Schneller Schlau, der Wissenspodcast von PM trifft das Helmholtz-Zentrum Herion. Willkommen bei Herion Academy, dem Spezial von PM Schneller Schlau. Einmal im Monat nehmen wir euch mit in die Welt der Wissenschaft. Direkt aus dem Helmholtz-Zentrum Herion sprechen wir über bahnbrechende Technologie, die unsere Zukunft prägt. Ich bin Svea Eckert, Tech-Journalistin. Und an meiner Seite ist... Ja, ich bin Thorsten Fischer, Meeresbiologe und leite die Kommunikation am Helmholtz-Zentrum Herium.

Ja und Thorsten, wir haben heute wieder eine super spannende Frage mitgebracht, nämlich hat die Erde einen Zwilling? Und im ersten Moment denkt ihr wahrscheinlich an unendliche Weiten ins All und dass wir gleich in die Voyager steigen und mit euch ins Universum ziehen. Aber so viel kann ich jetzt schon verraten. Wir bleiben auf der Erde und beschäftigen uns auch mit dem größten und rätselhaftesten Bereich, dem Ozean. Genau und trotzdem war die Voyager und die Reise ins All ein gutes Stichwort, denn jeder, der die Erde schon mal aus dem All gesehen hat, der sieht die Erde vor allen Dingen als blauen Planeten. Denn die Erde ist fast drei Viertel mit Wasser bedeckt und wir wissen dennoch wirklich wenig über die Ozeane. Es gibt keine richtig detaillierten Karten von dem gesamten Meeresboden und eine ganz interessante Studie hat mal gesagt, dass nur ein tausendstel Prozent der Tiefsee überhaupt jemals visuell erfasst wurde. Also es geht heute um den größten Lebensraum der Erde, um die Ozeane und gleichzeitig um einen der größten blinden Flecken. Du hast gerade gesagt, weniger als ein Tausendstel ist ja quasi wie mit einer Lupe auf dem Fußballfeld rumsuchen und jetzt...

Beschäftigt uns natürlich die Frage, wie erforscht man dann so ein großes Rätsel und könnte man das vielleicht nachbauen? Und jetzt raube ich mich schon an den Zwilling heran, digital quasi als Modell, dass man dann befragen, testen und vielleicht, wo man auch die Zukunft projizieren kann. Also hat die Erde einen Zwilling? Noch nicht. Ja und genau darüber reden wir heute mit Oliver Zielinski. Oliver ist studierter Physiker, hat sich dann im Bereich der Physik auf die Meeresforschung spezialisiert, genauer gesagt hat Technologien entwickelt und erforscht, mit denen man die Meere überwachen oder untersuchen kann. Zudem nutzt er für seine Arbeiten seit vielen Jahren verstärkt künstliche Intelligenz und ist seit dem 1. Januar diesen Jahres wissenschaftlicher Geschäftsführer am Helmholtz-Zentrum Herion. Was das bedeutet, darauf gehen wir später nochmal ein. Erstmal schön, dass du da bist, Oliver. Hallo, ich freue mich auch. Schön, dass wir mit dir heute unseren Zwilling erworchen können, unseren digitalen Zwilling. Und ich habe direkt eine Frage, weil Thorsten so schön diese Ozeane eben beschrieben hat und auch, dass wir so wenig über die wissen. Warum sind denn die Ozeane trotz Satellitensensoren und moderner Technik noch immer so ein großer, blinder Fleck?

Ja, wir können in die Ozeane nur ganz begrenzt reingucken. Wenn wir von oben halt drauf schauen, dann sehen wir wenige Meter, wenn wir Glück haben, 50 Meter oder so in die Tiefe. Wir können also auch mit dem Satelliten, der ja nun die ganze Erde umspannt oder so, letztendlich nur die obere Schicht des Ozeans sehen. Und der Ozean ist im Mittel ja über 2000 Meter tief, an manchen Stellen noch viel, viel tiefer. Dann haben wir natürlich das Problem, dass auch die Satelliten nicht zu jeder Zeit schauen können. Wir haben Wolken und so. Wenn wir dann aber in die Messung gehen, wir fahren mit dem Schiff hin, wir nehmen eine Wasserprobe, dann wissen wir halt, ja gut, wie ist der Zustand des Ozeans an dieser Stelle. Aber 200 Meter weiter oder in einer Woche oder so ist der Ozean ja ganz anders. Er bewegt sich, er ist ein riesiges bewegliches Habitat und insofern ist es halt unglaublich schwierig, diese unglaublich große Masse an Ozeanen wirklich, wirklich zu erfassen. Oliver, wir kommen ja beide aus verschiedenen fachlichen Disziplinen. Du bist Physiker, ich bin Biologe und uns vereint aber die Faszination, vielleicht auch die Liebe für das Meer. Was hat bei dir diese Faszination ausgelöst? Ich bin relativ spät bekehrt sozusagen. Also am Ende meines Studiums und am Beginn meiner Promotion habe ich halt erst diese Meeresforschung so betrieben. Vorher bin ich so ein Computer-Nerd gewesen, Simulation von Ökosystemen, komplexe Systemen etc.

So schließt sich der Kreis. Aber auf jeden Fall bin ich dann auf See gewesen und wenn man dann ins Meer reinschaut und diese Farben sieht und das Spiel der Wellen, wie das Licht da in die Tiefe geht, wie die Farben des Ozeans sich verändern, Das hat mich schon sehr geprägt und das andere, was mich geprägt hat, ist diese unglaubliche Interdisziplinarität. Ich bin da als Physiker an Bord gegangen, aber ich bin im Prinzip als Meeresforscher wieder von Bord gegangen, denn man versteht an Bord erst so richtig, dass es nur im Zusammenspiel mit der Chemie, mit der Biologie, mit der Geologie geht, auch mit der Technik geht und ich glaube, das macht die Meeresforschung auch so besonders. Und sag mal, ist es so, dass je mehr du über den Ozean weißt, desto verständlicher wird er oder wird auch die Erde oder wird eigentlich alles noch geheimnisvoller und rätselhafter? Auf jeden Fall baut man eine Menge Demut auf, wie die Dinge so ineinander greifen. Ich glaube schon, dass die Wissenschaft eine ganze Ecke weiter ist. Und man hat auch mehr Verständnis für die großen Prozesse der Ozeanzirkulationen verstanden und der besonderen Ereignisse, die passieren und so. Und trotzdem, wenn man dann wieder reinschaut, ist es erstaunlich, wie wenig wir dann wissen. Das ist wie in der Wissenschaft immer so. Man stößt eine Tür auf und dahinter sind zwei neue Türen. Und wie wenig wir davon auch anwenden. Also dann wieder in zum Beispiel die Klimamodelle oder so übertragen.

