27.05.2022

Lumobag: Ö-Startup will mit Einzel-Maßnahme Klimawandel abstoppen

Das Lumobag-System nutzt reflektierende Sandsäcke mit dem Ziel, die globale Klimaerwärmung vorübergehend zu kompensieren.
/artikel/lumobag
Lumobag: So könnten die Lumobags in der Wüste verlegt werden
So könnten die Lumobags in der Wüste verlegt werden | (c) Lumobag

Irgendwann hat es fast jede:r einmal im Physik-Unterricht gelernt: Je reflektierender eine Oberfläche ist, desto weniger Wärme nimmt sie auf, wenn sie vom Sonnenlicht angestrahlt wird. Dieses simple Grundprinzip will sich nun ein heimisches Startup rund um den tschechisch-österreichischen Physiker Radko Pavlovec und die Grazer Ex-Politikerin und Naturschützerin Andrea Pavlovec-Meixner zunutze machen, um quasi im Alleingang den Klimawandel vorübergehend zu unterbrechen. Mit dem Lumobag-System will man große Wüstenflächen mit reflektierenden Sandsäcken bedecken, die Sonnenstrahlung ins All zurückreflektieren und damit den globalen Wärmeeintrag signifikant verringern sollen. Vorgestellt wurde das Konzept nun beim interdisziplinären Workshop “Science Moonshot 2022” in München, der vom oberösterreichischen Unternehmen Moonpunks konzipiert und veranstaltet wurde.

Fläche halb so groß wie Österreich soll bis 2031 belegt werden

Der Plan ist durchaus ambitioniert. Laut den Berechnungen von Pavlovec wäre bei den weltweit aktuell prognostizierten CO2-Ausstoß eine jährlich mit LumoBags ausgestattete Fläche etwa halb so groß wie jene von Österreich (40.000 – 45.000 Quadratkilometer) notwendig, um die Temperatur auf dem derzeitigen Niveau zu stabilisieren. Das will das Team bis zum Jahr 2031 bewerkstelligen. Die Klimaerwärmung wäre damit vorübergehend aufgehalten und das 1,5-Grad-Ziel aus dem Pariser Abkommen könne erreicht werden, so die These. Doch Pavlovec betont gegenüber der Nachrichtenagentur APA: “Es ist eine reine Notmaßnahme. Wir können das auch nicht ewig machen”. Das Projekt sei keinesfalls ein Ersatz für die Dekarbonisierung der Erdatmosphäre.

Das Team beim Science Moonshot in München | (c) Moonpunks
Das Team beim Science Moonshot in München | (c) Moonpunks

Bei Science Moonshot in München wurde dazu mit Unterstützung von 45 Expert:innen, darunter etwa auch Physiker Werner Gruber, unter anderem ein Geschäftsmodell entwickelt, mit dem das Projekt finanziert werden soll. Konkret will man neben Crowdfunding und Förderungen vor allem CO2-Zertifikatshandel und ein Franchisemodell nutzen. Der Preis für ein Lumobag soll fünf Euro betragen. Bei einer Belegung der geplanten Flächen würde das eine jährliche Gesamtsumme in dreistelliger Milliardenhöhe bedeuten. Die Produktion sei mit bestehenden Strukturen möglich, heißt es vom Startup.

Lumobag-Testfläche soll noch heuer kommen

Noch heuer will man eine 16 Quadratkilometer große Testfläche – voraussichtlich in Spanien – belegen – die Standortverhandlungen liefen aktuell noch, heißt es vom Team. Diese Fläche soll laut Pavlovec den CO2-Ausstoß eines 2.500-Megawatt-Kohlekraftwerks kompensieren. Das will man dann mit Satellitendaten nachweisen und damit letztlich Unternehmen und Staaten von dem Konzept überzeugen. Konkret werden die Sahara und Australien als Zielgebiete genannt.

