche bringt und als eine mögliche Lösung zur bedarfsgerechten Bewässerung von Stadtbäumen nutzt. Man könnte bspw. alle berlinweiten Sensoren nutzen, um das Vorhersagemodell zu verfeinern und darüber hinaus das Experten-Dashboard für alle zwölf Grünflächenämter zugänglich zu machen. Andere Förderprojekte in Deutschland arbeiten ebenso mit Feuchtigkeitssensoren verschiedenster Sensoranbieter und haben bereits Interesse am QTrees-Ansatz gezeigt. Berlin kann hier die Vorreiter-Rolle einnehmen und als innovatives Beispiel voranschreiten.
Das Projekt QTrees ist gefördert vom Bundesministerium für Umwelt, Naturschutz und nukleare Sicherheit (BMUV) aufgrund eines Beschlusses des Deutschen Bundestages.
