NegotiateAI zur bekämpfung von Plastikverschmutzung.

Künstliche Intelligenz sinnvoll nutzen, um internationale Umweltverhandlungen zu erleichtern.

the amount of plastic waste entering aquatic ecosystems could nearly triple from  9–14 million tonnes per year in 2016 to a projected 23–37 million tonnes per year by 2040. the amount of plastic waste entering aquatic ecosystems could nearly triple from  9–14 million tonnes per year in 2016 to a projected 23–37 million tonnes per year by 2040. the amount of plastic waste entering aquatic ecosystems could nearly triple from  9–14 million tonnes per year in 2016 to a projected 23–37 million tonnes per year by 2040.

Die Krise der Plastikverschmutzung

Die Plastikverschmutzung ist eine sich rasch ausbreitende globale Krise: Schätzungsweise 4,8 bis 12,7 Millionen Tonnen Plastik gelangen jährlich in die Ozeane. Wenn nicht eingegriffen wird, wird sich die weltweite Produktion von Plastikmüll bis 2060 voraussichtlich fast verdreifachen. Die Herstellung von Plastik, die in hohem Maße auf fossile Brennstoffe und giftige Zusatzstoffe angewiesen ist, birgt schwerwiegende Risiken für die Umwelt und die menschliche Gesundheit. Diese Situation erfordert sofortige und umfassende Maßnahmen, um die schädlichen Auswirkungen der Plastikverschmutzung einzudämmen.

Über die GIZ

Die Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ) GmbH ist ein weltweit tätiges Dienstleistungsunternehmen, das sich der internationalen Zusammenarbeit für nachhaltige Entwicklung widmet. Die GIZ ist in über 120 Ländern tätig und will durch die Förderung von Initiativen für nachhaltige Entwicklung eine lebenswerte Zukunft gestalten. Das Data Lab der Gesellschaft für Internationale Zusammenarbeit (GIZ) exploriert im Data4Development-Bereich und internationaler Zusammenarbeit Datenprojekte für die Praxis. Seit 2023 arbeiten wir gemeinsam mit der GIZ an dem Projekt “NegotiateAI”.

MEHR Read More Chevron
Grafik 1 Grafik 2 Grafik 3 Grafik 4 Grafik 5 Grafik 1 Grafik 2 Grafik 3 Grafik 4 Grafik 5 Grafik 1 Grafik 2 Grafik 3 Grafik 4 Grafik 5 Grafik 1 Grafik 2 Grafik 3 Grafik 4 Grafik 5

Was ist der INC?

Der zwischenstaatliche Verhandlungsausschuss (INC) zur Plastikverschmutzung wurde im Anschluss an eine historische Resolution gegründet, die auf der fünften Sitzung der UN-Umweltversammlung (UNEA-5.2) im März 2022 angenommen wurde. In dieser Resolution wurde die Entwicklung eines internationalen rechtsverbindlichen Instruments gefordert, um die Plastikverschmutzung über den gesamten Lebenszyklus von der Produktion bis zur Entsorgung zu bekämpfen. Es soll ein solider Rahmen entstehen, der die Bekämpfung von Verschmutzung durch Kunststoffe erleichtert und eine nachhaltige Produktion und einen nachhaltigen Verbrauch von Kunststoffen fördert. Vertreter aus rund 180 Ländern nehmen an diesem umfassenden Verhandlungsprozess teil. Die Arbeit des INC begann in der zweiten Hälfte des Jahres 2022, wobei fünf Verhandlungssitzungen geplant sind, um das Abkommen bis Ende 2024 abzuschließen.

Über NegotiateAI

NegotiateAI ist eine innovative, benutzerfreundliche Online-Anwendung, die entwickelt wurde, um den Verhandlungsprozess der Vereinten Nationen über das internationale rechtsverbindliche Instrument zur Bekämpfung der Plastikverschmutzung zu unterstützen. Die Applikation ermöglicht es in Form eines Chatinterface in natürlicher Sprache Vertragsdokumenten zu durchsuchen oder spezifische Informationen schnellstmöglich zu extrahieren.

MEHR Read More Chevron

Funktionen und Technologie

Technologie

NegotiateAI nutzt Retrieval-Augemented-Generation, eine Kontext-Augementations Stratgie, zur Beantwortung von Fragen mittels KI. Der Ansatz kombiniert die Stärken zweier Modelle: Eine Retrieval-Augmented Generation (RAG) Technologie (Semantische Suche) mit einem generativen KI-Modell. So können relevante Informationen aus einer Datenbank abgerufen und diese direkt in eine präzise Antwort umgewandelt werden. Dabei wird der Kontext der Anfrage zuerst mit der Wissensdatenbank abgeglichen, und die relevanten Teile werden in die Erstellung der Antwort integriert.