Bei der Entwicklung des Konzepts will das Team an alle relevanten Aspekte gedacht haben, etwa die Widerstandsfähigkeit der Lumobags gegen die Witterung, die Wartung und die Belegung komplexer Flächen. Auch auf die Erhaltung der Biodiversität in den betroffenen Gebieten habe man Rücksicht genommen. Dazu Andrea Pavlovec-Meixner gegenüber der APA: “Zentrale Wüstengebiete sind sehr ähnlich strukturiert. Wenn eine Spezies auf einer so gleichförmigen Fläche lebt, lebt sie auch anderswo in der Wüste. Wir können davon ausgehen, dass für sämtliche dort vorkommende Spezies ausreichend Platz zum Ausweichen vorhanden ist”.

Deine ungelesenen Artikel:
22.09.2023

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

Lisette Espín-Noboa entwickelt in Wien mit Big Data Machine-Learning-Modelle und zeigt uns mit Poverty Maps, wo die Ärmsten in Zukunft leben.
/artikel/ihre-modelle-visualisieren-zukuenftige-armut-auf-landkarten
22.09.2023

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

Lisette Espín-Noboa entwickelt in Wien mit Big Data Machine-Learning-Modelle und zeigt uns mit Poverty Maps, wo die Ärmsten in Zukunft leben.
/artikel/ihre-modelle-visualisieren-zukuenftige-armut-auf-landkarten
Lisette Espín-Noboa liefert Politiker:innen neue Entscheidungsgrundlagen. Foto: Map Box/OpenStreetMap/Bimal Viswanath
Lisette Espín-Noboa liefert Politiker:innen neue Entscheidungsgrundlagen. Foto: Map Box/OpenStreetMap/Bimal Viswanath

Heuer präsentierte ein wissenschaftliches Team von der Central European University (CEU) und dem Complexity Science Hub (CSH) einen Durchbruch: Sie können Armut auf Landkarten sichtbar machen.

Konkret nahmen sich die Forscher:innen dafür Sierra Leone und Uganda vor. Die beiden Staaten in Subsahara-Afrika zählen zu den ärmsten der Welt. Das Wiener Forscherteam entwickelte dazu das interaktive Online-Tool Poverty Maps, mit dem User:innen die Wohlstandsentwicklung in beiden Ländern vergleichen können. Sogar einen Ausblick auf die Zukunft können die Karten geben. Unmengen abstrakter Daten werden damit auf einen Blick zu aussagekräftiger Information.

Vom Taxiverhalten zu Armutskarten

“Die Idee wäre, dass politische Entscheidungsträger:innen, die Menschen unterhalb der Armutsgrenze helfen möchten, diese Art von Instrumenten nutzen können. Um zu verstehen, wo die Menschen sind, die wirklich Hilfe brauchen”, erklärt Lisette Espín-Noboa im brutkasten-Interview.

Die aus Ecuador stammende Computerwissenschaftlerin ist extra für das Projekt nach Wien gekommen. Sie ist Expertin für Predictive Analytics, Netzwerkanalysen und Machine Learning. Davor arbeitete sie vor allem mit Mobilitätsdaten, auf deren Basis sie Prognosen für die Zukunft erstellte. Espín-Noboa erforschte unter anderem, wie sich Taxis in der Metropole New York verhalten.

Wiederverwendbare ML-Modelle

“Sie gaben mir dieses Projekt und ich hatte die Freiheit, zu schauen, wie es funktioniert”, sagt die Computerwissenschaftlerin. Sie entwickelte ein eigenes Framework für drei Machine-Learning-Modelle. Damit visualisieren die Forscher:innen die Wohlstandsentwicklung auf Landkarten. Am Beispiel von Sierra Leone und Uganda bewies das Team bereits, dass es möglich ist.

Espín-Noboa erklärt, dass sie die Modelle nun auch für andere Länder verwenden. Dafür müsse nur die sogenannte Ground Truth für jedes Land anhand einer eigenen Datenbasis neu in das Modell gefüttert werden. Ground Truth ist die genaue und verlässliche Referenz, anhand derer die Richtigkeit von Daten oder Vorhersagen bewertet wird.