Also wir wissen manchmal in der Feldforschung, in den Prozessen viel mehr, was wir dann aber erstmal entlang der Kette auch übertragen müssen. Und insofern ist das immer noch wieder jeden Tag ein Wunder. Du hast es selbst beschrieben. Was dich auch an Bord fasziniert hat, ist, dass ganz viele Menschen unterschiedlicher Fachrichtungen zusammengekommen sind, die unterschiedlichste Methoden natürlich eingesetzt haben, um den Geheimnissen des Ozeans ein Stückchen näher zu kommen. Wir am Herion entwickeln ja eine ganz besondere Methode, die sich digitaler Zwilling nennt. Um diese Methode soll es heute auch insbesondere gehen.

Was ist eigentlich ein digitaler Zwilling, Oliver? Oder genauer, wie lautet deine Definition? Vielleicht gibt es ja auch unterschiedliche Interpretationen. Also erstmal ist der digitale Zwilling per se nichts Neues. Den kennt man in den Ingenieurwissenschaften schon seit über 50 Jahren.

Und den kann man eigentlich ganz gut dann auch verstehen. Wenn man so eine Maschine hat, ich sage mal eine Turbine oder sowas, dann kann man davon ein digitales Abbild machen. Man kann also eine Modellumgebung, eine Simulation machen, in der diese Maschine dargestellt wird. Und wenn ich diese Simulation dauerhaft mit Datenfütter, also Messdaten an der echten Turbine erhebe und die Daten zu der Simulation rüberschiebe, dann nennt sich das formal digitaler Schatten. Andere nennen das auch Assimilation von Modelldaten oder so. Und wenn ich dann aber an diesem virtuellen Abbild, diesem digitalen Zwilling, also diesem virtuellen Abbild, auch noch Dinge verändere und die ich dann wieder in die reale Welt zurückspiele, dann bin ich eigentlich bei der eigentlichen Idee des digitalen Zwillings, nämlich dass ein reales Abbild und ein virtuelles Abbild in ständiger Kommunikation sind. Und das sollten wir im Kopf behalten, dieses Feedback, diese Rückwirkung vom Digitalen, vom Virtuellen ins Reale. Das macht den digitalen Zwilling so besonders. Das ist eben auch, was es von der normalen Modellierung, Simulation unterscheidet. Und die spannende Frage ist natürlich, wie kann man mit so einem digitalen Zwilling die Erde oder den Ozean erforschen? Kann man denn die Erde einfach als kompletten digitalen Zwilling erschaffen? Also so viele Daten? Ich kann mir das kaum vorstellen.

Das wird in der Komplexität nicht gelingen. Aber das gelingt eigentlich ja immer nicht, wenn wir simulieren oder wenn wir irgendwie etwas abbilden, modellieren, dann treffen wir immer Vereinfachungen. Wenn wir es wirklich machen würden, dass wir alles, jedes Detail, jeden Prozess, jedes Molekül, jede Zelle abbilden, ja dann wären die Computermodelle unendlich groß, unendlich komplex und würden nie zu einer Lösung kommen. Wir haben immer eine Abbildung. Aber natürlich versuchen wir auch, Umweltsysteme, Küsten, Meere, sogar die ganze Erde wird angegangen. Also den Digital Twin Earth, das digitale Abbild der Erde, ist ein Projekt, was es gibt. Da darf man sich aber nicht vorstellen, dass die Erde in all ihren Feinheiten, so wie wir hier sitzen, alle Menschen, alle Zellen da abgebildet werden, sondern das ist immer noch eine höhere Abstraktion.

Wird trotzdem, selbst wenn wir abstrahieren, wird es unglaublich herausfordernd sein. Und um das zu beantworten, nein, wir sind da noch lange nicht. Aber Thorsten, ich erinnere mich, wir haben in einer Folge mal darüber gesprochen, über digitale Zwillinge in der Materialwissenschaft. Da ging es zum Beispiel um Magnesiumschrauben, die ihr hier auch am Herion herstellt. Ja, also die digitalen Zwillinge, die sind natürlich nicht nur auf die Ozeane beschränkt, sondern man kann dort eine Menge mitmachen. Ich würde gerne nochmal einmal... Zurückkommen zu einer Verbildlichung der digitalen Zwillinge. Wenn ich mir jetzt so eine Google Maps Karte vorstelle und Google Maps bietet unheimlich viel, gibt natürlich auch andere Anbieter und ich zoome mal in einen Teil des Meeres und kann vielleicht in dieser Google Maps Karte den CO2-Gehalt mir anschauen. Dann suche ich mir ein Meeresgebiet raus, zoome dort rein, kriege den CO2-Gehalt angezeigt, kann vielleicht an verschiedenen Parametern auch spielen und experimentieren.

