Durch den Einsatz digitaler Technologien ist es einfacher geworden, die Auswirkungen des Klimawandels abzumildern und zu bekämpfen. Um jedoch die Entscheidungsfindung und Politikgestaltung im Bereich Klima zu optimieren, beginnen Regierungen und politische Entscheidungsträger damit, Daten, insbesondere Big Data, zu nutzen. Unter datengesteuerter Politikgestaltung versteht man den Einsatz von IKT zur Einbeziehung von Daten und Datenanalysen in den Entscheidungsprozess. Auf diese Weise kann die Politik auf Grundlage wissenschaftlicher Analysen auf die Bedürfnisse der Bürger*innen zugeschnitten werden und zu besseren und effizienteren Entscheidungen, Maßnahmen und Ergebnissen führen. Die datengesteuerte Politikgestaltung geht noch einen Schritt weiter als die evidenzbasierte Politikgestaltung. Bei der datengestützten Politikgestaltung wird mit den Bürgern zusammengearbeitet und die Politik mitgestaltet, wodurch Transparenz und das Vertrauen in die Regierung gestärkt werden.
Die datengestützte Entscheidungsfindung ist derzeit in der internationalen Zusammenarbeit auf dem Vormarsch. Mit der Unterstützung der „twin transition“ durch das BMZ ist die Verringerung der Treibhausgasemissionen eines der Hauptziele, zu der eine datengestützte nachhaltige Energie- und Mobilitätsplanung beitragen kann. Hierfür werden Datenlücken geschlossen, Echtzeitinformationen und prädiktive Analysen erstellt oder Datensätze und Analysen besser zugänglich, wiederverwendbar und vertrauenswürdig gemacht.
Offene Klimadatenspeicher wie der von der EU finanzierte Klimadatenspeicher des Copernicus Climate Change Service sammeln Daten und stellen sie bereit. Das Projekt liefert qualitätsgesicherte Informationen über den vergangenen, aktuellen und zukünftigen Zustand des Klimas in Europa und weltweit, um die europäische Anpassungs- und Eindämmungspolitik in einer Reihe von Sektoren zu unterstützen. Darüber hinaus haben viele Regierungen sogenannte Policy Labs eingerichtet, um Experimente zwischen Interessengruppen und Bürger*innen zu ermöglichen. In ähnlicher Weise ist das GIZ Data Lab eine Plattform, die mit verschiedenen Partnern zusammenarbeitet, um Daten für eine nachhaltige Entwicklung in den Partnerländern zu nutzen. Das GIZ Data Lab experimentiert mit verschiedenen Datentypen (z.B. Satelliten- und Mobilfunkdaten) und entwickelt verschiedene datenbasierte Modelle für eine nachhaltige Entwicklung. Dabei wird darauf geachtet, dass der Datenschutz nicht verletzt wird.
Verringerung der Umweltverschmutzung durch Verkehrsmanagement
Im Rahmen der internationalen Zusammenarbeit werden Daten zur Gestaltung der Politik genutzt, um die Faktoren, die zum Klimawandel beitragen, zu reduzieren. Ein Beispiel ist das Modell MOVES-Mexico (Motor Vehicles Emissions Simulator). Das von USAID unterstützte Modell wurde in Mexiko-Stadt eingeführt, um den Verkehr zu steuern und damit die Umweltverschmutzung zu verringern. Das Forscherteam der University of California und des Instituto Nacional de Ecología y Cambio Climático in Mexiko analysierte verschiedene Möglichkeiten der Elektrifizierung des Verkehrs auf der Grundlage von Daten, die mit der GPS-Navigationssoftware Waze gesammelt wurden. Die Daten lieferten Informationen darüber, wo und wie lange Staus in der ganzen Stadt auftreten. So konnte das Team Informationen über die freigesetzten Emissionen gewinnen. Darüber hinaus stützte sich das Team auf die Daten der „Stoßzeiten“ von Google, um die Bewegungen der Stadtbevölkerung nachzuverfolgen. So konnte das Team die am geeignetsten politischen Optionen und Standorte für Ladestationen für Elektrofahrzeuge ermitteln.
Wasser sparen
Datengestützte Entscheidungsfindung muss nicht immer auf der Ebene einer großen Behörde erfolgen. Manchmal wird sie auch auf individueller Ebene eingesetzt. Das GIZ-Projekt „Grüne Innovationszentren“ in Tunesien beispielsweise ermöglicht es einzelnen Landwirt*innen, bei der Bewässerung Wasser zu sparen, da Wasser im ganzen Land, vor allem aber im Hochland, recht knapp sein kann. Durch dieses Projekt haben die Landwirt*innen über eine Softwareanwendung Zugang zu Daten über Boden, Klima und Pflanzen. Diese App dient nicht nur als Speicherort für gesammelte Daten, sondern berechnet auch genau, wie viel Wasser bestimmte Pflanzen benötigen und zu welchem Zeitpunkt sie am besten bewässert werden sollten. So kann diese App den Landwirt*innen Vorschläge machen und ihnen helfen, Entscheidungen zu treffen, wie sie ihre Anbaumethoden optimieren und Wasser gezielt einsetzen können, um nachhaltiger zu bewässern.
KI-Trainingsdaten zur Bewältigung der Klimakrise
Das Projekt FAIR Forward arbeitet mit dem Lacuna Fund zusammen, um Datensätze und KI-Modelle mit und für die vom Klimawandel am stärksten betroffenen lokalen Gemeinschaften zu entwickeln.
Der Data Powered Positive Deviance (DPPD)-Ansatz, der vom DPPD-Netzwerk entwickelt wurde, konzentriert sich darauf, nicht-traditionelle Daten zu nutzen, um positive Abweichungen zu identifizieren und in einem zweiten Schritt ihre Lösungen zu erforschen, um sie potenziell zu skalieren.