← Back to the registerPublic-sector AI use

AlKaDeL

In diesem Projekt wird ein moderner datengetriebener Ansatz auf Basis von Deep Learning zur Modellierung des Abflusses von alpinen Karstquellen entwickelt. Für das Dachsteingebirge - welches wesentlich zur Wasserversorgung und Energieerzeugung beiträgt - wird für eine vergleichende Untersuchung ein physikalisch basiertes 3D-Modell eingesetzt. Die entwickelten Modelle sollen zur langfristigen Prognose der Karstquellschüttungen in der EUSALP-Region genutzt werden.

Source checked 18 Jul 2026, 22:41Original MaKI source ↗Data schema ki-verwaltungsradar.internal.v1
MaKI identifierBD20248815688AuthorityBundesanstalt für Geowissenschaften und RohstoffeStatusDevelopmentOpen original profile ↗
Evidence-backed dossier

AlKaDeL

In diesem Projekt wird ein moderner datengetriebener Ansatz auf Basis von Deep Learning zur Modellierung des Abflusses von alpinen Karstquellen entwickelt. Für das Dachsteingebirge - welches wesentlich zur Wasserversorgung und Energieerzeugung beiträgt - wird für eine vergleichende Untersuchung ein physikalisch basiertes 3D-Modell eingesetzt. Die entwickelten Modelle sollen zur langfristigen Prognose der Karstquellschüttungen in der EUSALP-Region genutzt werden.

Development
Authority
Bundesanstalt für Geowissenschaften und Rohstoffe
Administrative level
Federal
Ministry
Bundesministerium für Wirtschaft und Energie
Risk classification
Minimal riskSelf-reported in the MaKI profile, not an i6eal assessment
AI method
Deep Learning · Expertensystem
Application area
Energie und Umwelt
Governance matrix

Published, planned or open

The matrix separates published information, planned reviews, non-required information and unknown fields. It deliberately has no composite score.

Risk classificationMinimales Risiko
Fundamental-rights reviewNicht erforderlich
Data-protection statementNicht erforderlich
Contractor useKeine
Intervention optionsEinbindung von Experten und Fachkräften in die Entscheidungsprozesse
Project linkNot published
Published context

Affected groups and risk measures

Affected groups
Nicht erforderlich
Risk measures
Nicht erforderlich
Described harm risks
Nicht erforderlich
Timeline

Project and publication dates

  1. Project start
  2. First published
  3. Last published
MaKI identifierBD20248815688
Evidence basispublished authority profile
Source state19 May 2026, 10:28