Kommt das dem Zwilling schon ein Stück weit näher? Ja, speziell, also wenn man dann jetzt noch überlegt, dass die Person, die daran arbeitet, und das muss nicht eine Wissenschaftlerin sein, das kann auch Umweltaktivisten oder Behörden oder sowas sein, wenn diese Personen jetzt testen können, zum Beispiel verschiedene Zukunftsoptionen, man kann ja sagen, ich baue ein Klärwerk, um die Nährstoffeinträge zu reduzieren. Baue ich das Klärwerk ein bisschen mehr weiter oberhalb des Estuars oder unten? Bringe ich da Seegraswiesen aus, die natürliche oder schwimmende Inseln, die auch Nährstoffe binden? Ich kann verschiedene Dinge ausprobieren. Das sind die What-If-Szenarien, also diese Was-passiert-dann-Fragen, die man stellen kann. Und jetzt entwickelt die Person daran quasi eine Vorstellung, okay, diese Lösung könnte gut funktionieren. In meinem Kreislauf der Simulation und Fragen komme ich hier zu einer Lösung. Und jetzt wird eine Entscheidung getroffen und man sagt, ja, okay, ich mache das. Das Klärwerk wird da gebaut, die schwimmende Insel da und da bauen wir noch Seegraswiesen an. Dann koppel ich auf die reale Welt zurück. Dann ist dieser Schritt auch geschaffen von der digitalen Welt in die reale. Und das macht, glaube ich, auch den Unterschied zwischen der Turbine, die ich am Anfang erklärt habe, und den Umweltsystemen aus. Bei der Turbine oder bei so einer Gebäudesteuerung, Klimasteuerung, da kann ich einfach im Digitalen einen Schalter umlegen und sofort verändert sich was bei der Turbine.

In der Umwelt ist es anders. Da treffe ich eine Entscheidung und bis dann das Klärwerk gebaut ist und die Seegraswiese wächst, vergehen ja Jahre. Und das heißt, das System ist viel, viel, viel entkoppelter. Und deswegen sind diese What-If-Szenarien so wichtig. Und da gibt es, glaube ich, wieder eine ganz gute Brücke zu dem, was du eben ansprachst. Das wäre zu den Magnesiumschrauben in der Medizin. Da stelle ich es mir ähnlich vor. Ich möchte ein Implantat in den menschlichen Körper einbringen. Und auch der Körper ist ähnlich wie der Ozean ein hochkomplexes System.

Temperatur, Geschlecht, Blutfluss, alles Mögliche. Alter, Fitness. Da gibt es viele Parameter und gleichzeitig verschiedenste Implantate, die auch verschieden auf den Körper reagieren. Und da ist vielleicht eine Analogie zwischen Materialforschung und Umweltforschung, dass ich in beiden Fällen sagen kann, mithilfe der digitalen Zwillinge kann ich mir komplexe Systeme anschauen. Ist es im Prinzip wie so eine Art Simulation der Wirklichkeit? Ja, aber die Rückkopplung ist so wichtig. Also die Simulation alleine würde ja rein in der Simulation leben. So wie beim Computerspiel oder sowas. Genau, wenn ich SimCity spiele sozusagen. Da muss ich die ganze Zeit denken, es war mir nur zu peinlich, um es zu sagen. Das sagen wir so. So, wenn ich SimCity jetzt aber koppel und sage, ich baue in SimCity das Herion nach, unseren Campus hier, mit all den Menschen, die laufen von einem Gebäude zum anderen, verrichten ihre Arbeit und schlafen irgendwo, das müssten wir dann nochmal schaffen hier. Jetzt koppel ich das aber, indem ich sage, die realen Personen sozusagen, der reale Oliver Zielinski, der ist auch irgendwie gekoppelt. Wenn der zur Arbeit geht, dann geht meine Simulation auch zur Arbeit oder es sind ähnliche Bedingungen. Wenn ich die reale Welt messe und die rückkoppel in die Simulation, dann habe ich diesen digitalen Schatten.

Und wenn jetzt in der Simulation aber etwas zum Beispiel geändert wird und das in die reale Welt zurückkoppelt, zum Beispiel das Kantinenessen, dann rückgekoppelt wird irgendwie aus der Simulation, weil die Simulation feststellt, wenn das Kantinenessen gesünder wird, geht es Oliver auch besser. Also ändern wir auch was am realen Kantine. Erst dann haben wir den digitalen Zwilling wirklich geschafft. Die reale Welt lernt aus der digitalen und die digitale Welt lernt aus dem realen. Das ist der Unterschied zu einer Simulation. Das ist total spannend, aber auch ein bisschen fast sozusagen unheimlich, dass wir dann Dinge, die wir quasi im Computer spielen oder ausprobieren, auch dann für so gut oder für so interessant befinden, dass wir sie sozusagen auch in echt ausprobieren, was ich noch überhaupt nicht verstehe. Wie geht man denn bei den digitalen Zwillingen mit dem Faktor Zeit um? Weil du hast gerade gesagt, ja, es muss ein echter digitaler Schatten sein und manchmal dauert bis so eine Seegraswiese wächst, das dauert Jahre. Hä, aber wie wollt ihr dann damit forschen? Also wenn das in der Simulation alles so echt so lange dauern muss, wie quasi in echt. Also wir kommen genau an den Punkt auf der einen Seite, wie gesagt, Modelle müssen dann schneller sein, sie müssen abstrahieren, also sie müssen im Prinzip vereinfacht sein, weil sonst können wir nicht schnell einfach mal hundert verschiedene Szenarien durchspielen und mal ausprobieren, welche Lösung klappt denn ganz gut.

Gleichzeitig wollen wir die Daten aus der realen Welt einkoppeln und das hast du richtig gesagt, dann gibt es, wenn wir da immer auf die realen Prozesse warten, dauert das zu lange. Wir haben aber auch historische Daten aus der Vergangenheit. Man kann Daten aus anderen Gebieten reinspielen. Es gibt ganz verschiedene Zeitskalen. Also Zeitskalen von Daten, die kommen unmittelbar. Es kommen Daten verzögert. Es kommen Daten ganz, ganz spät.

