Direkt zum Seiteninhalt springen

Das neueste Exponat in der Mission KI ist ein alter Bekannter: das Modell des Forschungsschiffs »Polarstern« im Maßstab 1:50, eine Dauerleihgabe des Alfred-Wegener-Instituts für Polar- und Meeresforschung (AWI) in Bremerhaven.
In den ersten 25 Jahren des Deutschen Museums Bonn stand es in einer riesigen Glasvitrine als Repräsentant der bundesdeutschen Polarforschung. 2021 verschwand es in eine Holzkiste und wurde zwischengelagert. Jetzt konnte die Polarstern nun endlich ihr Trockendock verlassen und wieder in See stechen. Nun ja, zumindest im übertragenen Sinne, denn hinter dem Schiffsmodell zeigen zwei Großbildschirme das vorbeifließende Polarmeer. Viel wichtiger ist aber, wofür das Schiffsmodell jetzt im Museum steht: die Erhebung vom Klimadaten im Rahmen der »Mosaic«-Expedition 2019/20. Über ein Jahr lang ließ sich die echte Polarstern mit ihrer Besatzung in der Arktis einfrieren und erhob riesige Datenmengen zum Klimawandel. Zusammen mit dem Alfred-Wegener-Institut machen wir für unsere Museumsgäste nachvollziehbar, wie diese Daten mit KI wissenschaftlich nutzbar gemacht werden.

Die MOSAiC-Expedition und KI

Die MOSAiC-Expedition (Multidisciplinary drifting Observatory for the Study of Arctic Climate) war die größte Arktis-Forschungsreise der Geschichte. Vom September 2019 bis Oktober 2020 wurde das arktische Klimasystem umfassend zu untersuchen. Die »Polarstern« war das Herzstück der Expedition. Sie ließ sich im arktischen Eis einfrieren und driftete mit dem Eis über das Nordpolarmeer. Während dieser Drift sammelten Wissenschaftler aus 20 Ländern Daten über die Atmosphäre, das Meereis, den Ozean und das arktische Ökosystem. Die gewonnenen Erkenntnisse sollen dazu beitragen, Klimamodelle zu verbessern und das Verständnis der globalen Klimaveränderungen zu vertiefen.

Die MOSAiC-Expedition setzte verstärkt auf Künstliche Intelligenz, um ihre Forschungsziele zu erreichen. KI-Technologien ermöglichen die effiziente Analyse der riesigen Datensätze, die während der Expedition gesammelt wurden, und helfen dabei, komplexe Muster zu identifizieren.