Teilnahme an der VIEWS Prediction Challenge

16 Oktober 2023

Am 10. und 11. Oktober nahmen zwei Teams des Kompetenzzentrum Krisenfrüherkennung (KompZ KFE) an der zweiten Auflage der VIEWS Prediction Challenge teil, welche vom Auswärtigen Amt in Berlin ausgerichtet wurde. Die Veranstaltung bot Wissenschaftlern und Wissenschaftlerinnen eine Plattform, um ihre Fähigkeiten bei der Anwendung quantitativer Modelle zur Vorhersage künftiger Konflikte zu präsentieren und das Potenzial verschiedener Ansätze zur Verbesserung bestehender Krisenfrühwarnmodelle zu bewerten.

Teilnehmende aus der ganzen Welt kamen nach Berlin, um neue methodische Ansätze zu präsentieren sowie um zu diskutieren, inwieweit die Krisenvorhersage verbessert werden kann. Das Ziel der Prediction Challenge besteht darin, die Möglichkeiten der Krisenvorhersage zu erweitern, das volle Potenzial von quantitativer Forschung auszuloten und gezielt statistische Unsicherheiten in der Konfliktvorhersage transparenter zu kommunizieren.

Team A, bestehend aus Tobias Bohne, Martin Hofer und Daniel Mittermaier, präsentierte einen zweistufigen geografischen Random-Forest-Ansatz zur Vorhersage von Konflikttoten auf subnationaler PRIO-GRID-Ebene. Ihre gemeinsamen Bemühungen konzentrierten sich auf lokale und globale Hurdle Modelle und die Kombination ihrer Vorhersagen zur Berücksichtigung räumlicher Heterogenität durch ein räumliches Clustering. Darüber hinaus nutzen die Distributional-Random-Forest Methode, um die Unsicherheiten, die mit Konfliktvorhersagen einhergehen, gezielt zu modellieren. Mit seinem Engagement für Innovation und einem tiefen Verständnis der komplexen Natur von Krisen präsentierte Team A eine Lösung, die in ihren vorläufigen Ergebnissen durch hohe Genauigkeit beeindruckte.

Team B, bestehend aus Julian Walterskirchen, Marco Binetti, Sonja Häffner und Christian Oswald, präsentierte einen neuartigen Ansatz, indem es die Temporal Fusion Transformer (TFT)-Architektur auf die Konfliktvorhersage anwandte und die Daten vergangener und zukünftiger Wahltermine in den Modellierungsansatz einbezog. Durch die Nutzung der Leistungsfähigkeit dieser komplexen Deep-Learning-Architektur zielten sie darauf ab, langfristige und kurzfristige zeitliche Trends und nichtlineare Abhängigkeiten zu erfassen. Der Ansatz zeigte nicht nur die Vielseitigkeit modernster Modellierungsansätze, sondern verdeutlichte auch die Herausforderungen, die bei der Anwendung komplexerer Architekturen auf dem Gebiet der Konfliktvorhersage noch bestehen.

Der Prediction Challenge Workshop bot jedoch nicht nur eine Plattform für einen gesunden Wettbewerb, sondern förderte auch die Zusammenarbeit und den Wissensaustausch zwischen Experten und Expertinnen im Bereich der Krisenfrüherkennung. Die Teams des KompZ KFE tauschten sich mit anderen Teilnehmenden aus und gewannen so wertvolle Erkenntnisse über neue Trends, Methoden und bewährte Verfahren.

Die beim VIEWS Prediction Challenge Workshop gesammelten Erfahrungen werden zu den laufenden Aufgaben des Zentrums beitragen - die Grenzen des Möglichen im Bereich der Krisenvorhersage und Krisenfrühwarnung zu erweitern.

Foto: © KompZ KFE / Julian Walterskirchen