Mit der Rückwirkung ist es das Gleiche. Manche Rückwirkungen sind sofort, manche Rückwirkungen dauern länger und manche Rückwirkungen dauern Jahrzehnte. Und dann betrachten wir auf beiden Seiten eigentlich Systeme. Also wir betrachten ja nicht nur ein Küstenmeer, sondern in einem Küstenmeer stehen Windanlagen. Und die Windanlagen haben auch eine Stromversorgung und die haben auch Materialien. Also da gibt es viele Systeme, die ineinander greifen und so ist es im Modell auch. Und wenn man all das betrachtet und zusammenfasst, dann wird das unglaublich komplex. Und das ist das, wo ich sagte, der Kreis schließt sich, denn am Herion betrachten wir nicht nur digitale Zwillinge, sondern digitale Zwillinge komplexer Systeme. Also es geht nicht nur darum, die Turbine abzubilden, das ist eine Übung, die in den Ingenieurwissenschaften schon länger besteht und auch bekannt ist, sondern genau solche komplexen Systeme oder das, was Thorsten sagte, menschlicher Körper mit einem Implantat oder so. Also die Dinge, die schwierig sind, die auf verschiedenen Zeit- und Raumskalen interagieren, das abzubilden. Das ist unsere Herausforderung und da sind wir dran. Sag mal, ich muss jetzt gerade ganz intensiv daran denken, es gibt doch diesen Spruch, ein Schmetterlings Flügelschlag in Tokio kann auf der anderen Seite irgendwas auslösen. Ja, also an diese chaotischen Systeme. Also das sozusagen ist auch ein Element des Chaos gibt. Und als du gerade gesagt hast, ja, wir versuchen so komplexe Systeme darzustellen, da habe ich mich natürlich gefragt, wie geht ihr denn mit solchen chaotischen Momenten um. Also Dinge, die vielleicht ein Computer gar nicht vorhersehen kann.

Das ist ein guter Punkt. Also erstmal war ja tatsächlich damals in der Chaos-Theorie die Hoffnung, dass man dann über diese Muster, die sich wiederholen, die Welt erklären kann. Es hat sich ja nicht ganz so bewahrheitet, weil unsere Systeme oftmals wieder in stabile Zwischenzustände gehen.

Gott sei Dank. Gott sei Dank. Wir wissen aber nicht, wenn wir sie aus dem stabilen Zustand rausführen, gibt es meist eine Phase des Chaos, bevor wir wieder ins Stabile kommen. So viel als Spoiler vielleicht für die globale Erwärmung. Wir müssen in solchen Modellen Unsicherheiten einbauen. Wir müssen Unschärfen einbauen. Nicht alles ist deterministisch und nicht alles können wir also genau vorhersagen. Wenn A ist, dann passiert B. Sondern es kann auch mal C kommen oder auch wieder zu A zurückgehen. Und das wird über Unsicherheiten, über Wahrscheinlichkeiten eingebaut. Das ist, glaube ich, ein wichtiges Element, weil man sonst ja nicht zu den Punkten kommt. Sonst bewegt man sich immer nur im Raum dessen, was man genau skizziert hat. Allein durch die Wechselwirkung der verschiedenen Teile entstehen sowieso Dinge, die wir vielleicht nicht vorhergesehen haben. Aber indem man also Rauschen, Unsicherheit einbaut, kann man das System auch mal zu Zuständen bringen, die man vielleicht nicht vorhergesehen hat. Es gibt aber auch immer noch Dinge, die wir vielleicht gar nicht in unseren Gleichungen in unserem System drin haben. Und da ist sicherlich auch ein Limit. Also wo sollen die dann herkommen sozusagen? Also das bewegt sich schon in einem Raum, der irgendwie abgegrenzt ist.

Ist das vielleicht auch der Grund, warum es alleine nicht reicht, auf digitale Methoden zu setzen, sondern weil es muss immer eine Kommunikation sein aus verschiedenen Datenquellen. Ich bleibe mal bei diesem Offshore-Windkraft-Thema, was wir in einer unserer letzten Sendungen hatten. Dort haben wir herausgefunden, dass die Rotoren der Offshore-Windkraftanlagen Wind und Strömung verändern. Und die Kollegen, die das erforscht haben, haben mit Satelliten gearbeitet. Sie haben Messbojen eingesetzt. Die haben also ganz unterschiedliche Möglichkeiten.

Messverfahren sich zunutze gemacht und dann kommen die Modelle hinzu. Wie wichtig ist das Zusammenspiel zwischen den realen Beobachtungen, dem Forscher oder Forscherin, die wirklich noch vom Forschungsschiff aus das Messsystem ins Wasser hält und am Ende dann den digitalen Zwillingen? Das eine wird ohne das andere nicht funktionieren. Die haben beide ja auch Stärken und Schwächen. Die Messende ist da draußen und nimmt eine Wasserprobe und wie gesagt kann die Welt nicht erklären aufgrund diese einen Probe, weil die ja sehr limitiert ist. Aber gleichzeitig ist in der Modelldarstellung diese Genauigkeit oder diese unerwarteten Dinge sind nicht abgebildet, auch nicht diese Tiefe. Also die Verkopplung von realer Beobachtung und Modellwelt ist schon ein enormer Vorteil, bringt einen vorwärts. Und wie gesagt, wenn man den Feedback macht, dann kann man sogar die beiden Systeme voneinander lernen lassen. Aber in der Tat, es gibt Prozesse, die können wir vielleicht nicht genau sehen. Es ist auch so, dass wir in den Modellen ja nicht nur mit Gleichungen arbeiten heutzutage, sondern eben auch mit KI-Methoden. Und die KI-Methoden machen ja auch nichts anderes, als sich große Datenräume anzuschauen und da Muster zu erkennen, Zusammenhänge zu erkennen, die wir vielleicht vorher nicht gesehen haben.

