PAIRS - Privacy-Aware, Intelligent and Resilient CrisiS Management

Krisenszenarien mit KI schneller identifizieren und antizipieren

© PAIRS

Im Projekt PAIRS (Privacy-Aware, Intelligent and Resilient CrisiS Management) wird eine lernende KI-Plattform für das Krisenmanagement entwickelt, mit der sich Krisensituationen früh identifizieren und sicher antizipieren lassen. Das Angebot richtet sich an Unternehmen und Betreiber kritischer Infrastrukturen sowie Entscheidungsträger:innen aus Politik, Wirtschaft und Gesellschaft. PAIRS soll dazu beitragen, die Resilienz des Standorts Deutschland zu steigern.

Marktperspektive und Produktversprechen

Krisensituationen wie die COVID-19-Pandemie erfordern ein systematisches, gesamtheitliches und dynamisches Management. Sie wirken sich in der Regel direkt auf viele Bereiche des wirtschaftlichen und gesellschaftlichen Lebens aus, von der Fabrik über den Supermarkt bis hin zum Krankenhaus. Eine Maßnahme, die an einer Stelle eingeleitet wird, hat häufig auch indirekt Einfluss auf die anderen Bereiche. Dadurch ergeben sich komplexe und hochdynamische Ursache-Wirkung-Maßnahme Szenarien, die für Entscheidungsträger:innen jedoch nur bedingt überschaubar sind.

Im Projekt PAIRS entsteht eine digitale Plattform, über die Dienste für das intelligente, systematische und dynamische Management von Krisen vertrieben werden. Durch frühzeitige Einbindung von kleinen und mittleren Unternehmen (z. B. im Rahmen von Workshops) soll der Transfer von KI-Lösungen in den Mittelstand gefördert werden. Aufbauend auf PAIRS wird perspektivisch die Entwicklung eines Zusatzmoduls für die Verbesserung von Materialprognosen in klinischen Einrichtungen angestrebt (PAIRSmed).

Herausforderung und Innovation

Wichtige Voraussetzung für ein effektives Krisenmanagement ist die frühe Einleitung und Anpassung von Maßnahmen an sich ändernde Szenarien im Verlauf der Krise. Aufgrund der komplexen und hochdynamischen Szenarien, die sich in Folge einer Krise ergeben, ist der Mensch zur Bewältigung dieser Herausforderung auf Werkzeuge aus dem Bereich künstliche Intelligenz angewiesen. KI-Verfahren ermöglichen es, aus vergangenen Szenarien zu lernen, um gegenwärtige Szenarien zu identifizieren und zukünftige Entwicklungen zu prognostizieren. Sie benötigen dafür große Mengen heterogener Daten aus verschiedenen Quellen und Systemen (u. a. Produktionssysteme, Lieferkettensysteme, Personalmanagementsysteme, Wetterinformationssysteme).

Damit diese Daten in einer Plattform zusammenfließen können, muss sowohl die Datensouveränität als auch der Datenschutz gewährleistet sein. Nur dann können wirtschaftliche und politische Partner zusammenarbeiten, Informationen teilen, die wechselseitigen Einflüsse unterschiedlicher Maßnahmen datenschutzkonform analysieren und Strategien entwerfen. Im Rahmen von PAIRS soll eine Plattformarchitektur geschaffen werden, die dies erstmals ermöglicht. Darüber hinaus soll eine KI etabliert werden, die iterativ dazulernt und die wechselseitigen Einflüsse aller Akteure untereinander berücksichtigt.

Lösungsansatz

Der Entwurf der PAIRS Plattformarchitektur sieht drei Ebenen vor. Die erste Ebene ermöglicht die technische und semantische Integration externer Datenquellen (z. B. GAIA-X oder Cloud-Datenspeicher) über sichere Schnittstellen. Die lernende KI steht im Zentrum der zweiten Schicht. Vorgesehen sind dabei drei Kernfunktionen: die Identifizierung und Antizipierung von Krisenszenarien, die Bewertung der Auswirkung der identifizierten Szenarien auf den jeweiligen Akteur sowie eine daraus abgeleitete Aktions- und Entscheidungsunterstützung. Die Maßnahmen, die die Akteure tatsächlich einleiten, sollen als anonymisierte Information in die PAIRS-Plattform zurückfließen, damit die KI iterativ dazulernen kann. Für die Umsetzung verfolgt PAIRS einen Hybrid-KI-Ansatz, der wissensbasierte und datengetriebene KI vereint. Die dritte Ebene der Plattformarchitektur dient der Bereitstellung der Dienste für die Kunden über einen Marktplatz. Neben dem Marktplatz selbst sollen intuitive und individualisierbare Nutzerschnittstellen entwickelt werden.

Use Cases

Produktion, Logistik und Supply-Chain-Management
In einer Krisensituation müssen mögliche Engpässe in Hinblick auf spezifische Produkte identifiziert werden, bevor sie eintreten. Als Reaktion auf eine erhöhte Nachfrage nach einem Produkt (z. B. Desinfektionsmittel) sollten vorausschauende Maßnahmen eingeleitet und im Anschluss überwacht werden (z. B. Aufstockung des Lagerbestands, Einrichtung von zusätzlichen Übergangslagern).

Gesundheitswesen
Die Auswirkung von Epidemien auf klinische Einrichtungen kann enorm sein (z. B. Unterversorgung von Patient:innen, Überlastung des Personals). In PAIRS sollen basierend auf Daten aus Krankenhausinformationssystemen Dienste entstehen, die frühzeitig und räumlich-differenziert vor Epidemien warnen und eine vorausschauende Bedarfsplanung ermöglichen.

Energieversorgung
Die Energieversorgung zählt zu den kritischen Infrastrukturen. Ein Ausfall oder eine Störung wirkt sich unter Umständen extrem auf andere Infrastrukturen aus. PAIRS strebt die Entwicklung von Diensten an, die Krisenszenarien mit Ursprung im Energiesektor vorhersagen sowie die Auswirkung von Szenarien anderen Ursprungs auf den Energiesektor prognostizieren.

Konsortium

ADVANEO GmbH (Konsortialführer), Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. / Fraunhofer IPA FIR e.V. an der RWTH Aachen, Deutsches Forschungszentrum für Künstliche Intelligenz GmbH (DFKI), Bundesanstalt Technisches Hilfswerk (THW), Bisping Medizintechnik GmbH, Universität des Saarlandes Sick AG, Tiplu GmbH OFFIS e.V., IBM Deutschland GmbH