Forest Stewardship Council
Mit modernen Daten und KI den Waldschutz beschleunigen
Auf einen Blick
Wir haben dem Marktführer für nachhaltige Forstwirtschaft dabei geholfen, einen technischen Entwurf für die Integration einer robusten, fortschrittlichen Analyseplattformarchitektur zu entwickeln, die es FSC ermöglichen wird, die Leistungsfähigkeit der künstlichen Intelligenz zu nutzen.
Mehrwert
Der Forest Stewardship Council verfügt nun über eine moderne Datengrundlage, die mit Vorhersagefunktionen Zeit spart und den Weg für weitere KI-Innovationen ebnet. Diese Arbeit stärkt die weltweite Mission zur Erhaltung gesunder Wälder und einer gesunden Umwelt.
Kern-Services
Industrie
Umweltdienstleistungen und natürliche Ressourcen
Schlüsseltechnologien &-plattformen
- Datenstrategie
- Datenarchitektur
- Maschinenlernen
- Künstliche Intelligenz
- Geografisches Informationssystem (GIS)
Eine nachhaltige Lösung entwickeln
Unsere Wälder reinigen nicht nur die Luft, die wir atmen, sondern helfen uns auch, den Klimawandel zu bekämpfen. Für globale Organisationen wie den Forest Stewardship Council® (FSC®) ist der Schutz gesunder Wälder eine lebenslange Mission – und sie nimmt sie ernst.
Mit Hauptsitz in Deutschland und Niederlassungen auf der ganzen Welt vereint FSC Unternehmen, Einzelpersonen und Regierungen beim Schutz der Wälder. Nach der FSC-Akkreditierung können Unternehmen oder Regierungen das FSC-Siegel auf ihren Produkten verwenden, sodass Verbraucher über die Nachhaltigkeitsmaßnahmen der Organisation informiert sind.
Für seine Akkreditierungsarbeit sammelt FSC eine große Menge an Nachhaltigkeits- und ethischen Nutzungsdaten sowie Zertifizierungs- und Compliance-Daten für Kunden. Außerdem gibt es einen umfangreichen und vielfältigen Prozessablauf, dem der Rat folgt, um Kunden zu bewerten und festzustellen, ob sie die Parameter für die FSC-Zertifizierung erfüllen.
Heute gibt es 50.000 FSC-Zertifikatsinhaber und mehr als 150 Millionen Hektar zertifizierte Wälder.
Innerhalb des FSC trägt das Systemintegritätsteam dazu bei, dass die Waldzertifizierung überprüft wird. „Das heißt, wenn jemand sagt, dass er Holzprodukte nachhaltig erntet und anbaut, dann stimmt das“, sagt Scot McQueen, leitender Technologiebeauftragter des Forest Stewardship Council.
Da die Integrität des Zertifikats so wichtig ist, stellte sich eine Herausforderung dar: Das FSC-System identifizierte Verstöße nicht immer und die Mitarbeiter des Rates verbrachten zu viel Zeit mit der Datenverarbeitung.
Glücklicherweise wussten McQueen und sein Team, dass es eine Möglichkeit gab, das System zu verbessern, das künstliche Intelligenz (KI) und maschinelles Lernen (ML) nutzen würde, um Skalierbarkeit für die Zukunft zu gewährleisten.
Der Rat wusste auch, dass das Inkrafttreten der Entwaldungsverordnung der Europäischen Union (EUDR) schnell näher rückt, ein Gesetz, das Teil des Green-Deal-Plans der Europäischen Union ist. Mit der EUDR muss jedes Unternehmen, das Forstprodukte in der Europäischen Union verkauft, überprüfen, woher das Produkt geografisch stammt.
Eintauchen in die Zukunft forstwirtschaftlicher Daten
Slalom schloss sich der Mission des FSC als strategischer Partner an, um den Rat bei der Ausarbeitung seiner Vision eines zukünftigen Staates zu unterstützen. In Workshops analysierte das Team die aktuelle Infrastruktur und Datensätze des FSC und gab dann Empfehlungen zur Unterstützung der grundlegenden Datensätze ab.
Das Slalom-Team lieferte eine Gesamtarchitektur und Empfehlungen dazu, wie die Vision umgesetzt, in Produktion gebracht und das System für zukünftige Skalierbarkeit ausgereift werden soll.
Die Risikominderungs- (oder Assoziationsrichtlinien) und Risikobewertungsprozesse, auf die sich McQueen bezieht, sind zwei Bestandteile der Arbeit. Die erste Voraussetzung ist, dass der Kunde nicht mit Waldrodungen oder Menschenrechtsverletzungen in Verbindung gebracht werden kann und nicht bereits zuvor aus dem FSC-System ausgeschlossen wurde. Bei der Risikobewertung untersucht der FSC eine Region und bewertet deren geopolitisches Risiko, Instabilität und andere Entwaldungsprobleme. Anhand einer Vielzahl von Kriterien erstellt der Rat dann einen Risikoindex.
