Künstliche Intelligenz als Krisenhelfer Eine Software, die Fluchtbewegungen vorhersieht

Einem Algorithmus zufolge könnte die Corona-Pandemie eine Million Menschen in der Sahelzone aus ihrer Heimat vertreiben. Solche Vorhersagen helfen humanitären Organisationen, Trends zu erkennen und schneller einzugreifen.
Agadez in Niger: Migranten bereiten sich darauf vor, die Wüste zu durchqueren

Agadez in Niger: Migranten bereiten sich darauf vor, die Wüste zu durchqueren

Foto: ZOHRA BENSEMRA/ REUTERS
Globale Gesellschaft

In Reportagen, Analysen, Fotos, Videos und Podcasts berichten wir weltweit über soziale Ungerechtigkeiten, gesellschaftliche Entwicklungen und vielversprechende Ansätze für die Lösung globaler Probleme.

Alle Artikel

Was selbst einen Experten Stunden kosten würde, liefert "Foresight" in Sekunden. Die Prognosesoftware des Danish Refugee Council (DRC) wertet Informationen aus mehr als 120 Datenquellen aus, analysiert Muster und kalkuliert dann zum Beispiel, wie sich die Coronakrise auf Flucht und Vertreibung auswirken kann.

Demnach könnten infolge der Pandemie in den Ländern Burkina Faso, Niger, Mali und Nigeria insgesamt etwa eine Million Menschen dazu gezwungen sein, ihr Zuhause zu verlassen - die Not in der konfliktreichen Region wird sich also den Prognosen zufolge noch mal verschärfen.

Software wie "Foresight" soll Entscheidungsprozesse in der humanitären Hilfe und entsprechende Einsätze zukünftig effizienter gestalten. "Das Tool hilft uns, schneller vorherzusagen, was passieren wird, sodass wir besser planen und auch in einer humanitären Krise früher eingreifen können", sagt Charlotte Slente, Generalsekretärin des DRC. Schnelle Reaktionen seien zudem oft auch kostengünstiger.

Vertriebene Frauen in Mali bereiten Essen vor. Die Coronakrise wird die Not vieler Menschen nochmals verschärfen

Vertriebene Frauen in Mali bereiten Essen vor. Die Coronakrise wird die Not vieler Menschen nochmals verschärfen

Foto: MICHELE CATTANI/ AFP

Experten der Flüchtlingshilfsorganisation haben in der Vergangenheit bereits versucht, Prognosen zu Flucht und Vertreibung auf Basis von Daten und Erfahrungswerten zu treffen.

Der Algorithmus soll nun dabei helfen, noch genauer vorhersagen zu können, wann ein Szenario eintreten wird und die Auswirkungen verschiedener Faktoren wie Wirtschaftslage, Konflikt, Klima oder Regierungsführung besser zu analysieren. Slente nennt das die "DNA der Vertreibung".

"Foresight" kann zukünftige Szenarien simulieren - und hilft Experten aus dem humanitären Bereich bei der Planung

"Foresight" kann zukünftige Szenarien simulieren - und hilft Experten aus dem humanitären Bereich bei der Planung

Foto: Danish Refugee Council

Eine Wunderwaffe ist der Algorithmus indes nicht: "Die Software weiß nicht, was morgen oder nächste Woche passieren wird", schränkt Slente ein. "Die Prognosen beziehen sich auf die nächsten ein bis drei Jahre - und das Modell kann nichts darüber sagen, ob die Menschen innerhalb des Landes fliehen werden oder ob sie sich entscheiden, die Ländergrenzen zu überqueren."

Erste Pilotprojekte

Über eine Plattform will der Danish Refugee Council seine Prognosesoftware zukünftig auch anderen Organisationen zur Verfügung stellen. Das Interesse an solchen Werkzeugen im humanitären Bereich ist groß, der Einsatz von Datenanalysen und Prognosesoftware aber noch in der Experimentierphase.

Dass es länger gedauert hat, bis der Trend sich in der Krisenbekämpfung und Entwicklungshilfe durchgesetzt hat, führt der Datenexperte Miguel Luengo Oroz auf mangelndes technisches Wissen, aber auch auf eingeschränkte Kapazitäten in humanitären Organisationen zurück. "Entwicklungsexperten und Datenexperten sprechen normalerweise nicht dieselbe Sprache, sie haben kein gemeinsames Vokabular, kommen aus unterschiedlichen Kontexten und können ihre Ziele oft nicht aufeinander abstimmen", schrieb Luengo Oroz, Chief Data Scientist von "UN Global Pulse" in einem Essay .

