Digital Champions of the Earth – AI for Green
Ablauf 5-Minuten Präsentationen:
Mostafa Shawrav, ams AG: Smart and secure energy solutions for future mobility
DI. Mag. Christian Pflaum, Managing Director, Ceramic Data Solutions
Michael Zwick und Georgios Chasparis, SCCH: Optimiertes Energiemanagement durch KI (FLEX+ Projekt)
Johannes Klinglmayr, lcm: KI Methoden ermächtigen KonsumtInnen zu nachhaltigem Einkaufverhalten
Daniel Klotz; JKU: KI für Klima-Modellierung
Nach dem Studium der Mathematik und Biologie an der Universität Wien begann Günter Klambauer 2010 mit seiner Forschungstätigkeit im Bereich von maschinellem Lernen und Bioinformatik an der Johannes Kepler Universität Linz, wo er 2014 promovierte. Für den Einsatz von Techniken des maschinellen Lernens in der Genetik und Molekularbiologie wurde er mit dem Austrian Life Science Award 2012 und dem Award of Excellence des österreichischen Wissenschaftsministeriums im Jahr 2014 ausgezeichnet. Während sich Günter Klambauers Forschung in früheren Jahren hauptsächlich mit Bioinformatik befasste, verlagerte sich sein Forschungsschwerpunkt auf Deep Learning und die Entwicklung von neuen Methoden des maschinellen Lernens. Bei einem internationalen wissenschaftlichen Wettbewerb, der Tox21 Data Challenge, konnte Günter Klambauer mit seiner Gruppe gewinnen, wobei die beste Methode zur Vorhersage der Toxizität von Chemikalien entwickelt wurde. Seine aktuelle Forschung konzentriert sich auf die Entwicklung allgemeiner KIs für die Anwendung in Life Sciences. Günter Klambauer hat derzeit eine Tenure-Track Professur für "AI in Life Sciences" am Institut für Machine Learning an der Johannes Kepler Universität Linz. Er leitet die Arbeitsgruppe "GreenAI" in der österreichischen Gesellschaft für künstliche Intelligenz (ASAI).
Smart and secure energy solutions for future mobility
Dr. Shawrav is the Project Manager of Corporate R&D at ams AG, Austria. He is currently managing several R&D funded projects focusing on intelligent reliability, integrated and smart sensor for future mobility. He received his PhD in Electrical Engineering from TU Wien, Austria and also received his M.Sc. in Nanotechnology from University of Twente, the Netherlands and worked in Universite catholique de Louvain, Belgium. In the last 12 years, He has worked in frontier research projects in nanotechnology, material science, physics and biotechnology. His efforts and achievements have won him several awards in research including Young Scientist Award at European Material Research Society (E-MRS) in Lille 2015 and at the International Federation of Societies for Microscopy (IFSM) in Prague 2014 and in Sydney 2018. His expertise include science diplomacy, entrepreneurships and career planning for researchers. He has been invited to organize sessions and speak at international events such as World Science Forum, American Association for Advancement of Science, European Open Science Forum and may others. As a volunteer, he is now chairing the Marie Curie Alumni Association (MCAA), where he contributes in shaping future research and innovation. He is a high-level expert for the European Project on Knowledge Ecosystems. He is a fellow of Royal Microscopical Society in United Kingdom.
To overcome the upcoming challenges and to fulfill the European Green Deal, this presentation will focus on an upcoming European project on Energy ECS. This project will address the future challenges of sustainability and will focus on the interface of energy and mobility as well as Information Communication Technology and electronics.
The project concept builds on six use cases that represent different angles of future mobility and energy; enablers of new logistics modes, energy independent intermodal transport, charging technologies and opportunities, grid stability responding to bi-directional charging, and enablers of safe autonomous driving.
The consortium includes 16 SMEs, 8 LEs and 6 RTOs from 8 countries and the project is funded by the European Commission as well as the national funding authorities.
Energy saving potential of ceramic data carriers
DI. Mag. Christian Pflaum studied electrical engineering at the Technical University of Graz and business administration at the University of Graz. In the years 1998-2001, Christian worked as a management consultant for the Boston Consulting Group in Munich, where he was a member of the high-tech practice group. Between 2001 and 2003 he served as investment director at Bertelsmann Capital Ventures with a focus on mobile services investments. In 2003, Christian founded Davido AG, a business development firm supporting telecom groups such as Deutsche Telekom, Vodafone, KPN and Telefonica-O2 in business development work in the areas of media, telecommunications and digital technologies. While working for telecommunications providers, Christian negotiated and closed international partner and licensing agreements with Microsoft, Apple, Amazon, Google, Facebook, Youtube, PayPal, Nokia, Samsung and Sony for his clients. He invested in Ceramic Data Solutions in 2018 and is serving as managing director since.