Wenn der Risikoindex hoch genug ist, würde FSC die Implementierung anderer Due-Diligence-Verfahren verlangen. „Sie haben zum Beispiel ein Zertifikat in Myanmar und dort handelt es sich um Teakholz und andere Produkte. Bei Bedarf würden wir Prüfer entsenden. „Das ist eine einfache, datengesteuerte Möglichkeit, maschinelles Lernen zu nutzen und so einem potenziellen Gesetzesbrecher zuvorzukommen“, sagt McQueen.
McQueen fügt hinzu: „Die Workshops haben uns geholfen, die Geschäftsfälle, die wir lösen wollten, besser zu verstehen und potenzielle Datenquellen zu finden, die uns bei den Risikominderungs- und Risikobewertungsprozessen helfen könnten.“
Eine Vision mit KI und ML klären
McQueen ist der Ansicht, dass Slalom für das Systemintegritätsteam eine augenöffnende Erfahrung war, die dem Team ein solides Verständnis der technischen Lösung und ihres Nutzens für FSC vermittelte.
„Diese Arbeit ist zum Polarstern geworden, der jetzt das Systemintegritätsteam leitet“, sagt McQueen.
Auch für FSC-Zertifikatsinhaber ist die Lösung wertvoll. McQueen sagt: „Ehrlich gesagt hat Slalom uns dabei geholfen, die Vision so zu verdeutlichen, dass wir sie anschließend auch unseren Zertifikatsinhabern mitteilen konnten, um sie mit der neuen Lösung vertraut zu machen.“
FSC verfügt nun über einen klaren Fahrplan für die Beherrschung der Anwendung von KI und ML. Slalom half dabei, den Weg in überschaubare Schritte zu unterteilen – den Aufbau des Rates zu einer modernen Organisation und das Systemintegritätsteam, um aus technologischer Sicht zu reifen.
„Diese Arbeit trägt dazu bei, unsere Arbeit bei FSC voranzutreiben“, sagt McQueen. „In meiner Rolle bei FSC versuche ich, die Einführung von Technologie im Zertifizierungsprozess voranzutreiben, damit wir sicherstellen können, dass Menschen die richtigen Dinge tun – oder die Unterstützung erhalten, die sie dafür benötigen.“
Effizienzsteigerung durch Vorhersagefähigkeiten
Die Arbeit von heute wird den FSC-Mitarbeitern von morgen zugutekommen, da sie durch die Modernisierung und die Beschleunigung des Zertifizierungsprozesses Stunden einsparen können.
FSC-Mitarbeiter profitieren von den Vorhersagefunktionen von ML, mit denen sich vorhersagen lässt, welche Personen, Unternehmen oder Regierungen im Laufe der Zeit möglicherweise gegen die Vorschriften verstoßen.
Das ist eine praktische Anwendung einer sehr ausgefeilten Modellierung und Software. Das ist eine praktische Anwendung einer sehr ausgefeilten Modellierung und Software.
Stärkung einer weltweiten ESG-Mission
Durch die Unterstützung des FSC bei seiner Arbeit zum Schutz der Wälder auf der ganzen Welt hat dies auch Auswirkungen auf die Unterstützung ethischer Forstwirtschaftspraktiken.
„Diese Arbeit stellt nicht nur sicher, dass das FSC-Logo und die Marke einen verantwortungsvollen Umgang mit der Umwelt repräsentieren“, sagt McQueen. „Dazu gehört aber auch die Möglichkeit, die Abholzung zu stoppen, bevor sie beginnt.“ Entwaldung und Waldschädigung sind Teil der EUDR. Dies hilft uns, dies zu stoppen, bevor es auftritt, und weiterhin Unternehmen zu ermutigen, die versuchen, das Richtige zu tun.“
McQueen weist darauf hin, dass ein Großteil der Slalom-Arbeit den FSC-Zertifikatsinhabern dabei helfen wird, die EUDR einzuhalten.
Was die Zukunft betrifft, werden FSC und Slalom weiterhin zusammenarbeiten, um FSC bei der Rettung der Wälder zu unterstützen, indem sie die Systeme des Rates weiter modernisieren.
McQueen fügt hinzu: „Maschinelles Lernen, künstliche Intelligenz und Geodatenanalyse sind allesamt sehr technologieorientierte Begriffe.“ Aber durch diese Arbeit, die Slalom mit FSC geleistet hat, verfügen wir über eine praktische Anwendung einiger fortschrittlicher Technologien, die lediglich dazu dient, bestehende Wälder vor Abholzung oder weiterer Schädigung zu schützen und die indigenen Völker und Gemeinschaften zu schützen, die in diesen Wäldern ihren Lebensunterhalt verdienen. Und das ist eine äußerst leistungsstarke Anwendung komplizierter, stumpfsinniger Technologie.“