CC BY-SA 4.0Hilbring, DesireeDesireeHilbringPfrommer, JuliusJuliusPfrommer2022-03-143.2.20212021https://publica.fraunhofer.de/handle/publica/40992610.18420/inf2020_99Maschinelles Lernen stößt in der Umwelt-Domcne auf großes Interesse. Allerdings ist der Einsatz von entsprechenden Algorithmen in Umweltinformationssystemen (UIS) bisher nicht weit verbreitet. Eine offene Frage ist zum Beispiel wie von Umweltbehörden bestehende Informationssysteme mit seit Jahrzehnten aufgebauten und gepflegten Umweltdatenbanken in einemhierarchischen föderalem System weiterentwickelt und für den Einsatz von neuen Technologien fitgemacht werden können. Hierbei sind nicht nur technische Aspekte von Interesse, sondern vor allem auch die Entwicklung geeigneter Prozesse in der Zusammenarbeit verschiedener Behörden. Für die Industrie wurde mit dem ML»P Vorgehensmodell ein toolgestütztes Verfahren für die Einführung von maschinellem Lernen in der Produktion entwickelt. Dieser Artikel untersucht dieses Vorgehensmodell im Hinblick der Übertragbarkeit des Modells auf die Einführung von maschinellem Lernen in von Behörden betriebenen Umweltinformationssystemen.deUmweltinformationssystemmaschinelles LernenMachine Learning for ProductionVorgehensmodell004670conference paper