Verantwortung für die eigene Umwelt übernehmen

In den trockenen Weiten im Nordwesten Kenias hat sich das Flüchtlingslager Kakuma zu einer weitläufigen Community von mehr als 300.000 vertriebenen Einzelpersonen aus über 20 Ländern entwickelt. Ursprünglich 1992 gegründet, um jungen Personen Schutz zu bieten, die vor dem Krieg im Sudan flohen, ist das Lager heute das größte in Afrika. Es umfasst etwa 40 Quadratkilometer und beherbergt Menschen aus dem Südsudan, Somalia und anderen Nachbarländern.

Jahrelang waren die Karten des Lagers hoffnungslos veraltet, was die Lieferung von Hilfsgütern, die Infrastrukturplanung und Notfallmaßnahmen behinderte. Der unregelmäßige Aufbau des Lagers und die unterschiedlichen Arten von Unterkünften erschwerten klassische Kartierungsmethoden. Doch genau diese Herausforderung entfachte eine erstaunliche Zusammenarbeit, die komplett neu definierte, was humanitäre Technologie zu leisten vermag.

„Ich denke, die Zusammenarbeit war sehr wichtig, da alle Beteiligten etwas Einzigartiges beigetragen haben“, sagt Dr. Simone Fobi Nsutezo, Applied Research Scientist im Microsoft AI for Good Lab.

„Die Zusammenarbeit zur Aktualisierung des Kartierungssystems des Flüchtlingslagers Kakuma basierte im Kern auf drei wesentlichen Innovationssäulen. Alle Beteiligten brachten ihre einzigartigen Stärken ein und erzielten gemeinsam wertvolle Ergebnisse. UNHCR’s Hive, das Innovationslabor des UN-Flüchtlingshilfswerks, identifizierte die Probleme, vor denen das Lager stand, während das Humanitarian OpenStreetMap Team (HOT) die essenzielle Datensammlung vor Ort und die wichtige Integration der Community übernahm.

Gemeinsam als Community mehr bewirken

Die treibenden Kräfte waren der Wunsch, eine wirklich sinnstiftende Arbeit zu leisten, die Leidenschaft für Fernerkundung und Satellitenbilder sowie das Ziel, auf die Bedürfnisse von Geflüchteten einzugehen. Die manuelle Kartierung ist zwar wertvoll, gestaltet sich jedoch oft langwierig und arbeitsintensiv. Das Team des Microsoft AI for Good Lab sah hierin eine Chance, den Kartierenden mittels KI und maschinellem Lernen genau jene Tools an die Hand zu geben, die sie für ihre Arbeit benötigen.

„Sobald man ein Modell mit einer kleinen Datenmenge trainiert hat, erhält man sehr schnell Vorhersagen für neue Gebiete. Wir verfügen über Open-Source-Code für die Kartierung von Solarmodulen, Gebäuden, Dachtypen und sanitären Anlagen, den alle eigenständig nutzen können“, sagt Dr. Amrita Gupta, Applied Research Scientist im Microsoft AI for Good Research Lab.

Um die Bedingungen vor Ort besser zu verstehen, dokumentierte das HOT-Mapping-Team sichtbare Indikatoren für den Zugang zu Elektrizität, wie etwa Solarmodule und Stromleitungen im Lager. Während der Großteil des Stroms in einzelnen Gebäuden selbst erzeugt wird, halfen diese Informationen dabei, ein klareres Bild davon zu zeichnen, wo wesentliche Dienste realistischerweise betrieben werden könnten, und deckten Lücken in der breiteren Infrastruktur auf.

Ziel war es, dass das Lager weniger wie eine vorübergehende Notunterkunft wirkte, sondern vielmehr wie eine dauerhafte Siedlung. Die Kartierung war der erste Schritt, um sicherzustellen, dass sich das Projekt an den humanitären Bedürfnissen orientiert. Das Engagement des Projekts für Open Access bedeutete, dass alle generierten Daten und Bilder frei verfügbar sein würden. Dies vergrößerte die Reichweite über Kakuma hinaus und förderte die Inklusion von Geflüchteten.

