4721E03210 — Anwendung der künstlichen Intelligenz (KI) für die Standortauswahl von tiefen geologischen Endlagern

Bei der Standortsuche für ein nukleares Endlager ist die Qualität und Güte der zur Verfügung stehenden geowissenschaftlichen Daten und Informationen von entscheidender Bedeutung. Gleiches gilt aber auch für die Evaluierung und Interpretation dieser Daten. Die verfügbaren Informationen und Datensätze stammen aus zahlreichen, unterschiedlichen wissenschaftlichen Disziplinen und sind verschiedenen Ursprungs (z. B. Labor-, Felddaten, synthetisch generierte Datensätze) und decken sowohl, räumlich, als auch zeitlich große Skalenbereiche ab. Neben der daraus resultierenden Herausforderung die großen, heterogenen Datenmengen zu verarbeiten, hat die Bestimmung von Ungewissheiten in den verschiedenen Prozessschritten des Standortauswahlverfahrens einen hohen Stellenwert. Die Beschreibung der Zuverlässigkeit und Gewährleistung der Objektivität der Interpretation geowissenschaftlicher Datensätze kann hier exemplarisch erwähnt werden. Techniken und Anwendungen der künstlichen Intelligenz und des Maschinellen Lernens, die in den letzten Jahren eine enorme Entwicklung erfahren haben und eine immer breitere Anwendung finden, bieten die Möglichkeit aus vorhandenen großen Datenbeständen und Algorithmen Muster und Gesetzmäßigkeiten zu erkennen und alternative Lösungswege zu entwickeln. Selbstlernende oder zu trainierende Neuronale Netze, die die Grundlage der künstlichen Intelligenz darstellen, könnten damit einen Beitrag zu den geowissenschaftlichen Herausforderungen im Rahmen der Standortauswahl liefern. Ziel dieses FoV ist es, einen gründlichen Überblick und eine Bewertung der Anwendbarkeit von KI Methodiken im Standortauswahlverfahren zu erhalten. Das FoV konzentriert sich auf Endlager für hochradioaktive Abfälle. Es soll aber auch einen Ausblick auf die Anwendbarkeit der Methoden auf Endlager für andere radioaktive Abfälle geben.