Vorstellung des Kunstexponats "IN-ML-OUT" im swt-KultWerk am Freitag, 27. Oktober 2023.
In Zeiten des Klimawandels und der Versorgungsunsicherheit mit fossilen Energieträgern wird es immer wichtiger, dass wir erneuerbare Energiequellen bestmöglich nutzen. Welche Herausforderungen damit verbunden sind und wie Künstliche Intelligenz dazu beitragen kann, sie zu meistern – das macht das interaktive Kunstexponat "IN-ML-OUT" am Beispiel der Windenergie greifbar.
Am Freitag, den 27. Oktober, um 17 Uhr präsentieren das in interdisziplinärer Zusammenarbeit entstandene Ausstellungsprojekt im swt-KulturWerk (Werkstraße 4, Tübingen) der Öffentlichkeit: Alle Interessierten sind herzlich eingeladen, das Exponat zu erkunden und mit den beteiligten Forscherinnen und Designstudierenden ins Gespräch zu kommen. Der Eintritt ist frei.
Hinter dem Projekt steht eine Kooperation zwischen dem RHET AI Center, dem Tübinger Exzellenzcluster "Maschinelles Lernen" und der "Staatlichen Akademie der Bildenden Künste Stuttgart". Während des Events im swt-KulturWerk geben wir Einblicke in die Ausgangsideen und Hintergründe des Projekts – und laden zum weiterführenden Austausch ein. Zum Abschluss diskutieren Dr. Nicole Ludwig (Exzellenzcluster Maschinelles Lernen), Peter Seimer (Sprecher für Digitalisierung, Fraktion Grüne im Landtag Baden-Württemberg) und Prof. Dr. Philipp Staudt (Digitalisierte Energiesysteme, Universität Oldenburg) unter Moderation von Prof. Dr. Olaf Kramer (Forschungszentrum für Wissenschaftskommunikation, Universität Tübingen) über die Frage: Wie kann KI die Energiewende unterstützen?
Die Forschung hinter dem Exponat
Konkreter inhaltlicher Ausgangspunkt des Projektes ist die Forschung von Nina Effenberger: Ihr Dissertationsprojekt im Rahmen der von Dr. Nicole Ludwig geleiteten Forschungsgruppe „Maschinelles Lernen in Nachhaltigen Energiesystemen“ am Tübinger Exzellenzcluster „Maschinelles Lernen“ geht der Frage nach, wie genau sich Windenergie und deren Nutzung durch den Klimawandel verändern – und wie moderne Algorithmen dazu beitragen können, langfristige Vorhersagen zu Windgeschwindigkeiten zu verbessern: "Eine zentrale Herausforderung ist, dass aktuelle Klimamodelle oft nur sehr grob aufgelöst sind – zwischen zwei Datenpunkten liegen oft mehrere hundert Kilometer. Wenn man aber herausfinden will, wie sich der Wind an einem bestimmten Standort in den kommenden Jahrzehnten verändern wird, braucht man genauere Vorhersagen. Eben diese können wir mit maschinellem Lernen weiter voranbringen", sagt Effenberger.
Das Ausstellungsprojekt „IN-ML-OUT“ macht Kernaspekte und Herausforderungen dieser Forschung erfahrbar. Darüber hinaus lädt das Projekt zum gemeinsamen Entdecken, Nachdenken, und Diskutieren ein: Wie beeinflusst unser Handeln das Klima? Welche Lösungsansätze können Forschende mit Hilfe von Maschinellem Lernen unterstützen? Welche Initiativen zu erneuerbaren Energien gibt es bereits?
Ausgehend von einem Kick-off Workshop im November 2022 entwickelten die drei Designstudierenden Laura Neuscheler, Samuel Stober und Arne Sanwald im stetigen Austausch mit den bereits genannten Forscherinnen sowie Michael Pelzer vom RHET AI Center über knapp ein halbes Jahr hinweg das Projekt. Auf Seiten der Stuttgarter Akademie der Bildenden Künste wurde der Designprozess zudem von Prof. Uwe Fischer und David Gebka begleitet. Das Ergebnis übersetzt die Basisaspekte von „Input“, „Machine Learning“ und „Output“ in ein dreiteiliges Ausstellungsstück-Ensemble und macht am Beispiel der Windenergie anschaulich: Kleinste Änderungen des Klimas können große Auswirkungen haben (IN). Maschinelles Lernen (ML) kann dabei helfen, Daten über Windgeschwindigkeiten auszuwerten und so Vorhersagen zu verbessern. Diese Vorhersagen beeinflussen wiederum die Standortwahl für neue Windkraftanlagen und die Planung des gesamten Stromnetzes (OUT): Nur wo Wind auch in Zukunft ausreichend stark und gleichmäßig weht, arbeiten Windräder nachhaltig optimal.
Mit Design zum Verstehen und Diskutieren einladen
Der kommunikative und auf Interaktion ausgerichtete Ansatz hinter "IN-ML-OUT" bringt Design und Wissenschaft zusammen – und versteht sich als Türöffner für weiteren Dialog: "Ein Schwerpunkt unserer Arbeit als Designer lag darauf, ein Gefühl für verschiedene Herausforderungen und Grundaspekte des Themas zu vermitteln, ohne sie belehrend zu erklären. Unser Design soll Fragen aufwerfen und Interesse daran wecken, weiter in die dahinterstehenden Forschungsbezüge einzutauchen und sich darüber auszutauschen", beschreibt Samuel Stober den kreativen Ansatz.
Vor diesen Hintergründen ist „IN-ML-OUT“ nicht nur als Verständnistool in der Tradition rhetorischer Forderungen nach Anschaulichkeit konzipiert, sondern vor allem auch als Reflektionstool im Sinne einer Anregung visueller Denkprozesse und als Einladung zum Dialog: Dabei geht es nicht nur um das Anregen sozialer Interaktion und Diskussion zu den Themen Klimawandel, und Erneuerbare Energien und Künstliche Intelligenz im Großen, sondern auch um die konkrete Erfahrbarmachung des Einflusses jeder und jedes einzelnen im Kleinen. So können die Besucher*innen beispielweise im ersten Teil des Ausstellungsstücks über Drehregler ein Strömungsexperiment beeinflussen. Durch individuelle Interaktion wird hier die Komplexität chaotischer Systeme greifbar, in denen schon kleinste Beeinflussungen Eingriffe starke Veränderungen mit sich bringen können.
Dieser interaktive Ansatz spiegelt zugleich ein zentrales Anliegen des RHET AI Centers, das sich zur Aufgabe gesetzt hat, lokale und gesellschaftliche Debatten zu Künstlicher Intelligenz zu unterstützen: "IN-ML-OUT ist ein tolles Beispiel dafür, wie Forschung und Design bereichernd zusammenwirken können, um Wissenschaft aus einer ganz neuen Perspektive erfahrbar zu machen – und den Dialog zwischen Wissenschaft und Gesellschaft zu fördern", sagt Pelzer vom RHET AI Center.
Ab dem 16. November wird das Exponat auch im Tübinger Stadtmuseum zu sehen sein.