The growing data storage demand devours enormous amounts of energy (60 nJ/bit/year) and needs hardware replacement every 3-5 years.
Ceramic Data Solutions develops extremely durable long-term data storage media based on ceramically coated flexible ultra-thin glass ceramics (10-100 µm).
These used materials are acid-, water-, corrosion-, UV-resistant and non-flammable enabling a lifespan of more than 100,000 years.
Extremely high data density is achieved by femtosecond laser ablation of nanostructures (100-200 nm), which require only 1 nJ/bit, thus saving 99% of energy as well as material, resources and costs.
Optimiertes Energiemanagement durch KI (FLEX + Projekt)
Dr. Georgios Chasparis ist ein leitender Wissenschaftler des Forschungsbereichs Data Science am SCCH. Er studierte Maschinenbau an der Nationalen Technischen Universität Athen mit dem Schwerpunkt Regelungstechnik. Er promovierte 2008 an der University of California, Los Angeles, USA, im Bereich Systems and Control. Von 2008 bis 2010 war er Postdoc-Stipendiat am Georgia Institute of Technology, USA, und von 2010 bis 2012 Postdoc-Stipendiat am Department of Automatic Control der Lund University, Schweden. Seit 2012 ist er am SCCH im Bereich Datenanalyse tätig und forscht im Bereich Vorhersage und Steuerung komplexer Systeme, verteilte Optimierung und evolutionäres Lernen.
DI (FH) Michael Zwick ist Industrial Researcher und Projektleiter im Forschungsbereich Data Science am SCCH. Er studierte Software-Engineering an der Fachhochschule Hagenberg, wo er 2004 mit einer Diplomarbeit zum Thema „Biometrische Unterschriftenerkennung“ (in Kooperation mit der Fraunhofer TEG in Stuttgart) abschloss. Michael Zwick verfügt über mehr als 15 Jahre Erfahrung als Forscher (Industrial Researcher) und Projektleiter (Senior Research Project Manager) in unterschiedlichen Forschungsschwerpunkten. Zu seinen Tätigkeitsbereichen bzw. Forschungsinteressen zählen Maschinelles Lernen (Deep Learning, Virtuelle Sensoren) sowie Datenmanagement.
Wir stellen eine neuartige Optimierungsmethodik für die Steigerung der Energieflexibilität von Pools aus Batterien und Photovoltaik in Energiemärkten vor. Der Ansatz basiert auf zwei Elementen: Flexibilitätspotenzial und simulationsbasierte Optimierung. Das Flexibilitätspotenzial ermöglicht, die Optimierung vom Referenzbetrieb der Batterie zu trennen, sowie die Optimierung über eine Gruppe von Batterien unter Verwendung des gesamten Flexibilitätspotenzials durchzuführen. Die simulationsbasierte Optimierung ermöglicht die synchrone Optimierung über mehrere Märkte hinweg, ohne die Komplexität der Optimierung zu erhöhen.
Im Rahmen von FLEX+ (FFG-Energieforschungsprogramm, Klima-Energiefonds) werden Konzepte entwickelt und im Realbetrieb getestet, mit dem Ziel die Flexibilität von fernsteuerbaren Prosumer-Komponenten, wie z.B. PV-Speichersysteme, für ausgewählte Dienstleistungen wirtschaftlich nutzen zu können. Beispielsweise die Vermarktung an Spot- und Regelenergiemärkten sowie die Minimierung der Ausgleichsenergie. Dazu werden skalierbare Optimierungsalgorithmen auf Aggregator- und Prosumer-Ebene entwickelt, welche eine für alle Beteiligten optimale märkte-übergreifende Nutzung der vorhandenen Flexibilität ermöglichen. Dies erfolgt dabei unter Berücksichtigung der Interessen des Aggregators sowie auch der Eigeninteressen der Prosumer.
KI Methoden ermächtigen KonsumtInnen zu nachhaltigem Einkaufverhalten
Johannes Klinglmayr ist als EU-Projektkoordinator und in der Geschäfts- und Strategieentwicklung in der Linz Center of Mechatronics GmbH tätig sowie Evaluator für die Europäische Kommission. Johannes beschäftigt sich mit aufkommenden Dynamiken im Zusammenspiel von industriellen, technologischen und gesellschaftlichen Entwicklungen. In seiner interdisziplinären Arbeit adressiert er Komplexitätsreduktion, Selbstorganisation, und Wissensmanagement durch das Entwickeln von sogenannten Knowledge Engines. Ein wesentlicher Aspekt ist das Pilotieren von automatisierten digitalen Services zwischen Firmen oder Forschungseinrichtungen. Über die letzten Jahren hat er das EU-Projekt ASSET zur Entwicklung und Testen eines Komplexitätsreduktionssystems für nachhaltigeren Konsum im Lebensmittelbereicht umgesetzt. Es wurde in Österreich und Estland pilotiert und erhielt den Innovationspreis des Landes Oberösterreich. Johannes studierte technische Mathematik an der TU Wien (Dipl. Ing), an der University of Michigan (M.A.), USA sowie Informationstechnologie an der Universität Klagenfurt (Dr. techn.) in langjähriger Zusammenarbeit mit dem Max-Planck Institut für Dynamik und Selbstorganisation in Göttingen, Deutschland.
