IN-ML-OUT Projekt

Der Umstieg auf erneuerbare Energieträger ist ein zentrales Zukunftsthema unserer Gesellschaft – und wichtiger Bestandteil weltweiter Strategien, um den CO₂-Ausstoß zu verringern und dem Klimawandel entgegenzuwirken. Ein aktiver Dialog zwischen Forschung, Gesellschaft und Politik ist dafür besonders wichtig. Das Ausstellungsstück „IN-ML-OUT“ setzt genau hier an — und ist als ein Impuls für diese Austauschprozesse konzipiert. Hinter dem Projekt steht eine Kooperation zwischen dem Exzellenzcluster "Maschinelles Lernen: Neue Perspektiven für die Wissenschaft" der Universität Tübingen, dem "Zentrum für rhetorische Wissenschaftskommunikationsforschung zur Künstlichen Intelligenz" (RHET AI) sowie der "Staatlichen Akademie der Bildenden Künste" in Stuttgart.

Die erneuerbare Energiegewinnung ist wetterabhängig und damit auch selbst vom Klimawandel betroffen. Wenn wir erneuerbare Energieträger optimal nutzbar machen wollen, braucht es möglichst genaue Vorhersagen. Eben hier können moderne Algorithmen des Maschinellen Lernens helfen.

Das Exponat macht erfahrbar, dass unser Handeln das Klima beeinflusst, welche Lösungsansätze Forschende mit Hilfe von Maschinellem Lernen unterstützen können und welche Initiativen und Projekte zu erneuerbaren Energien es bereits gibt. Dazu bringt es Wissenschaft und Design zusammen – und überträgt die modellhaften Teilaspekte von „Input“, „Machine Learning“ und „Output“ in drei verbundene Ausstellungsstücke, die auf kreative Weise zum Entdecken, Nachdenken, und Diskutieren einladen.