Microsoft AI for Good Lab: KI zeigt auf, wo Katastrophenschäden am größten sind
Sechste Sitzung der Arbeitsgruppe „KI in der humanitären Logistik“: Microsoft AI for Good Lab aus Seattle präsentiert ein Open-Source-Tool, das Gebäudeschäden nach einer Katastrophe anhand von Satelliten- und Luftbildern kartiert.
Während des sechsten Treffens der virtuellen Arbeitsgruppe „KI in der humanitären Logistik“ der Logistics Hall of Fame stellte Cameron Birge vom Microsoft AI for Good Lab aus Seattle das Tool HASTE (High-speed Assessment and Satellite Tracking for Emergencies) vor, ein kostenloses Open-Source-Tool, das Gebäudeschäden nach einer Katastrophe anhand von Satelliten- und Luftbildern kartiert.
Nach einem Erdbeben, einer Überschwemmung oder einem Sturm lautet die erste Frage der Einsatzkräfte in der Regel: Wo sind die Schäden am größten? Die Antwort bestimmt, wohin Menschen, Fahrzeuge und Hilfsgüter zuerst geschickt werden – doch Erhebungen vor Ort können Tage oder Wochen dauern. Da jede Katastrophe anders verläuft, trainiert HASTE für jedes Ereignis eigene Open-Source-Modelle: Ein Experte kennzeichnet eine kleine Auswahl beschädigter und unversehrter Gebäude. Das Modell kartiert daraufhin jedes Gebäude in dem Gebiet. Zwei Arbeitsabläufe bieten die Wahl zwischen einem Ergebnis auf Gebäudeebene innerhalb weniger Minuten und einer detaillierten Schadenskarte auf Pixelebene. Integrierte Qualitätsprüfungen, darunter eine Validierung anhand einer Zufallsstichprobe von Gebäuden und Berichte mit einem Konfidenzintervall, helfen den Teams dabei, einzuschätzen, inwieweit sie den einzelnen Ergebnissen vertrauen können. Es wurden im Meeting Beispielvideos gezeigt, die veranschaulichen, wie die Lösung funktioniert.
In der Diskussion mit den Mitgliedern der Gruppe wurde erörtert, wie Schadenskarten logistische Entscheidungen unterstützen können – von der Planung und Priorisierung in den ersten Tagen einer Hilfsaktion bis hin zur Kennzeichnung von Straßen, die voraussichtlich blockiert sein werden. Zudem tauschte sich die Gruppe aus, wo die Grenzen durch die Verfügbarkeit von Bildmaterial und Vor-Ort-Überprüfungen gesetzt werden.
Links:
HASTE: https://aka.ms/haste
GitHub: https://github.com/microsoft/haste
Die Arbeitsgruppe der Logistics Hall of Fame trifft sich am 14. Januar 2027 von 16:30 bis 17:30 Uhr MEZ erneut virtuell. Peter Wolff vom Technischen Hilfswerk (THW) in Deutschland wird vorstellen, wie KI bei der Analyse von Drohnenbildern helfen kann, um Personen und Fahrzeuge in Katastrophengebieten zu identifizieren.
(Foto: Caglar Oskay/unsplash)
















































