Digitale und KI-gestützte Lösungen für einen sicheren und effizienten Rückbau kerntechnischer Anlagen: Das Forschungs- und Entwicklungsvorhaben „K.I.S.S.“
Publikation: Beitrag in Fachzeitschrift › Forschungsartikel › Beigetragen
Beitragende
Abstract
Der Rückbau kerntechnischer Anlagen ist komplex und erfordert Fach- und Methodenkompetenz, deren Entwicklung und Erhalt durch bevorstehende Ruhestände und rückläufige Ausbildungsmöglichkeiten zunehmend erschwert werden. Im vorliegenden Beitrag werden die Zielstellungen, Konzepte und Zwischenergebnisse eines Forschungs- und Entwicklungsvorhabens beschrieben, das diese Herausforderungen durch die Entwicklung und Erprobung von digital und KI-gestützten Lösungen für das Wissens- und Projektmanagement im Rückbau adressiert. Die Entwicklungen umfassen eine (1) webbasierte Plattform mit zahlreichen Funktionen für Information und Kompetenzerwerb sowie Kommunikation und Kollaboration durch angehende und erfahrene Fachkräfte für Kerntechnik, (2) eine mobile Virtual-Reality-Station für das Training spezifischer Handlungskompetenzen für Kernmaterialüberwachung und Strahlenschutz, eine (3) digitale Plattform für die revisionssichere Übermittlung von Unterlagen und die transparente Echtzeit-Kommunikation im Rahmen von Genehmigungsvorhaben auf Basis der Blockchain-Technologie sowie (4) KI-gestützte Werkzeuge zur Optimierung und Aufbereitung umfassenden Daten beim Rückbau sowie die Organisation und Strukturierung der Endlagerdokumentation. Durch ihre synergetisch-verknüpfende Gestaltung und hohe Nutzerzentrierung sollen die digitalen Lösungen dazu beitragen, die für den Rückbau und weitere Anwendungsbereiche (wie z. B. die Klimaforschung, Nuklearmedizin und Raumfahrttechnik) auch jenseits des Kernkraftausstiegs systemrelevanten Kompetenzen langfristig zu erhalten.
Details
Originalsprache | Deutsch |
---|---|
Seiten (von - bis) | 41-48 |
Seitenumfang | 8 |
Fachzeitschrift | ATW - Internationale Zeitschrift fur Kernenergie |
Jahrgang | 70 |
Ausgabenummer | 1 |
Publikationsstatus | Veröffentlicht - 6 Jan. 2025 |
Peer-Review-Status | Nein |
Externe IDs
ORCID | /0000-0002-3718-0645/work/178381755 |
---|
Schlagworte
Schlagwörter
- Kerntechnik, Kernkraft, Rückbau, Virtual Reality, Webplattform, Künstliche Intelligenz, Kompetenzerhalt, Kompetenzerwerb, Kollaboratives Lernen, Erwachsenenbildung, Online-Lernen