Projekt – WindGISKI – Leibniz Universität Hannover

Zielsetzung: Die Hauptziele des Vorhabens sind die Entwicklung und Evaluation eines KI-basierten GIS zur Ausweisung von Potenzialflächen für WEA(Windenergieanlagen), welches einerseits den Identifikations- und Bewertungsprozess möglicher Potenzialflächen systematisiert und automatisiert und dadurch andererseits die Anzahl und Güte zukünftig ausgewiesener Potenzialflächen verbessert. Das KI-basierte GIS soll letztlich dazu beitragen, dass in Zukunft die vorhandenen Flächenpotenziale für WEA (Greenfield- und Repoweringpotenziale) umfangreicher und effizienter gehoben werden können und dadurch die installierte Gesamtleistung von WEA in Deutschland signifikant gesteigert werden kann.

Wissenschaftliche und/oder Technische Arbeitsziele des Vorhabens

Ziel-ID & Kurzbezeichnung

Z.1: Detailliertes Feinkonzept im erweiterten, interdisziplinären Projektkonsortium

Ausführliche
Beschreibung

Überarbeitete/erweiterte Zielgrößen- und Merkmalsdefinitionen, die gleichzeitig der o.g. Zielsetzung gerecht werden und datenseitig flächendeckend abbildbar bleiben (fk-wind)
Datenbank- und Simulationsentwürfe (siehe 3.), die gleichzeitig den Performance- und Genauigkeitsansprüchen des Vorhabens gerecht werden (Nefino)
Evaluations- und Pilotierungskonzepte, die die Güte der zu entwickelnden KI mittels Feldforschung über die Test- und Validierungsdaten hinaus bewertbar
machen (UOL)

Ziel-ID & Kurzbezeichnung

Z.2: Zur Zielgrößen- und Merkmalsdefinition passende flächendeckende Erfassung der Datengrundlage

Ausführliche
Beschreibung

Erfassung der aktuellen und historischen Flächenkulisse für Onshore-WEA auf Ebene der Regionalplanung sowie auf kommunaler Ebene in Deutschland (Nefino)
Erfassung von aktuellen und historischen Klageverfahren und -gründen in Zusammenhang mit Onshore-WEA und Flächen (IPH)
Flächendeckende Erfassung einer Vielzahl möglicher Einflussfaktoren auf die Güte von Potenzialflächen aus diversen Disziplinen (Nefino)

Ziel-ID & Kurzbezeichnung

Z.3: Aufbau einer für Simulations- und KI-Anwendungen geeigneten, GIS-fähigen Datenbankstruktur

Ausführliche
Beschreibung

Performante Simulationen flächenspezifischer Energieertragspotenziale sowie der Dimensionen des Immissionsschutzes (Schall, Schattenwurf und Bedrängungswirkung), die eine flächendeckende Generierung von flächenspezifischen Merkmalen zulassen (ISD)
Flächendeckende Abbildung avifaunistischer Konfliktrisiken (ARSU)
Zuweisung der Vielzahl interdisziplinär verorteter Merkmale zu den Vorranggebieten der aktuellen und historischen Flächenkulisse (TNT)

Ziel-ID & Kurzbezeichnung	Z.4: Entwicklung und Validierung einer performanten, dem Einsatzzweck dienlichen KI
Ausführliche Beschreibung	Besseres Verständnis über die komplexen Zusammenhänge zwischen den diversen Merkmalen einer Fläche und ihrer Güte für WEA (IPH) Besseres Verständnis über die windenergiefördernden sowie -hemmenden Merkmale historisch ausgewiesener Vorranggebiete (TNT) Implementierung einer KI-basierten und erklärbaren (d.h. transparenten) Bewertung der Güte einer beliebigen Fläche für WEA (TNT)

Ziel-ID & Kurzbezeichnung

Z.5: Durchführung einer Evaluation der KI mittels Expertenbefragungen und Fallstudien im Feld

Ausführliche
Beschreibung

Vergleich der Prognosegenauigkeit zur Flächengüte zwischen KI-basierten und aus Expertenbefragungen abgeleiteten Scoringmodellen (fk-wind)
Verständnis über Einflussfaktoren, Interaktionsdynamiken und Prozesse im Zusammenhang mit WEA-Projekten, die aus sozialwissenschaftlicher Perspektive zu Diskrepanzen zwischen der prognostizierten und realen Güte von Flächen für WEA führen können (UOL)
Validierte Simulationen des Energieertrags, der Akustik, des Schattenwurfs sowie der avifaunistischen Konfliktrisiken (ISD)
Abgleich der durch die KI identifizierten Flächen mit Potentialflächenanalysen regionaler Raumordnungsprogramme (LEE)

Ziel-ID & Kurzbezeichnung

Z.6: Heranführung der potenziellen Anwender*innen an KI und das zu entwickelnde KI-basierte GIS

Ausführliche
Beschreibung

Entwicklung eines performanten GIS, das die Anwendung von KI- und Expertenbasiertem Scoring auf beliebige Planungsregionen in Deutschland zulässt (Nefino)
Anwenderfeedback zur Auswahl neuer Potenzialflächen in ausgewählten Planungsregionen mittels KI-basierter Flächenbewertung (LEE)
Handreichungen und Kommunikationskonzept zum Output und zu den Möglichkeiten und Grenzen des KI-basierten GIS für die potenziellen Zielgruppen der Lösung (Planer*innen, Projektierer*innen) (IPH)