Und in diesen Mustern und Zusammenhängen dann auch Vorhersagen zu machen, wie sich dann neue Zustände entwickeln können. Und das binden wir auch mit ein. Das ist nochmal so eine Stärke, weil wie gesagt, nicht alles können wir in Gleichungen beschreiben. Manchmal sind die KI-Methoden in der Lage, Dinge zu sehen, die wir oder auch, die sich auch so in den Daten nicht zeigen. Und manchmal sind sie auch in der Lage, wirklich einen neuen Zustand hervorzubringen. Und dann sind wir genau da, dass etwas Unerwartetes sich zeigt. Das müssen wir in der Realität abprüfen. Ist das nur ein Hirngespinst? Also ist das eine KI-Halluzination oder kann sich das wirklich zeigen? Aber das ist auch ein Werkzeug, was wir da verstärkt einsetzen. Magst du das einmal an einem Beispiel skizzieren? Weil wir haben ja jetzt schon so viele Beispiele hier in die Luft geworfen. Also irgendwie Schrauben, die man in den Körper als Implantat einbauen kann, als digitaler Zwilling. Wir haben über einen Ozean gesprochen oder Teile des Ozeans. Wir haben über Windkraftparks gesprochen, wo man sagen kann, okay, lass uns da einen digitalen Zwilling erstellen. Aber wir haben noch gar nicht so richtig drüber gesprochen, wie baut man einen digitalen Zwilling. Und das sprengt jetzt mich den Rahmen dieses Podcastes komplett zu erklären. Aber vielleicht kannst du es versuchen, uns ganz einfach einmal zu skizzieren, was ein bisschen mehr über, ja man schüttet da halt viele Daten rein, rausgeht. Ich glaube, wenn man als Grundingrediences, also als Grundzutaten hat, auf der einen Seite ein reales System, in dem ich Messdaten gewinne. Also wirklich verschiedener Beobachtungen.

Zum Beispiel, wir bleiben jetzt mal bei dem Windpark und dem Offshore-Beispiel, was da genannt wurde. Und ich habe Satellitendaten, ich habe Messdaten über Windfelder, über Wellenfelder, über Strömungen etc. Über Jahreszeiten, über Wetter wahrscheinlich. Verschiedene Daten, die ich da verkoppel. Dann ist meine erste Aufgabe, diese Daten tatsächlich erstmal zusammenzubringen. Denn Daten kann ich nicht einfach ungefiltert in ein Modell reinstecken. Ich muss die Daten auf ein regelmäßiges Gitter oder Rhythmus bringen. Ich muss Lücken füllen. Da gibt es ja auch mal Lücken in den Daten. Ist meine Messbuje ausgefallen? Genau, wenn ein Sensor ist kaputt oder es sind Wolken vor dem Satellitenbild oder sowas, das kann man sehr schön auch gerade mit Datenmethoden und KI lösen. Das ist ein Thema, in dem ich selbst auch aktiv war.

Dann wird das Ganze in die Modelle eingespleißt und die Modelle sind teils eben auf Gleichungsbasis, teils aber eben auch auf neuronalen Netzen aufgebaut oder anderen Methoden. Diese Modelle versuchen dann die Wirklichkeit abzubilden mit den Daten, die ich reinspeise. Modelle können wir eigentlich auch ganz gut. Und dann gibt es dieses Feedback, das passiert nicht einfach so, sondern da kann ich ja jetzt nicht irgendwie einen Menschen aus der Behörde vor meine Modell setzen und sagen, nun spiel mal durch, sondern da muss ja das runtergebrochen werden. Das ist wie Journalismus, da muss die Zielgruppe adressiert werden, da muss das Ganze auch vorbereitet werden. Das heißt, ich muss aus diesen Modellen die richtigen Daten extrahieren. Ich muss die aufbereiten in der Karte, so wie das Beispiel vorhin mit dem Reinzoom. Ich muss dieses User Interface, diese Interaktion gestalten. Vielleicht auch über natürliche Sprache in Zukunft, dass ich mehr, wie ich heute...

Mit einem Chatbot rede, auch sage, digitaler Zwilling, wie werden sich die Umwelteinflüsse durch den Windpark verändern, wenn ich den Windpark drei Seemeilen weiter westlich baue? Wow, das steht mir richtig Science-Fiction vor. Oder sitzt jemand in der Behörde und gibt dem Digital-Zwilling Anweisungen, ob da jetzt was hingebaut werden kann oder nicht? Und in meiner Vorstellung kriegt die Person dann auch eine Antwort, aber auch eine Antwort, die auf ihren Expertisen-Level abgestimmt ist. Also ich rede ja mit einer Wissenschaftlerin anders als mit Menschen aus der Bevölkerung oder so, wo der so Werkzeug benutzt. Und dann würde diese Person eine Antwort kriegen und sagen, okay, bei einem Versetzen von drei nautischen Meilen nach Westen wird die Abschattung der ablandigen Winde auf Land verstärkt werden und es könnte hier zu mehr Trockenheit führen. Außerdem wird dieses und dieses Meeresschutzgebiet mehr durchmischt, dadurch, dass die Windanlagen ja wie so Quirls wirken. Und wenn du es aber nach Osten verschiebst, dann ist dieser Effekt um 30 Prozent geringer. Komma, meine Informationen basieren darauf, dass ich Satellitendaten mit der und der Genauigkeit und diese Felddaten benutzt habe und mit diesem Modelldaten verknüpft habe. Also auch noch eine Erklärung dazu liefert in meiner Vorstellung, wo kommt die Information her?

Und das würde dann den Menschen befähigen zu sagen, so mache ich es oder eben auch nicht. Und muss dann da nicht auch die Info hin? Und ich glaube, dass ich mit so und so viel prozentiger Wahrscheinlichkeit recht habe. Weil, was ist, wenn das Modell mir Mist erzählt? Oder, ich meine, Modelle sind ja immer gut im Brustton der Überzeugung, uns Dinge zu erklären, wie was kommen wird oder wie was ist. Und ich frage mich halt, bei diesen digitalen Zwillingen, gibt es da so eine Art Wahrscheinlichkeit, die sie quasi mit angeben oder die da Forschende sich ausgeben lassen kann, mit welcher Wahrscheinlichkeit dieses Szenario oder dieses Szenario eintreffen wird? Bisher wenig, muss man sagen. Digitale Zwillinge sind ja eine Wissenschaft, die in dieser Art, also in dieser Art digitale Zwillinge, komplexe Systeme, Umweltsysteme, das ist ja noch relativ neu. Ich glaube, das ist eine der Dinge, die wir einfach leisten müssen. Denn am Ende werden Dinge ja von Menschen aufgegriffen, umgesetzt.

