Die Zahl der Geflüchteten, die über die deutsch-österreichische Grenze zu uns kommen, ist in den vergangenen Jahren zwar stark gesunken. Niemand weiß jedoch im Hinblick auf die politische Situation und die Folgen des Klimawandels, ob und wann es eine neue Flüchtlingskrise geben wird. Helferinnen und Helfer sowie Sicherheitskräfte haben immer das Problem, dass sie häufig zwar wissen, dass Menschen unterwegs sind – aber nicht, wie viele, wann und wo sie die Grenze überqueren werden und in welcher Verfassung sie sich befinden. Das behindert eine effektive und humane Aufnahme und eine proaktive Ressourcenplanung.

Damit soll bald Schluss sein. Forschende des Projekts HUMAN+ arbeiten an einer Lösung, welche unter anderem die Routen vorhersagen und bestimmen kann, wann und wo sie deutschen Boden betreten werden. Das Programm soll bei der humaitären Aufnahme, Weiterleitung, Versorgung und Unterbringung helfen.

Möglich machen soll das eine Software, die Daten in den sozialen Netzwerken wie Twitter analysiert. Dabei geht es sowohl um Tweets und Posts der Geflüchteten als auch die der einheimischen Bevölkerung. Diese Informationen werden mit Satellitenbildern, die über den jeweiligen Grenzkorridor zur Verfügung stehen, und Informationen, die die Einsatzkräfte dank HUMAN+ über sogenannte Meldemasken eingeben können, kombiniert. Ziel ist die Erstellung eines Echtzeit-Lagebildes der Situation an der deutsch-österreichischen Grenze. Das deutsch-österreichische Kooperationsprojekt wird vom BMBF in Deutschland und dem BMVIT in Österreich mit  2,5 Millionen Euro gefördert.

Aber wie funktioniert das? „Wir analysieren Tweets, ob sie ungewöhnliche Aktivitäten abbilden – wenn an einem Bahnhof plötzlich viel mehr Menschen unterwegs sind als üblich zum Beispiel. Dann bestimmen wir das Gebiet und erstellen am Ende sogenannte Heatmaps, die Ansammlungen von Geflüchteten zeigen“, sagt Verbundkoordinator Manfred Bogen. Mit Methoden der Künstlichen Intelligenz und auf Basis von Daten aus ähnlichen Situationen der Vergangenheit werden die für die Flüchtlingslage relevanten Daten selektiert.  Die HUMAN+-Lösung  entstand dabei nicht etwa am Reißbrett, sondern ist das Ergebnis einer Befragung vieler Helfer und Sicherheitskräfte, die 2015 an der Grenze im Einsatz waren. Man nennt dies ‚User-centered Design‘.

Auch die Helfer liefern Daten in Echtzeit

Zusätzlich zu den sozialen Medien wollen die Forschenden auch Fernerkundungsdaten auswerten, das sind zum Beispiel auch Satellitenaufnahmen. „Auf denen kann man Lager von Geflüchteten gut sehen, oft kann man sogar die Anzahl und die Größe der Zelte erkennen. Daraus lässt sich dann errechnen, wie viele Menschen sich maximal gerade in dem Lager aufhalten können“, erklärt Bogen. So können die Experten vorhersagen, wie lange die Geflüchteten noch bis zur Grenze brauchen – und ob es sich um 50 oder 500 Menschen handelt. Zunächst steht dabei das deutsch-österreichische Grenzgebiet im Fokus, theoretisch wäre aber auch eine Ausweitung auf die Herkunfts- und Transitländer der Geflüchteten denkbar.

Die dritte Quelle für die wichtigen Daten sind die Einsatzkräfte auf deutscher Seite. Diese werden mit einer App ausgestattet, über die sie Informationen über die aktuelle Lage eingeben können.

Alle Daten werden dann zusammengeführt und in Echtzeit ausgewertet. Das erledigen Computer, einfach weil die Datenmenge zu groß ist. Mit den entsprechenden Algorithmen ist es möglich, Bilddaten, die zum Beispiel Gesichter enthalten, zu anonymisieren. Nur in dieser Form werden sie in den weiteren Auswertungen berücksichtigt. Der Mensch, in diesem Fall eine Person in einem (Krisen-) Stab, entscheidet letztlich auch, welche Informationen in dem Gesamtlagebild angezeigt werden.

Die größte Herausforderung für die Forschenden ist die Datenmenge. Einerseits ist sie zu groß – innerhalb von 48 Stunden fallen schnell mal um die zwei Millionen Tweets an, die analysiert werden müssen – andererseits ist sie zu klein, um die KI-Algorithmen zu trainieren, so daß diese auf der Basis der Daten der Vergangenheit die relevanten Daten in einer Krisensituation in Echtzeit extrahieren können. Satellitenbilder zum Beispiel gibt es nicht so viele. „Wir benötigen aber dringend viele Bilder, um die neuronalen Netze zu trainieren“, erklärt Bogen. Deshalb arbeiten die Forschenden mit Bildern aus Syrien, um dem System beizubringen, wie ein Camp von Geflüchteten von oben aussieht.

Wenn alles gut geht, könnte das neue System ab 2020 zum Einsatz kommen.