Unser Wirtschaften ist nicht nachhaltig. Einkaufentscheidungen haben einen wesentlichen Einfluss auf Mitmenschen und unsere Umwelt. Aber verändert unser Wissen darum auch unser individuelles Verhalten?
Daran bestehen oft Zweifel. Doch wenn KonsumentInnen einen digitalen Einkaufsassistenten hätten, der ihnen hilft nach eigenen Wertevorstellungen zu agieren, würden sie dann nachhaltiger einkaufen? Würden sie neue Produkte ausprobieren und ihr Verhalten verändern?
Um das zu untersuchen, entwickelten wir einen neuartigen Einkaufsassistenten, der die Privatsphäre respektiert, Selbstbestimmung ermöglicht, Bewertungen nachvollziehbarmacht, praktikabel ist und Umwelt, Gesundheit und Produktqualität beurteilt. Dadurch wurden bewusste Einkaufentscheidungen ohne den sonst erforderlichen Recherche-Aufwand möglich.
Und tatsächlich! KonsumentInnen änderten ihr Einkaufsverhalten. Darüber hinaus war das Verhalten der KonsumentInnen auch nachhaltiger! Positive Verhaltensänderungen sind also durch Empowerment erreichbar. Manipulation (Stichwort: Nudging) ist somit nicht erforderlich. Die Studie eröffnet daher neue Möglichkeiten. Sie zeigt, wie man mit Empowerment von KonsumentInnen erreichen kann, dass sie aus Eigeninitiative nachhaltiger einkaufen.
KI für Klima-Modellierung
Daniel Klotz ist ein Wissenschaftler am Institut für Machine Learning (Johannes Kepler Universität, Linz). Er koordiniert ein Team das sich mit der Modellierung von Umweltsystemen mittels Methoden der Künstlichen Intelligenz fokussiert. Im Zuge der wissenschaftlichen Arbeit gelang es dem Team zu zeigen, dass die am Institut entwickelten Ansätze abfluss-bildende Prozesse darzustellen und zu erforschen.
Der steigende Ressourcenbedarf, Bevölkerungswachstum, sowie der Klimawandel bringen die Menschheit in eine schwierige Beziehung zu der wichtigsten erneuerbaren Ressource: Wasser.
Unsere Forschung, am Institut für Machine Learning, fokussiert sich auf die Modellierung der Flusssystemen. Bessere Modellen werden uns z.B. ermöglichen, frühzeitig Hochwasserwarnungen zu geben, zukünftige Dürren vorherzusagen, Wasserkraftwerke effizienter zu betreiben, und den Zugang zu Trinkwasser zu verbessern.
Konventionelle Ansätze zur Umwelt- und Flusssystem-modellierung berücksichtigen Systemkomponenten und Prozesse mittels spezifischen, vorgefertigten Abstraktionen. Im Gegensatz dazu leitet sich unser AI getriebene Ansatz die benötigten Simulation Komponenten datenbasiert ab. Dazu werden eine Vielzahl unterschiedlicher Daten verwendet. Diese reichen von Wetterdaten über Eigenschaften der Landoberflächen bis hin zu Satellitenbeobachtungen.
Insbesondere konnten wir zeigen, dass dieser neue Ansatz leistungsfähiger ist als konventionelle Ansätze, die bereits über lange zeiträume entwickeln und verwendet werden
Dieser Workshop wird von der Technologieplattform ASAI (Austrian Society for Artificial Intelligence) koordiniert und moderiert, außerdem freuen wir uns über Beiträge der Technologieplattformen ECSEL Austria (Präsentation: Smart and secure energy solutions for future mobility) und Photonics Austria (Präsentation: Energieeinsparung durch keramische Datenträger).
Die Austrian Society for Artificial Intelligence ASAI (früher ÖGAI) wurde 1981 als repräsentatives Gremium für die österreichische Gemeinschaft für Künstlichen Intelligenz gegründet. Ihr Ziel ist es, das Studium, die Forschung und die Anwendung von Künstlicher Intelligenz in all ihren Facetten in Österreich zu fördern.