"UN Global Pulse" ist eine der Initiativen der Vereinten Nationen, die deshalb Pionierarbeit an der Schnittstelle von Entwicklungshilfe und Technologie leistet: Sie erforscht unter anderem das Potenzial von Big Data und künstlicher Intelligenz und unterstützt andere Uno-Agenturen dabei, Projekte umzusetzen. In der Pandemie sind Regierungen weltweit gerade besonders an datenbasierten Modellen  interessiert, die die Ausbreitung von Covid-19-Infektionen und die Wirkung geplanter Strategien und mögliche Nebeneffekte abschätzen können.

Wetter, Tweets und Ziegenpreise

Das Innovationsteam des Uno-Flüchtlingshilfswerks UNHCR hat bereits verschiedene experimentelle Ansätze entwickelt, um Hinweise auf zukünftige Migrationsbewegungen zu sammeln.

Datenanalysten bestimmten etwa mit Open-Source-Daten zukünftige Wetterbedingungen für Bootsreisen über das Mittelmeer und beobachteten Facebook-Posts von Schmugglern , um Hinweise auf die Preisentwicklung, häufig benutzte Routen und den Andrang an Knotenpunkten zu erhalten. Sie werteten auch soziale Netzwerke wie Twitter per Algorithmus nach Schlüsselwörtern und negativen Gefühlsäußerungen aus, um Stimmungen und Narrative  bei Migranten zu erfassen.

Manchmal weisen auch eher ungewöhnlich wirkende Daten wie steigende Preise für Wasserkanister und sinkende Ziegenpreise auf bevorstehende Bewegung hin, wie in Somalia: "Als die Menschen angefangen haben, 50, 60 Ziegen auf einmal loszuwerden, wurden die Preise gedrückt, und wir hatten ein Indiz, dass die Leute planen zu fliehen", so Andrew Harper vom Uno-Flüchtlingshilfswerk UNHCR.

Manchmal können auch Ziegen Indikatoren für Fluchtabsichten sein

Manchmal können auch Ziegen Indikatoren für Fluchtabsichten sein

Foto: ZOHRA BENSEMRA/ REUTERS

Die Hintergründe für Flucht und Vertreibung sind vielfältig, was auch die Entwicklung von Prognosesoftware zu einer Herausforderung macht. "Es ist ein komplexes Zusammenspiel vieler unterschiedlicher Faktoren, und man kann das Phänomen nicht erklären, indem man sich nur auf einen Aspekt konzentriert", sagt Alexander Kjærum, der Techexperte des Danish Refugee Council (DRC), der die "Foresight"-Software mitentwickelt hat. Überraschend war für ihn, wie stark sich neben Konflikten etwa auch Regierungsführung und Menschenrechtsverletzungen auf Vertreibung auswirken.

Als das Pilotprojekt vor zweieinhalb Jahren startete, war es unklar, ob die Software in der Lage sein würde, sinnvolle Resultate zu erzielen - die Entwicklung sei ein ständiger Prozess von "Trial and Error" gewesen. Heute ist Kjærum zuversichtlich: "Wir sind immer noch in der Entwicklungsphase und arbeiten ständig daran, die Software zu verfeinern und zu verbessern, aber die bisherigen Ergebnisse sind ermutigend und zeigen einen hohen Grad an Genauigkeit", sagt er.

Geringe Fehlerquote

Um "Foresight" zu testen, hat das Team die Software mit Daten zu Myanmar und Afghanistan gefüttert und sie Szenarien für Zeiträume aus der Vergangenheit simulieren lassen. Die Prognosen wurden dann mit der Realität abgeglichen. Kjærum zufolge habe der Algorithmus mit einer Fehlerquote von acht bis zehn Prozent sehr genaue Vorhersagen getroffen.

