Die Umweltinformatik befasst sich interdisziplinär mit der Analyse und Bewertung von Umweltsachverhalten. Sie findet ihre wichtigsten Anwendungen in der öffentlichen Verwaltung (Natur-, Umwelt- und Verbraucherschutz, Wassermanagement etc.). Weitere Anwendungsfälle entstehen durch die Optimierung von Produktions- und Konsumprozessen mit Blick auf erhöhte Nachhaltigkeit und besseren Schutz der natürlichen Ressourcen (Betriebliche Umweltinformationssystemen, Kreislaufwirtschaft u.a.). Überlappungen ergeben sich mit der Agrar-, der Hydro- und der Energieinformatik sowie im Bereich Green IT. Es gibt Wechselwirkungen mit Themen wie Klimawandel und -resilienz, Energiewende, Biodiversität, aber auch zu Technologietrends wie Smart Cities, Smart Agriculture, Smart Mobility oder Smart Grids. Aus IT-Sicht spielen dabei traditionell Simulationsmodelle, Geographische Informationssysteme, Umweltmonitoring und Fernerkundung eine große Rolle.

Die Umweltinformatik betrachtet komplexe Prozesse in Ökosystemen, deren Verhalten nicht vollständig verstanden ist und nur approximativ verarbeitet werden kann und bei deren Beobachtung häufig mit Unsicherheit und Vagheit umgegangen werden muss. Zusätzlich müssen häufig auch die Einflüsse weiterer komplexer Systeme mit einbezogen werden, z.B. Wetter und Klima, wirtschaftliche oder soziale Prozesse. Entscheidungen in Anwendungsfällen (wie Planungsverfahren, Notfallmanagement, Politikgestaltung) erfordern schwierige Abwägungen mit Fach- und Erfahrungswissen. 

Die Verwendung von KI-Methoden drängt sich also auf. Für den Workshop KIU-2026 laden wir daher Teilnehmende aus Forschung, Entwicklung und Anwendung ein, um ihre Fragestellungen, Lösungen und Ergebnisse vorzustellen und zu diskutieren. Aus technischer Sicht beziehen wir die gesamte Breite der KI-Methoden mit ein, also symbolische und subsymbolische KI, regelbasierte Systeme, maschinelles Lernen, digitale Zwillinge, große Sprachmodelle, agentische KI u.a.m.

Workshopchairs:

• Prof. Stefan Naumann
• Dr. Andreas Abecker
• Prof. Dr. Grit Behrens
• Dr. Martina Willenbacher

Vorläufiges Workshop-Programm

7. Workshop Künstliche Intelligenz in der Umweltinformatik (KIU-2026)
am Dienstag, 22.09.2026 an der TU Dresden

09:15 - 09:40  Begrüßung und Einführung
Andreas Abecker (Disy Informationssysteme GmbH, Karlsruhe), Grit Behrens (Hochschule Bielefeld, Campus Minden), Stefan Naumann (Hochschule Trier, Umwelt-Campus Birkenfeld), Martina Willenbacher (HTW Berlin)

09:40 - 10:05  Towards Multi-Level Circular Economy Data Modeling using
Asset Administration Shell
Mahdi Rezapour, Abdullah Farrukh, Christiane Plociennik (DFKI Kaiserslautern),
Martin Ruskowski (DFKI Kaiserslautern & RPTU Universität Kaiserslautern-Landau), Juliano B. Araujo (Hochschule Pforzheim)

10:05 – 10:30  Research Outline: How Hyperscale Data Centers Might Affect Local Communities in Brandenburg  – Learning From Case Studies in Arizona and California  Ori Clara Isakowitsch, Jörg Reiff-Stephan (Technische Hochschule Wildau)     

10:30 – 11.00  Pause

11:00 - 11:25  Energy Data Knowledge Repository: A Structured Domain Knowledge Layer
for Natural Language Access to Time-Series Databases
Franz Freynhofer, Sebastian Bast, Lejla Begic Fazlic, Stefan Naumann
(Hochschule Trier, Umwelt-Campus Birkenfeld)
 

11:25 – 11:50  Automatisierte Berichtserstellung für den Klimaatlas des Landesamtes
für Natur, Umwelt und Klima Nordrhein-Westfalen (LANUK)
Falk Stankat, Stefan Lossow, Jonas Lachowitzer, Andreas Abecker
(Disy Informationssysteme GmbH, Karlsruhe),
Alessandra Kunzmann, Nicole Kauke (LANUK NRW)
 

11:50 – 12:15  Using Large Language Models to Query Knowledge Graphs
of Urban Digital Twins  Joshua Jeschek, Werner Koch, Michael Nestler, Heino Rudolf  (Simplex4Data GmbH, Dresden)

12:30 – 14:00 Mittagspause

14:00 - 14:25  An LLM-based Chatbot to Foster Environmental Education
Maximilian Lowin, Aaron Witzki, Florian Sieler, Constantin Brîncoveanu, K. Valerie Carl, Oliver Hinz (Goethe Universität Frankfurt), Léon Dankert (DFKI Osnabrück)

14:25 – 14:50  Objektdetektion in Röntgenbildern Medizinischer Abfälle - Eine experimentelle Studie zur Erprobung von drei unterschiedlichen Vision Foundation Models
Heiko Thimm, Sergen Duman, Simon Thimm, Simon (Hochschule Pforzheim)

14:50 – 15:15  Sequence-Aware Horizon Recognition from Soil Profiles Using Vision Language Models Joshua Moritz, Paul Gescher, Patrick Menz
(Fraunhofer-Institut für Fabrikbetrieb und -automatisierung (IFF), Magdeburg)

15:15 – 15:30  Zusammenfassung & Workshop-Ende