Durch den Einsatz vor Ort in Kenia brachte das HOT-Team eine menschliche Note ein. Die eigentliche Datenerfassung lag vollständig in den Händen der Einheimischen, von der Projektvorstellung bis zum Steuern der Drohnen. Auch Geflüchtete im Lager halfen, Merkmale in der Umgebung manuell zu identifizieren. HOT-Teams setzten Drohnen für hochauflösende Luftbilder ein und führten Feldüberprüfungen gemeinsam mit den Kartografierenden durch. Am wichtigsten war jedoch, dass sie die Menschen im Flüchtlingslager schulten und ihnen Verantwortung übertrugen. So wurde aus der Datenerfassung ein Prozess mit aktiver Einbindung der Community.

Geflüchtete wurden zu Kartografierenden, Dolmetschenden und Verantwortlichen für ihre eigene Umgebung und erstellten wertvolle Ground-Truth-Daten. Ihr lokales Wissen sorgte für Tiefe und präzises Handeln, wodurch sie die Verantwortung für den Prozess übernahmen. Das Team von HOT markierte manuell 16 Quadratkilometer Bildmaterial und erstellte so ein umfangreiches Trainings-Dataset für die KI-Entwicklung, das mit der Weiterentwicklung des Lagers aktuell gehalten werden kann.

„KI wurde in erster Linie für den Musterabgleich und zur Zeitersparnis eingesetzt. Sie half uns, Signale in den Daten zu finden, die manuell nur schwer auszumachen wären“, erklärt Dr. Gupta.

Auf Basis des umfangreichen, von der Community markierten Bildmaterials aus dem Flüchtlingslager entwickelte das Microsoft AI for Good Lab fortschrittliche Machine Learning-Modelle unter Verwendung von Azure-Cloud-Diensten. Diese Modelle wurden darauf trainiert, verschiedenste Merkmale präzise zu identifizieren: Gebäude, Sanitäranlagen, Solarmodule an Straßenlaternen und auf Dächern sowie Elemente des Stromnetzes wie Masten und Leitungen. Damit spiegeln sie die vielfältige und unregelmäßige Landschaft des Lagers wider.

Durch das Zusammenspiel von lokalem Fachwissen und KI konnte das Team die Herausforderungen der einzigartigen Gegebenheiten im Lager bewältigen. Dies ermöglichte schnelle Analysen und eine Mustererkennung, die manuell kaum zu bewerkstelligen gewesen wäre. Alle Modelle und Datasets wurden als Open Source auf GitHub veröffentlicht. Dies befähigt Entwickelnde, Forschende und humanitäre Organisationen weltweit, auf dieser Arbeit aufzubauen und sie an andere bedürftige Communitys anzupassen.

Ein Beweis der grenzenlosen Möglichkeiten

Dieses Open-Source-Projekt zur Kartierung zeigt, wie Zusammenarbeit dazu beitragen kann, eine starke Grundlage für nachhaltige Entwicklungen zu schaffen. Da sich die Gemeindegrenzen der Stadt Kakuma weiterentwickelt haben, sind genaue räumliche Daten für die langfristige Planung und Bereitstellung von Dienstleistungen in der Stadt und den umliegenden Siedlungen von entscheidender Bedeutung geworden, um sicherzustellen, dass zukünftige Annexions- oder Integrationsentscheidungen auf realen Daten beruhen.

GitHub ist der Ort, an dem das nächste Kapitel dieses Projekts beginnt – es verbindet Entwickelnde, zivilgesellschaftliche Technologinnen und Technologen sowie Datenforschende mit realen humanitären Herausforderungen. Und alles Gelernte ist Teil einer globalen Wissensbasis zur Unterstützung von Geflüchteten geworden. Durch das offene Teilen dieses Codes kann jeder überall darauf aufbauen, den Code verbessern und ihn nutzen, um etwas zu bewirken. Die Geschichte des Flüchtlingslagers Kakuma zeigt, was möglich ist, wenn humanitäre Vision auf Innovation trifft.