KI zur Verwaltungsautomatisierung und zur Erkennung krimineller Aktivitäten im Emissionshandel : Abschlussbericht / von Christian Winger, Johanna Cludius, Jakob Graichen, Nora Wissner (Öko-Institut, Berlin), Raphaela Kotsch, Regina Betz (ZHAW, Winterthur), Manuel Günther (Universität Zürich, Zürich) ; im Auftrag des Umweltbundesamtes ; Redaktion: Fachgebiet V 3.4 Registerführung - Julien Hauth, Jan Erik Fischer, Fachgebiet V 3.2 Chemische Industrie und industrielle Feuerungsanlagen - Lars Langefeld, Hans-Jürgen Garvens

Abstract

Dieses Projekt untersucht, inwieweit bestimmte Methoden der künstlichen Intelligenz (KI) genutzt werden können, um die Verwaltungsaufgaben der DEHSt als zuständige nationale Behörde für den europäischen Emissionshandel zu unterstützen. Um den komplexen Vollzug in diesen verschiedenen Systemen zu unterstützen und die Integrität der Emissionshandelssysteme zu sichern, werden die Prozesse der Kontoeröffnung, fachliche Verwaltungsentscheidungen wie z.B. die Prüfung von Emissionsberichten sowie das Risiko krimineller Aktivitäten, speziell beim Handel in diesem Projekt in den Fokus genommen. Es wird analysiert, inwieweit die Vollzugsprozesse anhand von künstlicher Intelligenz gestaltet werden können, um Ressourcen effizienter einzusetzen oder für andere Bereiche verfügbar zu machen. Mit historischen Daten z.B. für die Kontoeröffnung oder Emissionsberichte werden passende Algorithmen entwickelt und erprobt. Außerdem werden Algorithmen zur Erkennung von ungewöhnlichen Transaktionen entwickelt.

This project investigates the extent to which some selected methods of artificial intelligence (AI) can be used to support the administrative tasks of the DEHSt as the competent national authority for European emissions trading. In order to support the complex enforcement in these different systems and to ensure the integrity of the emissions trading systems, the project focuses on the processes of account opening, technical administrative decisions, e.g. emissions reporting, as well as the risk of criminal activities, especially in trading. It will be analysed to what extent the enforcement processes can be supported by artificial intelligence in order to use resources more efficiently or make them available for other areas. Historical data, e.g. for account opening or emission reports, will be used to develop and test suitable algorithms. In addition, algorithms for recognising unusual transactions are being developed.