Kernfunktionalität

Die Kernfunktion der generativen KI ist die Abfrage in natürlicher Sprache. NegotiateAI bietet jedoch auch die Möglichkeit, nur Filterfunktionen zu verwenden, um Listen relevanter Dokumente zu erstellen. Diese Flexibilität ermöglicht es den Nutzern, ihre Suchanfragen auf spezifische Bedürfnisse zuzuschneiden, ohne sich in jedem Fall auf die generative KI verlassen zu müssen.

Datengrundlage

Die Wissensbasis der Anwendung wurde aus den offiziellen Dokumenten der UN-Verhandlungen durch Web Scraping, Kategorisierung und Analyse sorgfältig zusammengestellt. Dies gewährleistet eine hohe Leistung und Genauigkeit der KI-Antworten.

Benutzerzentriertes Design

Das Design von NegotiateAI stellt die Benutzerfreundlichkeit in den Vordergrund, mit fortschrittlichen Filtern, die es den Benutzern ermöglichen, gezielte Suchen auf der Grundlage von Ländern, Verhandlungsrunden oder thematischen Abschnitten des Abkommens durchzuführen. Dieser strukturierte Ansatz verbessert sowohl die Effizienz als auch die Effektivität beim Zugriff auf relevante Informationen.

The rapidly increasing levels of plastic pollution represent a serious global environmental issue that negatively impacts the environmental, social, economic and health dimensions of sustainable development. The rapidly increasing levels of plastic pollution represent a serious global environmental issue that negatively impacts the environmental, social, economic and health dimensions of sustainable development. The rapidly increasing levels of plastic pollution represent a serious global environmental issue that negatively impacts the environmental, social, economic and health dimensions of sustainable development. The rapidly increasing levels of plastic pollution represent a serious global environmental issue that negatively impacts the environmental, social, economic and health dimensions of sustainable development.

Herausforderungen und Beschränkungen

Performance

NegotiateAI steht vor Herausforderungen, wenn große Datensätze ohne Filter durchsucht werden, was oft zu einer langsamen Leistung und unvollständigen oder falschen Antworten führt. Dies ist auf die riesige Menge an verarbeiteten Daten und die erheblichen erforderlichen Rechenressourcen zurückzuführen.

Kontextfenster

Generative KI-Modelle haben eine maximale Größe des Kontextfensters, wodurch die Textmenge, die sie gleichzeitig verarbeiten können, begrenzt wird. Dies kann dazu führen, dass bei komplexen Fragen wichtige Informationen übersehen werden.

Ressourcen

Die Verarbeitung einer großen Anzahl von Dokumenten in Echtzeit erfordert erhebliche Rechenressourcen. Die Begrenzung der Anzahl der Absätze hilft bei der Verwaltung der Ressourcen, kann aber dazu führen, dass einige relevante Daten nicht berücksichtigt werden.

Strategien

Um diese Probleme zu lösen, werden die Benutzer ermutigt, Filter anzuwenden und spezifische, konkrete Fragen zu stellen. Ein verbessertes Front-End-Design und eine bessere Benutzerführung können dazu beitragen, die Leistungsprobleme zu mindern und die Benutzerfreundlichkeit insgesamt zu verbessern.

Plastic Pollution 1

Prompt: A beach with lots of old fisher net, plastic bottles and other debris on the shore, Baltic Sea aesthetic

Plastic Pollution 2

Prompt: A public trash can is overflowing, surrounded by trash, with a pigeon standing next to it

Plastic Pollution 3

Prompt: An Andy-Warhol-like supermarket scenario, many products with plastic packages

AI X Plastic

Wir haben das AI-Tool Adobe Firefly genutzt, um ein paar Bilder für diese Website zu generieren!

Next Case Study

Boden Entdecken

Diese Website verwendet keine Tracking-Cookies. Der einzige externe Dienst, den wir nutzen, ist die Google Maps API, um den Standort unseres Büros anzuzeigen.

Wenn Sie Google Maps nicht verwenden möchten, können Sie die Nutzung hier ablehnen. Weitere Informationen finden Sie in unserer Datenschutzerklärung hier.

Bleiben Sie auf dem Laufenden mit unserem Social Data Science Quarterly Newsletter.

Unser Newsletter Social Data Science Quarterly bietet einen Überblick über unsere aktuelle Arbeit. Er richtet sich an alle, die sich für neue Datenlösungen, Tools und das Neueste aus den Bereichen Social Data Science, Civic Tech und der Open-Source-Community interessieren.

ABONNIEREN Read More Chevron