Ein Jahr QTrees: Learnings über Künstliche Intelligenz und Stadtbäume

Um den Baumbestand Berlins zu erhalten, stehen die bezirklichen Straßen- und Grünflächenämter der Stadt vor einer großen Herausforderung – denn genau diese sind für die Pflege und Bewässerung von Berlins Stadtbäumen zuständig. Wegen knapper personeller und finanzieller Ressourcen können sie eine hinreichende Bewässerung aller Stadtbäume besonders in heißen Sommermonaten nicht vollends gewährleisten. Um die Wasserversorgung eines Baumes besser zu verstehen, nutzt die Stadt Berlin daher bereits Sensoren, die die Saugspannung in der Bodengrube eines Baumes messen. Die sog. “Saugspannung” gibt Aufschluss darüber, wie trocken oder feucht der Boden ist und hilft, die Bewässerung an den tatsächlichen Bedarf anzupassen. Dass die gemessenen Werte sinnvoll interpretiert und für die Bewässerungsoptimierung genutzt werden können, das zeigt die Bewässerungsampel vom Pflanzenschutzamt Berlin. Jeden Baum einzeln zu verkabeln und mit einem Sensor auszustatten wäre  allerdings zu kostspielig und nicht nachhaltig.

Wie künstliche Intelligenz den Berliner Bäumen hilft

Und hier kommt unser Forschungsprojekt QuantifiedTrees (QTrees) ins Spiel! Bereits Ende 2021 haben wir uns gefragt, ob und wie digitale Technologien eingesetzt werden können, um den Ämtern bei ihrer Arbeit zu helfen und darüber hinaus Bürger:innen für dieses Thema zu sensibilisieren. Daraufhin haben wir uns gemeinsam mit der Birds on Mars GmbH und dem Grünflächenamt Berlin Mitte erfolgreich auf die offizielle Ausschreibung des Bundesministeriums für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz zur Förderung von Maßnahmen zur Anpassung an den Klimawandel beworben. Seit dem 01. Oktober 2021 läuft das Projekt für insgesamt zwei Jahre.

Konkret haben wir uns gefragt: Wie kann ein durch Künstliche Intelligenz (KI) gestütztes Vorhersagemodell bei der effizienten Bewässerung von Stadtbäumen helfen? Dabei berechnet das Modell unter Einbeziehung von vielfältigen Datensätzen und Parametern wie Art und Alter des Baumes, georeferenzierte  Niederschlags- und Temperaturwerte, sowie unter Berücksichtigung der Verschattung am Standort und aktuellen Bewässerungen des Baumes einen theoretischen, repräsentativen Saugspannungswert. Die Messwerte realer Saugspannungssensoren in Berlin Mitte und Berlin Neukölln der Firma Arbor Revital dienen als Kontrollgruppe. So kann für jeden Baum ein aktueller Saugspannungswert und auf Basis der Wetterdaten sogar eine 2-wöchige Vorhersage ermittelt werden – selbst wenn kein Sensor am Baum ist!

Bäume im Blick per App

Aufbauend auf dem KI-Modell entwickeln wir im Rahmen des Projektes zwei Webanwendungen: zum einen die App “Baumblick”, die der Zivilgesellschaft spannende Ein- und Ausblicke in den Zustand und die aktuelle Wasserversorgung , sowie über weitere Parameter wie Alter, Größe, Stammumfang und Verschattungsgrad am Standort eines jeden Baumes informiert. Die App soll für die Problematik sensibilisieren und einladen, sich für Stadtbäume zu engagieren.

Klingt interessant? Hier geht’s zum Prototypen (Beta-Version): https://staging.app.qtrees.ai/ 

Zum anderen werden wir im nächsten Jahr ein Dashboard für die Straßen- und Grünflächenämter entwickeln, das datengestützte Entscheidungshilfen bietet, um die Bewässerung von Stadtbäumen optimal durchführen zu können. All das erarbeiten wir zusammen mit einem Konsortium, bestehend aus unseren Expert:innen aus der Botanik (Straßen- und Grünflächenämter der Bezirke Mitte und Neukölln), Sensorik (Arbor Revital) und den Birds on Mars, unseren Expert:innen im KI-Bereich. 

Im ersten Projektjahr ist viel passiert! Neben viel Recherche, einer Baumbegehung (keine Sorge, nicht bis oben in die Krone), Nutzer:innenbefragungen, Expert:inneninterviews, der Datenexploration und Modellierung, sowie der Umsetzung einer ersten Version des Vorhersageodells und der Baumblick-App war QTrees als Projekt ziemlich angesagt auf Konferenzen, Messen, Meet-Ups und sonstigen Veranstaltungen. Wir waren viel unterwegs!