← Back to the registerPublic-sector AI use

Identifizierung und Priorisierung von Schadstoffen an Bundeswasserstraßen

In dem Projekt werden mithilfe von Machine Learning eine große Bandbreite molekularer Effekte von Umweltchemikalien und Mischungen vorhergesagt, zusammengefasst und visualisiert. Die Trainings-Daten stammen aus der Datenbank "Toxcast", die eine große Menge an Informationen über in vitro-Effekte von Chemikalien bereithält, jedoch durch große Datenlücken für ökotoxikologische Fragestellungen i.d.R. schwer nutzbar ist.

Source checked 18 Jul 2026, 22:41Original MaKI source ↗Data schema ki-verwaltungsradar.internal.v1
MaKI identifierBD20253306482AuthorityBundesanstalt für GewässerkundeStatusDevelopmentOpen original profile ↗
Evidence-backed dossier

Identifizierung und Priorisierung von Schadstoffen an Bundeswasserstraßen

In dem Projekt werden mithilfe von Machine Learning eine große Bandbreite molekularer Effekte von Umweltchemikalien und Mischungen vorhergesagt, zusammengefasst und visualisiert. Die Trainings-Daten stammen aus der Datenbank "Toxcast", die eine große Menge an Informationen über in vitro-Effekte von Chemikalien bereithält, jedoch durch große Datenlücken für ökotoxikologische Fragestellungen i.d.R. schwer nutzbar ist.

Development
Authority
Bundesanstalt für Gewässerkunde
Administrative level
Federal
Ministry
Bundesministerium für Verkehr
Risk classification
Minimal riskSelf-reported in the MaKI profile, not an i6eal assessment
AI method
Machine Learning
Application area
Forschung
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 reviewNot published
Data-protection statementNicht erforderlich
Contractor useKeine
Intervention optionsNot published
Project linkNot published
Timeline

Project and publication dates

  1. Project start
  2. First published
  3. Last published
MaKI identifierBD20253306482
Evidence basispublished authority profile
Source state16 Dec 2025, 14:10