Bessere Steuerung der Entwicklungshilfe durch KI

Mit Geldern der Entwicklungshilfe werden Schulen gebaut, Dörfer ans Stromnetz angeschlossen und die Gesundheitsversorgung in ärmeren Ländern ausgebaut. Ein detaillierter und aktueller Überblick über Entwicklungshilfeprojekte ist wichtig, um sicherzustellen, dass die damit verbundenen Mittel so effizient wie möglich eingesetzt werden. Aufgrund der Vielzahl an Projekten und Geberinstitutionen ist ein solcher Überblick bisher jedoch nur schwer zu bekommen.

Malte Toetzke und Nicolas Banholzer, Doktoranden am Departement MTEC der ETH Zürich, arbeiten gemeinsam mit dem kürzlich von der ETH Zürich an die LMU München gewechselten Professor Stefan Feuerriegel daran, mit einer neuen Analysemethode mehr Klarheit über die globale Entwicklungshilfe zu schaffen. Die Forscher nutzen künstliche Intelligenz (KI), um Geldströme in thematische Gruppen zu sortieren. So lässt sich nachvollziehen, wie sich die Förderung auf Themenbereiche, Länder und Jahre verteilt und wo Handlungsbedarf besteht. Ihre Ergebnisse wurden kürzlich in der Zeitschrift veröffentlicht Natur Nachhaltigkeit.

Wie der Algorithmus funktioniert

Die Analyse basiert auf 3,2 Millionen durchgeführten Entwicklungshilfeprojekten zwischen 2000 und 2019, in die insgesamt 2,8 Billionen US-Dollar investiert wurden. Basierend auf Projektbeschreibungen hat der KI-basierte Algorithmus die Projekte in 173 thematische Kategorien eingeteilt. Es musste berücksichtigt werden, dass diese Berichte formal nicht strukturiert waren, sie unterschieden sich beispielsweise in Sprache und Textlänge.

„Man kann sich den Prozess als Versuch vorstellen, eine ganze Bibliothek zu lesen und ähnliche Bücher in themenspezifische Regale zu sortieren“, erklärt Malte Toetzke, Erstautor und Doktorand am Lehrstuhl für Nachhaltigkeit und Technologie der ETH Zürich. „Unser Algorithmus berücksichtigt 200 verschiedene Dimensionen, um festzustellen, wie ähnlich diese 3,2 Millionen Projekte einander sind – eine unmögliche Arbeitsbelastung für einen Menschen.“

Im Vergleich zu bisherigen Ansätzen ist diese Kategorisierung differenzierter; sie ergibt sich eher aus den analysierten Projekten als aus einem bestehenden Klassifikationssystem. „Wir können die vielen Projekte sehr detailliert strukturieren, ohne vorher genau wissen zu müssen, was wir suchen“, sagt Toetzke. „So konnten wir Kategorien finden, die bisher nicht systematisch analysiert wurden oder erst seit Kurzem aktuell sind.“

Trends und Transparenz

Toetzke stellt fest, dass die Analyse thematische Trends in der Entwicklungshilfe aufzeigt. „In den letzten Jahren“, sagt er, „flossen immer mehr Gelder in Projekte in den Bereichen Inklusion und Gleichberechtigung benachteiligter Gruppen, Klimawandel und Nachhaltigkeit sowie Unterstützung privater Unternehmen.“

Im Bereich Klimawandel tauchen die Autoren noch tiefer ein. Sie zeigen einerseits, dass sich die Entwicklungshilfe für Projekte zur Anpassung an die Folgen des Klimawandels seit dem Pariser Klimaabkommen von 2015 verdoppelt hat. Gleichzeitig aber auch Geld für den gesamten Umweltsektor, der neben dem Klima auch Geld kostet die Anpassung an den Wandel auch Bereiche wie die Reduzierung von Treibhausgasemissionen, die Steigerung der Energieeffizienz und den Erhalt der Biodiversität umfasst, sind seit 2015 leicht zurückgegangen. Die Autoren kommen aus diesen Erkenntnissen zu dem Schluss, dass die internationale Gemeinschaft ihr in Paris abgegebenes Versprechen zur Steigerung der Entwicklung nur teilweise erfüllt hat Beihilfen für Projekte zur Bekämpfung des Klimawandels.

Bessere Koordination mit globalem Überblick

Das Forschungsprojekt ermöglicht erstmals einen globalen Überblick über Geldflüsse in der Entwicklungshilfe. «Nur wenn wir wissen, welche Länder, Bereiche und Organisationen unterstützt werden, können Projekte auf globaler Ebene sinnvoll koordiniert werden», sagt Nicolas Banholzer vom Lehrstuhl für Wirtschaftsinformatik der ETH und einer der Co-Autoren.

KI-gestützte Überwachung kann Entwicklungsorganisationen auch dabei helfen, bessere, datengestützte Entscheidungen im Einklang mit den Zielen der Vereinten Nationen für nachhaltige Entwicklung zu treffen.