Videos - 10.05.2023 - 10:00
HSG Impact Awards 2023: Transparenz in der Klimafinanzierung
Im Projekt «Consistent and replicable estimation of bilateral climate finance» wurde ein NLP-Modell (Natural-Language-Processing-Model) namens ClimateFinanceBERT entwickelt, um Klimaschutzprojekte zu identifizieren und zu klassifizieren.
KI bzw. Machine Learning steht auch im Zentrum des Forschungsprojekts von Dr. Anna Stünzi und ihren beiden Forschungspartnern der ETH Zürich, Malte Toetze und Florian Egli. Im Projekt «Consistent and replicable estimation of bilateral climate finance» wurde ein NLP-Modell (Natural-Language-Processing-Model) namens ClimateFinanceBERT entwickelt, um Klimaschutzprojekte zu identifizieren und zu klassifizieren. Die Erkenntnisse und die Publikation haben ein breites Echo ausgelöst: von den Vereinten Nationen bis hin zur Financial Times. Denn die Analyse von 2,7 Millionen Projekten ergab, dass die offiziell gemeldeten Zahlen über bilaterale Klimafinanzierung eine Diskrepanz zu den tatsächlichen Zahlen aufweisen. Das Modell ermöglicht es Beitragszahlern, Empfängern und NGOs, Klimafinanzierungszusagen anhand einheitlicher Kriterien zu überprüfen. Dies schafft Transparenz, was beispielsweise zivilgesellschaftlichen Organisationen erlaubt, unabhängig von der Geberländerseite, diese Daten zu analysieren und einzuordnen.
Weitere Videos
Das könnte Sie auch interessieren
Entdecken Sie unsere Themenschwerpunkte
