Anzeige
Anzeige
Anzeige
Lesedauer 3 Min.

KI hilft in Zukunft beim Müllsammeln im Meer

Ein neues Detektionssystem von Forschern der Eidgenössischen Technischen Hochschule Lausanne (EPFL), des Swiss Data Science Center und weiterer Schweizer Institutionen sowie der Universität Wageningen nutzt Künstliche Intelligenz (KI) und Satellitenbilder zur präzisen Ortung von Müllbergen im Meer.

Themenbild KI gegen Müll im Meer

© Gemini

Das Verfahren namens "AI for Detecting Ocean Plastic Pollution with Tracking" (ADOPT) soll vor allem das Einsammeln von Plastik künftig vereinfachen.

Hochauflösende Bilder 24/7

Genauer gesagt besteht die Innovation aus zwei Systemen. "Das eine dient dazu, Müllstrudel durch die Analyse von Satellitenbildern zu identifizieren, und das andere sagt vorher, wohin die Strudel bis zum Eintreffen der Reinigungs-Teams, in der Regel innerhalb von 24 Stunden, getrieben sein werden", erklärt EPFL-Wissenschaftler Emanuele Dalsasso. Das ADOPT-Team nutzt zunächst die frei zugänglichen Bilder der Sentinel-2-Satelliten der der Europäischen Weltraumorganisation.

Diese überfliegen einen bestimmten Punkt im Ozean jedoch nur einmal alle sechs Tage, und ihre Bilder haben eine Auflösung von nur zehn Metern. Um diese beiden Nachteile auszugleichen, nutzt das KI-System Daten von Hunderten von Nanosatelliten von Planet Labs, die täglich Bilder mit einer Auflösung von drei bis fünf Metern sammeln. Das Ergebnis ist ein KI-gesteuerter Detektor, der Daten aus beiden Quellen bezieht und täglich mit hochauflösenden Bildern aktualisiert wird.

Maschinenlernen als Vorteil

ADOPT kann allerdings nur grosse Ansammlungen von Plastik und anderen Abfällen erkennen. Es verfolgt Müllstrudel, darunter die langen Reihen von Abfällen, die als "Windrows" bekannt sind und sich über Hunderte von Metern erstrecken können. Ist Müll entdeckt worden, gilt es vorherzusagen, wohin dieser bis zum Eintreffen der Reinigungs-Teams treiben wird.

"Ich greife dazu auf weitverbreitete Modelle zur Vorhersage von Windrichtungen und Strömungen zurück und wende dann maschinelles Lernen an, um sie zu korrigieren, da die Modelle oft Verzerrungen aufweisen", sagt der Computerwissenschaftler Christian Donner vom Swiss Data Science Center. So lassen sich präzise Navigationsdaten an die Müllsammelschiffe übermitteln, betont der Forscher. (pressetext.com)
 

Forschung Machine Learning Big Data
Anzeige

Neueste Beiträge

Besserer Zugang zu Ladeinfrastruktur zu Hause - Bundesrat
Das Laden von Elektrofahrzeugen zu Hause soll erleichtert werden. Grundeigentümer von Wohnliegenschaften sollen künftig dazu verpflichtet werden können, die Grundinstallation zum Laden elektrischer Fahrzeuge zu erstellen, sofern dies Mietende und Personen mit Stockwerkeigentum verlangen.
2 Minuten
23. Jun 2026
Neue Flaggschiff-Serie von Snom startet
Snom erweitert sein Portfolio für professionelle IP-Kommunikation um das D895M. Das neue Spitzenmodell der D8xx-Serie kombiniert ein grosses Touchdisplay, einen integrierten DECT-Hörer und verschiedene Erweiterungsoptionen für den Einsatz in Unternehmen.
3 Minuten
23. Jun 2026
Kaufkraft im Einzelhandel: Deutschland in Europa unter dem Durchschnitt
Auch wenn Deutschland der grösste Markt in Europa ist, liegt die durchschnittliche Kaufkraft im Einzelhandel unter dem europäischen Durchschnitt. Das zeigt eine neue Studie von NIQ in 25 Ländern. Die Schweiz dagegen liegt auf Rang 2.
3 Minuten
23. Jun 2026

Das könnte Sie auch interessieren

«Echtzeit wird zum entscheidenden Faktor» - Digital Insights
Im Gespräch mit Computerworld erläutert Alexander Finger, weshalb moderne Datenarchitekturen heute stärker auf Echtzeitfähigkeit, Datenverantwortung und Transparenz ausgerichtet sein müssen, damit KI im Unternehmen tatsächlich produktiv eingesetzt werden kann.
3 Minuten
Die KI-Zukunft ist «cybernetic» - Digital und agil war gestern
Viele Unternehmen glauben, dass sie mit einer Prise Agilität und schnellen KI-Pilot­projek­ten ihre Zukunft sichern können. Doch wer Künstliche Intelligenz nur auf veraltete Struk­turen «aufpfropft», wird scheitern. Es braucht ein radikales Upgrade des Betriebsmodells.
7 Minuten
28. Mai 2026
«Zwischen KI-Vision und Prozessrealität» - Quotes & Thoughts
Mit Thomas Hottinger, Managing Director des SAP-Partners Innflow, habe ich mich über die neue Strategie des «Autonomous Enterprise» von SAP unterhalten. Im Gespräch erklärte er, weshalb Prozessreife und Datenqualität die entscheidenden Voraussetzungen für den erfolgreichen KI-Einsatz sind, welche Themen Schweizer Unternehmen aktuell beschäftigen und warum Cloud-Strategien nicht zwangsläufig im Widerspruch zu Datensouveränität stehen.
5 Minuten
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige