Wie sieht die Energieversorgung von morgen aus? Kann es funktionieren, dass wir auf fossile Energieträger verzichten, während unser Energiebedarf weiter steigt? Was bedeutet dies für die Gesellschaft? Auf den ersten Blick mag die Energiewende als ein technisches Unterfangen erscheinen, tatsächlich aber ist sie eine umfassende gesellschaftliche Transformation, die unseren Alltag, unsere Arbeitswelt und unsere Fortbewegung betrifft. Technologische Lösungen bilden eine entscheidende Voraussetzung – doch ohne die Akzeptanz und aktive Beteiligung der Gesellschaft wird die Energiewende nicht gelingen. Deshalb ist es entscheidend, auch die normativen, sozialen und politischen Dimensionen in den Blick zu nehmen und uns zu fragen, welche Werte die Energiewende leiten, wer sie mitgestaltet (und wer nicht) und was sie gerecht macht.
 
Wir laden Sie ganz herzlich zum Colloquium Fundamentale ein!
 
Das Colloquium Fundamentale begibt sich im Wintersemester 2025/26 auf eine Reise in die Energiezukunft und steht damit im Zeichen des Wissenschaftsjahrs 2025 „Zukunftsenergie“ des Bundesministeriums für Forschung, Technologie und Raumfahrt. In zwei Vorträgen geben Energieforschende Einblicke in technologische Durchbrüche bei erneuerbaren Energien und der Batterieforschung. Zudem beleuchten Expertinnen und Experten der Geistes- und Sozialwissenschaften zentrale gesellschaftliche Fragen nach Wirtschaftlichkeit, Teilhabe und sozialer Gerechtigkeit.
 
© Foto: Siasart Studio/stock.adobe.com (Generiert mit KI)

Dr. Ralf Loritz
Nachwuchsgruppenleiter & KIT Associate Fellow, Institut für Wasser und Umwelt – Hydrologie (IWU /HYD), KIT
 
Im Vortrag wird gezeigt, wie maschinelles Lernen (ML) die Hydrologie verändert – und warum diese Technologien zu einem zentralen Werkzeug für die Vorhersage von Hochwasser, Dürre und anderen hydrologischen Extremen geworden sind. Die Hydrologie befasst sich mit dem Wasserkreislauf in all seinen Facetten – vom Niederschlag über die Speicherung im Boden bis hin zum Abfluss in Flüssen und Seen. Um diese Prozesse zu verstehen und zukünftige Ereignisse vorherzusagen, werden seit Jahrzehnten mathematisch-physikalische Modelle eingesetzt. Sie bilden die bekannten Gesetze der Hydrologie, wie Versickerung, Verdunstung und Abflussbildung, durch Gleichungen ab und erlauben damit eine quantitative Beschreibung der Bewegung von Wasser in der Landschaft. In der Vorlesung wird erläutert, dass diese Modelle zwar ein hohes Maß an Interpretierbarkeit bieten, jedoch auch aufwendige Kalibrierungen erfordern und in ihrer Übertragbarkeit begrenzt sind. Jede Region muss individuell parametrisiert werden, und selbst dann gelingt es oft nur eingeschränkt, Extremereignisse präzise vorherzusagen. Genau hier setzen datengetriebene Ansätze an. Moderne ML-Modelle, insbesondere tiefe neuronale Netze, lernen direkt aus Beobachtungsdaten, wie Niederschlag, Temperatur und Abfluss miteinander zusammenhängen. Sie benötigen kein explizites physikalisches Wissen – stattdessen erkennen sie Muster in den Daten, die menschliche Modellierer oft nicht explizit formulieren könnten. In der Vorlesung wird gezeigt, dass solche Modelle, die ursprünglich für Anwendungen wie Sprachverarbeitung oder Bilderkennung entwickelt wurden, heute in der Lage sind, Wasserstände in Flüssen mit hoher Genauigkeit vorherzusagen. Anhand von Beispielen wird verdeutlicht, dass KI-Modelle die Prognosegüte gegenüber klassischen Modellen teils deutlich verbessern können. Ein weiterer Vorteil liegt in ihrer Skalierbarkeit: Während traditionelle Modelle für jedes Einzugsgebiet separat kalibriert werden müssen, kann ein einziges neuronales Netzwerk gleichzeitig Vorhersagen für hunderte oder tausende Pegel liefern. Gleichzeitig wird in der Vorlesung betont, dass diese Ansätze nicht frei von Nachteilen sind. ML-Modelle verhalten sich oft wie „Black Boxes“ – sie liefern präzise Vorhersagen, doch die inneren Entscheidungsmechanismen bleiben schwer nachvollziehbar. Im Gegensatz dazu haben physikalische Modelle den Vorteil, dass jeder Parameter eine klare Bedeutung besitzt und systematische Fehler oft erklärbar sind. In der Vorlesung wird daher gezeigt, dass die Zukunft wahrscheinlich in der Verbindung beider Welten liegt: in hybriden Modellen, die das physikalische Prozesswissen der Hydrologie mit der Flexibilität und Mustererkennungsfähigkeit der KI kombinieren. Solche Ansätze ermöglichen nicht nur präzisere, sondern auch nachvollziehbarere und robustere Vorhersagen. Am Beispiel aktueller Forschungsprojekte, wie dem vom BMBF geförderten Verbundprojekt KI-HopE, wird gezeigt, wie diese Konzepte in der Praxis umgesetzt werden – etwa bei der Entwicklung eines deutschlandweiten, ML-basierten Hochwasservorhersagesystems in Kooperation mit dem Deutschen Wetterdienst und den Hochwasservorhersagezentralen. Die Vorlesung lädt dazu ein, die Hydrologie als datenwissenschaftliche Disziplin neu zu denken – als eine, in der physikalisches Verständnis und künstliche Intelligenz gemeinsam dazu beitragen, die Risiken von Hochwasser und Dürre besser zu erkennen und ihnen frühzeitiger begegnen zu können.
 
 
Im Rahmen des Vortrags wird die KIT Graduate School Computational and Data Science vorgestellt.
  Angela Hühnerfuß, M.A.
Koordination KIT Graduate School Computational and Data Science, KIT
 
Die KIT Graduate School Computational and Data Science (KCDS) am KIT-Zentrum MathSEE ist eine englischsprachige Graduiertenschule für alle Promovierenden am KIT, die an interdisziplinären daten- und modellgetriebenen Forschungsprojekten arbeiten. Das Besondere an KCDS ist das Betreuungs-Tandem: Die Promovierenden haben jeweils eine Betreuungsperson aus der Mathematik mit einem methodischen Schwerpunkt und eine aus einem SEE-Fach (Natur-, Wirtschafts- und Ingenieurwissenschaften) mit dem Schwerpunkt Anwendung. Das interdisziplinäre Trainingsprogramm der KCDS bietet Promovierenden die Möglichkeit, sich gezielt fachlich und überfachlich weiterzubilden, ihr Netzwerk zu erweitern und eigene Projekte und Veranstaltungen zu verwirklichen.
 
Eine Einzeltermin-Teilnahme für Gäste ist möglich, sofern ausreichende Kapazität vorhanden ist. Bitte senden Sie in diesem Fall eine Anfrage per Mail an dataliteracy∂forum.kit.edu.
 

Wie sieht die Energieversorgung von morgen aus? Kann es funktionieren, dass wir auf fossile Energieträger verzichten, während unser Energiebedarf weiter steigt? Was bedeutet dies für die Gesellschaft? Auf den ersten Blick mag die Energiewende als ein technisches Unterfangen erscheinen, tatsächlich aber ist sie eine umfassende gesellschaftliche Transformation, die unseren Alltag, unsere Arbeitswelt und unsere Fortbewegung betrifft. Technologische Lösungen bilden eine entscheidende Voraussetzung – doch ohne die Akzeptanz und aktive Beteiligung der Gesellschaft wird die Energiewende nicht gelingen. Deshalb ist es entscheidend, auch die normativen, sozialen und politischen Dimensionen in den Blick zu nehmen und uns zu fragen, welche Werte die Energiewende leiten, wer sie mitgestaltet (und wer nicht) und was sie gerecht macht.
 
Wir laden Sie ganz herzlich zum Colloquium Fundamentale ein!
 
Das Colloquium Fundamentale begibt sich im Wintersemester 2025/26 auf eine Reise in die Energiezukunft und steht damit im Zeichen des Wissenschaftsjahrs 2025 „Zukunftsenergie“ des Bundesministeriums für Forschung, Technologie und Raumfahrt. In zwei Vorträgen geben Energieforschende Einblicke in technologische Durchbrüche bei erneuerbaren Energien und der Batterieforschung. Zudem beleuchten Expertinnen und Experten der Geistes- und Sozialwissenschaften zentrale gesellschaftliche Fragen nach Wirtschaftlichkeit, Teilhabe und sozialer Gerechtigkeit.
 
© Foto: Siasart Studio/stock.adobe.com (Generiert mit KI)

Alles offen, alles gut? Was bedeuten eigentlich "Open Data" und "Open Government", wer macht das und was bringt mir das?
Ein kurzer Einblick, was sich hinter den Begriffen verbirgt:
"Offene Daten sind sämtliche Datenbestände, die im Interesse der Allgemeinheit der Gesellschaft ohne jedwede Einschränkung zur freien Nutzung, zur Weiterverbreitung und zur freien Weiterverwendung frei zugänglich gemacht werden.“ (von Lucke & Geiger, 2010)
 
"Open Government ist als ganzheitlicher Ansatz zur Belebung der Demokratie zu verstehen. Offenes Regierungs- und Verwaltungshandeln stellt dabei die Grundlage dar. Das Ziel von Open Government ist es, die Arbeit von Politik, Regierung, Verwaltung und Justiz (d. h. des öffentlichen Sektors insgesamt) offener, transparenter, partizipativer und kooperativer zu gestalten." (Open Government Netzwerk Deutschland)
 
Beide Bereiche sind miteinander verknüpft und können den jeweils anderen unterstützen. Weitere "Open"-Themen spielen in diesem Kontext auch eine Rolle: in der Wissenschaft beispielsweise der große Bereich "Open Science" (offene Wissenschaft), Zugang zur Forschungsliteratur als "Open Access" (freier Zugang) und die "Open Educational Resources" (freie Bildungsmaterialien), in der Softwareentwicklung und -nutzung das Thema "Open Source" (offene Quellen).
 
Dieser Vortrag gibt einen Überblick aus Sicht von Wissenschaft und Praxis über die beiden Gebiete Open Data und Open Government, ihre Verbindung miteinander und was man damit eigentlich anfangen kann. Es werden zudem zivilgesellschaftliche Initiativen (z.B. Open Knowledge Labs) rund um offene Daten beleuchtet sowie das fortwährende Hype-Thema der „künstlichen Intelligenz“ damit in Verbindung gebracht.
 
Eine Einzeltermin-Teilnahme für Gäste ist möglich, sofern ausreichende Kapazität vorhanden ist. Bitte senden Sie in diesem Fall eine Anfrage per Mail an dataliteracy∂forum.kit.edu.

Generative KI und die damit verbundene Zunahme von KI-generierten Texten verändern die Informationsproduktion und Informationsverarbeitung rasant. Neben vielen zu bedenkenden Risiken bieten große Sprachmodelle (LLMs) auch Chancen, die öffentliche Diskurslandschaft und die politische Willensbildung im Sinne der Ideale liberaler Demokratien zu stärken. Aber wie können diese Potentiale genutzt werden?

Konkreter: Wie können generative Sprachmodelle bspw. benutzt werden,
um eine hinreichend hohe argumentative Qualität im öffentlichen Diskurs sicherzustellen,  um Teilnehmende unabhängig vom Bildungshintergrund zu befähigen, sich konstruktiv mit Argumenten anderer auseinanderzusetzen und eigene Argumente einzubringen und um Zugangs- und Beteiligungshürden für die Teilnahme am öffentlichen Diskurs abzubauen?
Nach einer einführenden demokratietheoretischen Verortung möglicher KI-Einsatzszenarien werden im Vortrag konkrete LLM-basierte Tools und ihre technischen Konzeptionen vorgestellt und anschließend bzgl. ihrer demokratiefördernden Potentiale diskutiert.
 
 
Eine Einzeltermin-Teilnahme für Gäste ist möglich, sofern ausreichende Kapazität vorhanden ist. Bitte senden Sie in diesem Fall eine Anfrage per Mail an dataliteracy∂forum.kit.edu.

Informations-, Medien- und Datenkompetenzen sind Schlüsselqualifikationen und entscheidende Erfolgsfaktoren für Studium, Forschung und Beruf. Gerade in Zeiten von textgenerierender KI wie ChatGPT oder Fake News leisten wissenschaftliche Bibliotheken einen wichtigen Beitrag, um Herausforderungen und Risiken bei der Nutzung digitaler Information kompetent einordnen zu können. Die KIT-Bibliothek hat die Vermittlung dieser Schlüsselqualifikationen zu ihrer Kernaufgabe gemacht, indem sie qualifizierte Beratung sowie Präsenz- und Onlinekurse mit vielfältigen Inhalten maßgeschneidert für verschiedene Zielgruppen anbietet. Im Vortrag werden zudem Einblicke in aktuelle Projekte zu LLM-Literacy gegeben, wie z.B. in die Beforschung eines Onlinekurses zum Schreiben mit textgenerierender KI (KI@helpBW).   Eine Einzeltermin-Teilnahme für Gäste ist möglich, sofern ausreichende Kapazität vorhanden ist. Bitte senden Sie in diesem Fall eine Anfrage per Mail an dataliteracy∂forum.kit.edu.