EntscheidungsträgerInnen müssen Vertrauen haben in das, was da passiert. Und Vertrauen muss sich ja auch aufbauen. Das heißt, dafür brauche ich Informationen, wo kommt die Entscheidung her, welche Wahrscheinlichkeit hat die, vielleicht auch Alternativen, wo könnte ich falsch liegen. Und das ist, glaube ich, wichtig, das mitzudenken. Und nicht nur eine Blackbox zu sagen, die sagt, ja, links abbiegen ist gut, rechts abbiegen ist schlecht. Dann mache ich ja auch nicht als Person, sondern ich möchte gerne wissen, warum links und rechts gut ist. Dann habe ich Vertrauen. Das wird niemals 100 Prozent erklärbar sein, weil dafür sind diese Systeme viel zu komplex. Aber es erklärt mir zumindest, wo kommt die Entscheidung her. Also im Prinzip ein wunderbares Werkzeug, ja auch um Technologie und im besten Fall... Nachhaltigkeit gemeinsam zu denken beim Offshore-Windkraftthema, um Energiewende und Meeresschutz vielleicht mal vorher durchzuspielen, bevor es zur Installation dieses Windparks gekommen ist, oder? Ja, gerade bei solchen großen Entscheidungen, die ja auch nicht einfach umkehrbar sind und die lange Fristen und Laufzeiten haben, ist es doch wichtig, die Alternativen einmal abzuwägen.

Und das machen wir natürlich auch sonst. Wir machen Studien oder versuchen Szenarien zu untersuchen und so. Aber diese Interaktion, dieses Koppeln ist nicht so gegeben. Und da machen wir jetzt ja auch, dass wenn man Windparks hat auf See, und das sind ja eine ganze Reihe Windparks mittlerweile in Nord- und Ostsee, dann haben die ja auch Rückwirkungen auf die Windfelder, auf das Wetter und so. Das wird aber teilweise in den Modellen gar nicht bisher berücksichtigt. Die Modelle laufen so, als wenn da kein Windpark ist. Der Windpakt ist aber nichts anderes als ein großes Hindernis. Der Wind wird abgebremst, die Energie wird rausgenommen und in elektrische Energie gewandelt. Diese Effekte werden quasi in den Modellen teilweise gar nicht richtig berücksichtigt. Das ist etwas, was auch am Herion geleistet wird und was auch wieder zeigt, wir müssen da mehr reingucken in die Rückkopplung. Dann können wir aber dahin kommen, was du gerade sagst, diese Abwägung von Natur nutzen und schützen besser zu machen. Die Erwartungen und Möglichkeiten sind auf jeden Fall sehr groß. In der Vorbereitung für den Podcast haben wir auf der Webseite der EU was gefunden zum digitalen Zwilling des Ozeans. Und da heißt es, dieses Modell wird unser Wissen über die Meere revolutionieren. Und das klingt ja schon sehr weltverändernd. Was denkst du, Oliver, was ist damit gemeint? Also wie kann uns so ein Zwilling des Ozeans helfen, mehrere Ozeane zu bewahren und zu schützen?

Ich bin ja wahrscheinlich zu norddeutsch, um in diesen Superlativen und Vorstellungen, aber das muss man als Brüsseler sprechen, also als EU auch verstehen. Also ich sage immer, das ist eine Vision. Das ist eine Vision, was digitale Zwillinge leisten können. Das Empowerment von People, dass Akteure, Behörden, aber auch normale Bürgerinnen, Bürger oder Umweltorganisationen oder sonst was unternehmen, dass die da einfach frei hingehen können, so interagieren und rumtesten und so, dass wir nur noch informierte Entscheidungen treffen. Das ist als Vision, finde ich, das wirklich gut. Man muss aber auch ehrlich sagen, der Weg dahin ist sehr, sehr lang und der wird vielleicht auch so nicht erreichbar sein, sondern es geht darum, wirklich gezielt Werkzeuge zu entwickeln für gezielte Fragestellungen und die zielgruppenspezifisch an die Hand zu geben, aber das mit niedriger Schwelle und möglichst viel Interaktionsmöglichkeit. Die Idee ist ja super. Einfach damit Wissenschaft an die Entscheider, Entscheiderinnen drankommt. Und dass das, was ihr hier erforscht, dass das auch verstanden wird. Und das verstehe ich, dass dann so ein digitaler Zwilling, eine Simulation, ein Modell, was vielleicht sogar farbig ist und bunt und man kann reinzoomen und rauszoomen, dass das dann viel leichter zu verstehen ist als ein Paper, wo viele Fachbegriffe und so drin sind. Das ist das eine, glaube ich, der wirkliche Real Impact. Also, dass wir mit Wissen echte Wirkung erzeugen wollen. Das ist ja auch ein Leitmotiv von dir.

Und gleichzeitig, glaube ich, ist es ein Riesentool, um verschiedene Disziplinen zusammenzubringen und die Perspektiven und verschiedene Ansätze von Material- und Umweltforschung zu kombinieren. Und damit sind wir eigentlich schon beim Herion, wir haben jetzt viel über die Ozeane gesprochen und insbesondere auch über die Offshore-Windkraft, aber du hast dich ja ganz bewusst auch für das Helmholtz-Zentrum Herion als neuen Arbeitgeber, als neues Zentrum entschieden. Warum?

