Unsere Vorträge
KI-gestützte Klimarisikoanalyse: Von der Pflicht zum Prozess
Montag, 20. April, von 11:40 bis 11:55 Uhr
Solution Lab Energie- & Industrieinfrastruktur
Halle 12, Stand F56 - Spotlight Stage
In vielen Industrieunternehmen gilt die Klimarisikoanalyse noch als lästige Pflicht für ESG-Berichte oder Bankanforderungen. Dabei zeigt sich längst, wie wichtig ein klares Verständnis klimabedingter Risiken für Standorte und strategische Entscheidungen ist. Doch klassische Projekte sind aufwendig, binden interne Ressourcen und führen oft zu schwer nutzbaren Berichten. Dadurch werden Analysen häufig verkleinert oder verschoben. Moderne, datenbasierte Ansätze bieten hingegen die Möglichkeit, Risiken wie Hitze, Starkregen oder Sturm systematisch und regelmäßig zu bewerten und erste Handlungsmöglichkeiten abzuleiten. So lässt sich Klimarisikomanagement von einer teuren Einzelmaßnahme zu einem standardisierten, gut nutzbaren Prozess entwickeln – als Grundlage für interne Entscheidungen ebenso wie für Anforderungen von Banken, Versicherern oder der CSRD.
Referent: Maurice Drachenberg Grassee, Experte für Sustainability Services, BTC AG
Zuverlässige Umgebungswahrnehmung autonomer Fahrzeuge durch moderne Algorithmik
Donnerstag, 23. April 2026 von 11:00 bis 11:15 Uhr
Solution Lab Energie- & Industrieinfrastruktur
Halle 12, Stand F56 - Spotlight Stage
Autonome Fahrzeuge müssen ihre Umgebung zuverlässig erfassen und interpretieren – auch in komplexen und seltenen Situationen. Dafür werden große Mengen multimodaler Sensordaten aus Kameras, Lidar, Radar und weiteren Systemen verarbeitet. Wir analysieren diese cloudbasiert und unter Anwendung moderner Machine-Learning-Modelle. Hierbei kompensieren wir Schwächen einzelner Sensorsysteme, um auch unter widrigen Bedingungen robuste Ergebnisse zu erlangen.
Das Resultat ist ein umfassende und präzise digitale Abbildungen der Fahrumgebung. Dies ermöglicht eine zielgerichtete Analyse der erfassten Fahrsituationen, um beispielsweise Lücken in der Abdeckung von Trainingssituationen für autonome Fahrsysteme zu identifizieren. Dadurch können notwendige Testfahrten gezielter und effizienter stattfinden und so Entwicklungszyklen beschleunigt und Kosten gesenkt werden.
Referentin: Dr. Janine Müller, Teamlead Data Science & AI, BTC AG