Plötzliche auftretende Ereignisse wie die Massenvertreibungen der Rohingya aus Myanmar sind für den Algorithmus eine Herausforderung

Plötzliche auftretende Ereignisse wie die Massenvertreibungen der Rohingya aus Myanmar sind für den Algorithmus eine Herausforderung

Foto: MUNIR UZ ZAMAN/ AFP

Der selbst lernende Algorithmus analysiert für seine Vorhersagen historische Daten aus den vergangenen 20 bis 25 Jahren, um Muster zu identifizieren, und daraus Schlüsse für die Zukunft zu ziehen: Je mehr lückenlose Statistiken aus der Vergangenheit vorliegen, desto präziser die Prognosen. Die Software greift dabei vor allem auf nationale Daten zu, von Organisationen wie Uno, Weltbank und Regierungen - zu Konflikten und Menschenrechtsverletzungen, Wirtschaftsentwicklung oder sozioökonomischen Faktoren. Der Nachteil dieses Ansatzes: Da die Software auf nationale statt auf lokale Daten fokussiert, können etwa Ursachen wie lokal begrenzte Konflikte schlechter ausgewertet werden, weil die Datendichte geringer ist.

Fünfzehn Schlüsselindikatoren sind für den Algorithmus dabei besonders relevant, um das Risiko für Zwangsvertreibungen zu berechnen - darunter Arbeitslosigkeit, Korruption, öffentliche Dienstleistungen, Nahrungsmittelsicherheit, politische Morde, zivile Opfer bei Konflikten, Menschenrechtsverletzungen, Naturkatastrophen und soziale Ungleichheit. Die Software berechnet nicht nur die Zahl von Vertriebenen, Nutzer können auch den Zusammenhang zwischen den verschiedenen Indikatoren in einem Kausalitätsmodell näher erkunden.

Die Software deckt Zusammenhänge zwischen einer Vielzahl von Faktoren auf

Die Software deckt Zusammenhänge zwischen einer Vielzahl von Faktoren auf

Foto: Danish Refugee Council

Zudem kann der Algorithmus verschiedene Szenarien simulieren. Wollen Experten etwa die Auswirkungen der Coronakrise abschätzen, können sie durchspielen, was passieren würde, wenn die Wirtschaft in einem Land um ein paar Prozentpunkte einbricht, die Regierungsfähigkeit sinkt oder die Konfliktintensität zunimmt. Die Software entwirft dann jeweils neue Risikoprognosen für Zwangsvertreibungen.

"Für die Software ist es aber schwierig, sehr plötzliche oder noch nie dagewesene Ereignisse vorherzusagen, wie den Rohingya-Konflikt 2017 und die massenhafte Vertreibung", schränkt Kjærum ein. Soldaten Myanmars ermordeten bei einer brutalen Militäroffensive Tausende Menschen, zerstörten Dörfer und vergewaltigten Frauen und Kinder der muslimischen Minderheit. Mehr als 700.000 Menschen mussten fliehen.

In den kommenden Monaten sollen weitere Ländersimulationen verfügbar gemacht werden. Zukünftig soll auch der Code für andere Benutzer online verfügbar sein, sodass Organisationen ihn für ihre Bedürfnisse anpassen und weitere Daten ergänzen können.

"Prognosen sind keine präzise Wissenschaft und sollten nicht die einzige Entscheidungsgrundlage sein"

Charlotte Slente, Generalsekretärin des Danish Refugee Council

Die Grenzen der Software sind aber auch Charlotte Slente, der Generalsekretärin des Danish Refugee Council (DRC) bewusst: "Prognosen sind keine präzise Wissenschaft und sollten nicht die einzige Entscheidungsgrundlage sein", sagt sie. Die Erfahrungen und Einschätzungen von Krisenhelfern und Entwicklungsexperten werden also auch zukünftig nicht durch einen Algorithmus ersetzt.

Dieser Beitrag gehört zum Projekt Globale Gesellschaft

Unter dem Titel »Globale Gesellschaft« berichten Reporterinnen und Reporter aus Asien, Afrika, Lateinamerika und Europa – über Ungerechtigkeiten in einer globalisierten Welt, gesellschaftspolitische Herausforderungen und nachhaltige Entwicklung. Die Reportagen, Analysen, Fotostrecken, Videos und Podcasts erscheinen in einer eigenen Sektion im Auslandsressort des SPIEGEL. Das Projekt ist langfristig angelegt und wird von der Bill & Melinda Gates Foundation (BMGF) unterstützt.

Ein ausführliches FAQ mit Fragen und Antworten zum Projekt finden Sie hier.

Die Wiedergabe wurde unterbrochen.