Ich bin ja Meeresforscher, Umweltforscher, messe mit meinen Methoden und sehe natürlich auch, dass wir viele Zustände in der Umwelt beklagen, messen, aber die wollen wir auch verändern. Und ich glaube daran, dass wenn man Technologie und Umweltwissen sehr gut verknüpft, dass man dann nicht nur Probleme beschreiben, sondern eben auch Probleme lösen kann. Und da ist Technologie ein Weg. Das ist nicht der einzige Weg. Da gehören auch die Faktor Mensch zu, Gesellschaften etc., die müssen mitgenommen werden. Das sage ich auch immer, ich bin nicht technologiegläubig, dass wir alles mit Technologie lösen, aber es ist ein wesentliches Werkzeug. Und diese Werkzeuge hier zu entwickeln mit den tollen Menschen hier, das ist so mein Antritt. Also Probleme erfassen, aber eben auch Lösungswege aufzeigen, Handlungsoptionen, Wissen bereitstellen und Werkzeuge bereitstellen, um wirklich Wirkung zu erzielen.

Den Ozean als digitalen Zwilling, den hatten wir ja auch von Anfang an unseres heutigen Podcast. Was sind andere digitale Zwillinge in Bezug zur Heereonarbeit, die du dir vorstellen könntest? Wir haben natürlich im Bereich der Materialverarbeitung, im Leichtbau haben wir viele Fragestellungen. Wir können ja gerade, wenn wir CO2 einsparen wollen, wenn wir Materialien einsparen wollen, wenn wir Materialien wiederverwenden wollen, Aluminium oder Magnesium einfach wieder nutzen wollen, dann fällt ja auch viel weniger Energie an. Dann gibt es da viele Fragestellungen, wo man eben die über digitale Prozesse, gerade in dieser Kreislaufwirtschaft, erst mal die digital abbilden kann, testen kann. Dann gibt es den Bereich Wasserstoff natürlich. Wir haben am Herion den Bereich der Energiespeicherung in Wasserstoff, in Metallhydriden. Das Wechselspiel zwischen Energiegewinnung, Energiespeicherung und Energienutzung ist hochkomplex. Und das so hin und her auszuprobieren, das hat ja auch seine Grenzen. Da ist so ein virtueller Raum, digitaler Zwilling ist dann ein gutes Mittel.

Gekoppelt dann mit der realen Welt, zum Beispiel unserem Forschungsschiff Coriolis. Ich glaube, ich könnte jetzt noch weitergehen. Ich bin ja hier ganz fasziniert, was alles da ist. Man bereitet sich auf so ein Zentrum vor und sieht natürlich schon einiges. Aber ich muss sagen, die fast jetzt drei Monate hier öffnen mir fast jeden Tag eine neue Tür, wo ich denke, wow, da können wir doch wirklich mit unserer Strategie, können wir beitragen. Polymere, also Folien, dünne Membrane, die Stoffe abscheiden, helfen. All das kann man optimieren oder schneller entwickeln oder auch in eine andere Nutzung bringen, wenn man den digitalen Überbau hat. Und was vorhin auch schon mal gesagt wurde, dieses Zusammenarbeiten über Disziplinen hinweg, über Expertinnenwissen hinweg, das wird dadurch auch befördert. Also diese digitale Transformation, die das Zentrum im Inneren macht, ist, glaube ich, ein wesentlicher Weg auch dahin, dass wir noch besser werden. Aber sag mal, wenn man jetzt wirklich anfängt, alles zu simulieren und zu sagen, okay, in jedem Forschungsbereich, den es hier gibt, da bauen wir uns einen digitalen Zwilling und dann gucken wir mal, wie das so reagiert, so reagiert, so reagiert. Geht da nicht der Reiz für die Forschung verloren? Ist es nicht der Antrieb von Forschenden zu sagen, ich gehe ins komplett Unbekannte, ich gehe eben in das rein, ich erforsche das Überraschende, ich erforsche eben wie den Ozean mit der Lupe und vielleicht schaue ich dann an einen Ort hin und da kommt was eben nicht simuliert werden kann?

Ich glaube, der Raum der Möglichkeiten ist so groß und wir wollen ja auch an Ziele rankommen. Und wenn ich jetzt eine neue Metalllegierung schaffen will, die bestimmte Eigenschaften hat, habe ich hundert verschiedene Wege, dahin zu kommen. Wenn ich jetzt hingehe und sage, ich gehe ins Labor, ich mache nochmal Werbung in der Universität und habe ganz viele Studierende, die alle zu mir kommen und ich koche den ganzen Tag im 24-Stunden-Betrieb, werde ich trotzdem vielleicht nur zehn Varianten durchspielen können. Der digitale Zwilling hilft mir schon mal in diesem großen Raum der Möglichkeiten, Vielleicht auf die fünf möglichen Kombinationen für Legierungen hinzukommen, die Stoffeigenschaften haben könnten, die ich vielleicht haben will, um dann die auszuprobieren. Dann komme ich vielleicht auch in Materialtests rein, kann dasselbe Szenario sein, dass ich da vielleicht erstmal digital diesen Raum voruntersuche, um dann dahin zu gehen, wo die größten Möglichkeiten sind. Wo die größtmögliche Überraschung. Ja, genau. Also insofern ist das doch so, ich könnte jetzt zur See fahren, um in dem Ozeanbeispiel bleiben und ich könnte einfach sagen, ich fahre mit dem Schiff raus und lasse meinen Tauchroboter runter und schaue mal, was auf dem Meeresboden ist. Dann werde ich zu ganz hoher Wahrscheinlichkeit Sandschlamm oder am besten Fall Steine finden. Und wenn ich aber Black Smoker, also diese schwarzen Schornsteine und diese Raucher und sowas finden will oder Organismen und so, dann bin ich doch auch vorinformiert.

Dann überlege ich mir, okay, wo ist die Plattentektonik, welche Daten gibt es, man geht doch nicht blind raus und so. Natürlich ist auch ein Reiz im Erforschen des Unbekannten, aber das Unbekannte ist so groß und digitale Methoden können uns helfen, besser die Orte zu finden, wo wir dann Neues wirklich entdecken. Und gab es da für dich auch mal einen Moment, der dich sehr überrascht hat? Also jetzt muss es nicht zwingend in deiner eigenen Forschung gewesen sein, kann auch was sein, was du gelesen hast oder von Kolleginnen und Kollegen gehört hast. Weil du hattest ja vorhin auch gesagt, manchmal kann auch bei diesen Simulationen was rauskommen, was wir eben vorher gar nicht vermutet hätten.

