X °C-Welten

Was bedeutet es eigentlich, Mathematik studiert zu haben? Es steckt etwas mehr dahinter als Formeln in den Taschenrechner einzugeben und ab und zu eine Kurvendiskussion nach Schema F durchzuführen, wie wir es aus der Schulzeit kennen. Es geht vielmehr darum, wie man die Regeln der Logik benutzen kann, um Beweise durchzuführen. Wie man diese Regeln benutzt ist der eigenen Kreativität überlassen. Ich sehe also ein Mathematikstudium als viel kreativer an, als man es sich vielleicht nach dem, was man in der Schule gelernt hat, vorstellen würde. Man erschafft neue Welten, oder besser man definiert Welten, in denen bestimmte Gesetze oder Regeln gelten. In diesen Welten bewegt man sich und versucht mithilfe der Gesetze, die in dieser Welt gelten, Eigenschaften und Charakteristika der Welt herauszufinden und zu beweisen.

 

Was mache ich als Mathematikerin also in einem Unternehmen, das sich mit Klimaszenarien und wissenschaftsbasierten Emissionszielen (engl. science-based targets) beschäftigt? Bei right. bin ich auf neue Welten gestoßen. Die X °C-Welten. Diese X °C-Welten sind Welten, in denen sich die Erde um nicht mehr als X °C, im Vergleich zum vorindustriellen Niveau erwärmt. Die 2 °C-Welt ist davon sicherlich die berühmteste, da diese Welt die ist, in der wir laut dem Pariser Klimaabkommen im schlechtesten Fall landen sollten. Wovon hängt es nun aber ab, ob wir alle in einer 1,5 °C-Welt leben werden oder in einer 2 °C-Welt. Man könnte meinen, X sei eine reelle Zufallsvariable, also eine Variable die zufällig irgendeinen reellen Wert annehmen kann. Tatsächlich wurden aber Emissionspfade ermittelt, die den Übergang in eine 1,5 °C-, 2 °C- oder 4 °C-Welt beschreiben. Welche mathematischen Herausforderungen bringt die Klimawelt mit sich? Zum einen sind wir bei right. daran interessiert nicht nur drei oder vier X °C-Welten zu berechnen, sondern wollen für jedes X in R einen Pfad ermitteln können. Mit solchen Pfaden lässt sich für jedes Unternehmen, Projekt oder Technologie eine X °C-Kompatibilität (X Degree Compatibility, "XDC") berechnen, indem man schaut auf welchem Pfad das Klimaziel des Unternehmens liegt. Man kann sich das so vorstellen, dass jede dieser Welten zu unterschiedlichen Zeitpunkten unterschiedliche Eigenschaften besitzt. Vor diesem Hintergrund schauen wir bei einem Unternehmen, einer Technologie oder einem Projekt, welche Eigenschaften von welcher Welt erfüllt werden.

 

Um überhaupt feststellen zu können, welcher Eigenschaften das Unternehmen hat, werden zahlreiche Daten benötigt. Daten die zum Großteil noch gar nicht erhoben werden, Daten die zwar erhoben werden aber nicht ausgewertet werden oder Daten, die man selbst gar nicht erheben kann, die man also einkaufen müsste. Im Wandel der Digitalisierung fangen immer mehr Unternehmen an, mehr Daten zu erheben und auch zu nutzen. "Data Science" beschreibt solche Technologien, die statistische Verfahren wie beispielsweise des maschinellen Lernens benutzen, um große Datenmengen zu analysieren und zu bewerten. Umfassende Datenanalyse ist also etwas, das dringend benötigt wird, um festzustellen, welche X °C-Kompatibilität man einem Unternehmen zuordnen kann. Diese Wissenschaft enthält sowohl Mathematik, wie auch Informatik und ist dabei eine Möglichkeit Mathematik in der Klimawelt anzuwenden.

 

Für Studierende der Mathematik führt der Weg oftmals in Banken, Versicherungen oder Unternehmensberatungen. Dort werden sie eingesetzt, um beispielsweise Risikomodelle zu entwickeln. Diese Modelle haben ebenfalls stochastische und statistische Theorien als Grundlage. Doch auch hier kann eine Beziehung zu wissenschaftsbasierten Emissionszielen gesehen werden. Risikomanagement wird betrieben, damit sich Unternehmen vor eventuellen Ausfällen schützen können, und entsprechende Absicherungen treffen. Risiken, die durch die Abhängigkeit von fossilen Brennstoffen entstehen sind ebenfalls Risiken die abgesichert werden müssten, aber von vielen Unternehmen noch nicht als wichtig betrachten werden (Stichwort: "Stranded Assets").

 

Das Entwickeln von Klimamodellen ist ein möglicher Ausgangspunkt der Absicherung gegen solche Risiken und zudem die zentrale Verbindung zwischen der Mathematik und wissenschaftsbasierten Emissionszielen. Die Mathematik spielt daher eine wichtige Rolle in der Klimawelt. Auch wenn es vielleicht nicht offensichtlich ist, sieht man doch, dass man ein multidisziplinäres Team braucht, um die unterschiedlichen Facetten, die dieses spannende und unglaublich wichtige Thema der wissenschaftsbasierte Emissionsziele mit sich bringt, abzudecken.

Anna-Katharina Muth ist als Werkstudentin bei right. based on science tätig, wo sie Methoden zur Berechnung von Klimazielen umsetzt. Zudem schreibt sie gerade ihre Masterarbeit am Institut für Mathematik an der Goethe Universität in Frankfurt.

 

Take a #glimpseintoright - unsere Blogreihe.

Kommentar schreiben

Kommentare: 0