Wie viele Antennen, welche Toilette?

Für die beiden afrikanischen Länder verwendeten die Forscher:innen Umfragedaten als Basis. “In Afrika werden Umfragen zum Haushalt oder Lebensstandard durchgeführt. Diese Fragebögen ermitteln, wie viele Zimmer Ihr Haus hat, welche Art von Toilette Sie benutzen, wie Sie an Ihr Wasser kommen, ob Sie ein Auto habe oder ob Sie eine Haus- und Sanitäranlage haben”, erklärt die Computerwissenschaftlerin. Mit dem Internationalen Wohlstandsindex (IWI) wurden auf dieser Basis dann Grundwerte errechnet.

Hinzugefügt wurden in der Folge weitere Daten, die etwa von Satellitenbildern oder Social-Media-Postings stammen. Daraus konnten Espín-Noboa und ihre Kolleg:innen schließen, wie viele Menschen in einer Region ein iPhone besitzen oder wie viele Antennen sich in einem Gebiet befinden. “Wir dachten: Wenn der Ort viele Antennen hat, bedeutet das wahrscheinlich, dass er wohlhabend ist. Wenn er keine Antennen hat, ist er wahrscheinlich arm”, so Espín-Noboa. Daten aus OpenStreetMap würden wiederum verraten, wie weit die nächste Straße oder Schule entfernt ist.

Zukunftsvorhersagen auch für Europa

Nun versuchen Espín-Noboa und ihr Team diese Karten auch für Österreich und Ungarn zu erstellen. Noch fehlen ihr aber die dafür notwendigen Daten für ihre Modelle. Sie ist deshalb auf der Suche nach Organisationen, die Daten zur Verfügung stellen.

“Wir können nicht einfach die gleichen Daten verwenden, weil die Standards unterschiedlich sind. Etwa fragt man in Ungarn nicht, welche Art von Toiletten jemand benutzt”, erklärt Espín-Noboa. Stattdessen sei in etwa Ungarn aussagekräftiger, wie viel Immobilien kosten. Für jedes Land müsse deshalb eine eigene “Ground Truth” ermittelt werden, dann könnten die entwickelten Modelle für verschiedene Länder verwendet werden, glaubt die Expertin.

Bessere Entscheidungsgrundlage

Das Projekt ist ein Novum, denn bisher verließen sich Entscheidungsträger:innen vor allem auf Volkszählungsdaten, wenn es um den Umgang mit Armut ging. Die Karten stellen die Entwicklung jedoch viel detaillierter dar. “Mit der Ground Truth haben wir Armut vorhergesagt, aber Sie können alles vorhersagen. Wenn Sie fundierte Fakten zum Thema Bildung haben, können Sie etwa auch Bildung vorhersagen”, sagt Espín-Noboa. Sie hofft, dass künftig mehr Tools für politische Entscheidungsträger:innen zur Verfügung stehen – damit diese bessere und zielgerichtete Entscheidungen treffen können.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Lumobag: Ö-Startup will mit Einzel-Maßnahme Klimawandel abstoppen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lumobag: Ö-Startup will mit Einzel-Maßnahme Klimawandel abstoppen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lumobag: Ö-Startup will mit Einzel-Maßnahme Klimawandel abstoppen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lumobag: Ö-Startup will mit Einzel-Maßnahme Klimawandel abstoppen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lumobag: Ö-Startup will mit Einzel-Maßnahme Klimawandel abstoppen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lumobag: Ö-Startup will mit Einzel-Maßnahme Klimawandel abstoppen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lumobag: Ö-Startup will mit Einzel-Maßnahme Klimawandel abstoppen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lumobag: Ö-Startup will mit Einzel-Maßnahme Klimawandel abstoppen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Lumobag: Ö-Startup will mit Einzel-Maßnahme Klimawandel abstoppen

Es gibt neue Nachrichten

Auch interessant