Ich weiß, dass aus dem Bereich der Medizin und der medizinischen Produkte und so, dass da Funde gemacht werden, die klassische Chemie vorher nicht so hatte und an Wirkstoffe gefunden werden. Ich meine auch, aber da müsste ich nochmal gucken, dass auch im mathematischen Raum mathematisch unlösbar geglaubte Probleme gelöst wurden auf diese Weise. Also es ist schon so, dass wir da schon ein weiteres Werkzeug an der Hand haben, um in diesem großen Dunkel, in dem wir tapern, mit dem wir auch den Podcast angefangen hatten. und das gilt ja nicht nur für den Ozean. Wir wissen, dass wir nichts wissen. Genau, das gilt ja für die Welt an sich, dass wir da einfach mehr eine Lupe oder einen Scheinwerfer haben. Ich bin gespannt, was das in unserem Feld dann sein wird. Du hast ja einen spannenden Lebenslauf. Du warst unter anderem bei der Bundesanstalt für Gewässerkunde, warst beim Unternehmen für Flugzeuggestützte Meeresüberwachung, bist als Professor an der Universität Rostock tätig, im Wissenschaftsrat berufen und, und, und.

Aus dieser Vielzahl von Stationen, gibt es da vielleicht etwas, wo du sagst, Mensch, das ist eine Essenz, die nehme ich mit für meine Aufgabe an Serion? Auf jeden Fall, dass es immer um Menschen geht. Also letztendlich, wir haben natürlich als Forschungseinrichtung ein Ziel. Wir wollen Wissen erschaffen und auch Werkzeuge bereitstellen. Und das ist ja auch der Antritt, den eine Gesellschaft wie unsere sozusagen hat, weshalb wir Steuergelder kriegen, weshalb wir da sind. Und das ist also Neugier, aber es ist natürlich auch ein gesellschaftlicher Auftrag, den wir haben. Aber am Ende des Tages sind es nicht Geräte oder so, sondern es sind Menschen. Und das ist wichtig, dass man da die Leute mitnimmt und hört. Und auch, ich glaube, wir haben alle auch eine intrinsische Motivation, die wir hier sind, dass man das weckt und fördert. Und das Zweite ist, dass jedes Rädchen im Zahnrad zählt, sozusagen, also in der Uhr.

Exzellente Wissenschaft funktioniert mit exzellenten Bedingungen und exzellenten Administration und exzellenter Technik dahinter. Also die Ermöglichung von Wissenschaft. Es sind, wie beim Fußballspiel, es ist nicht nur die Person, die das Tor schießt, es ist die ganze Mannschaft dahinter. Und zwar bis zur Rasenpflege und Trikotvorbereitung sozusagen. Und das ist, glaube ich, auch wichtig. Das habe ich über die Jahre noch mehr gelernt, dass es wichtig ist, ein gutes Team zu haben, was aber eben durch von der Wissenschaft bis in die Administration und in die Ermöglichung, also in die Technik- und Wissenschaftsunterstützung geht. Wenn dieses Team gemeinsam eine Schlagzeile produzieren würde, in fünf Jahren, die wir ganz groß in möglichst vielen Medien lesen würden.

Worauf wärst du besonders stolz, wie müsste diese Schlagzeile heißen? Zielkonflikte überwunden. Digitale Innovationen aus dem Helmholtz-Zentrum Herion helfen, Umwelt und Technologie näher zusammenzubringen. Oder ein richtig dringendes Problem zu lösen. Ja, also ganz klassisch wäre, wenn man es jetzt anwendet, könnte man sagen, Küstenmeere wieder sauber.

Nährstoffeinträge runter, Lebenswerte, Ökosysteme hoch und gleichzeitig können wir Energie gewinnen. Das meine ich eben auch mit Zielkonflikte überwinden.

Denn wir sind ja in einer Welt von Zielkonflikten. Und das werden wir auch nicht loswerden. Das haben auch die UN-Nachhaltigkeitsziele gezeigt. Die sind ja an sich ein Ausdruck von Zielkonflikten. Ob ich jetzt die Menschheit ernähre oder gleiche Chancen habe oder die Umwelt schütze. Ich kann nicht, wenn ich an einem Ziel optimiere, dann werde ich die anderen vielleicht in Mitleidenschaft ziehen. Und das ist eben auch unsere Aufgabe, da bessere, ich sage immer, gute Lösungen zu finden für die Zukunft. Die müssen nicht exzellent sein, die müssen nicht perfekt sein. Eine gute Lösung zu finden, die stabil ist, das ist schon eine große Kunst. Gute Lösungen für die Zukunft. Danke dir, lieber Oliver. Schön, dass du bei uns warst und ja, damit sind wir am Ende unserer Folge von der Herion Academy, dem Spezial von PM Schneller Schlau. Ja, herzlichen Dank, Oliver. Das war sehr spannend. Wir werden auf jeden Fall in fünf Jahren zum Zeitungskiosk, wenn es dann überhaupt noch Zeitungskiosk gibt, eilen und uns die aktuelle Zeitschrift dort holen. Wahrscheinlich werden wenn wir es vorher schon im Internet lesen. Und Internet ist auch mein Stichwort. Wenn ihr mehr über das Herion erfahren wollt, dann einfach auf die Webseite herion.de. Schreibt uns auch gerne einen Kommentar zu der Sendung. Wie hat es euch gefallen? An presse.herion.de. Wir freuen uns auf jeden Fall über ein Feedback von euch. Wichtig noch, das Helmholtz-Zentrum Herion unterstützt den Podcast PM Herion Academy mit der wissenschaftlichen Recherche und stellt Audiodateien zur Verfügung. Und damit, tschüss, macht's gut, Bis zum nächsten Mal. Ciao. Ciao.

Produktion Martin Putz. Redaktion Christoph Wörle. Mitarbeit Jasmin Ebauer.