# *AURORA*

Ein vollständiger Förderantrag für ein KI-gestütztes Katastrophenwarnsystem: von der Broadcast-Warnung, die allen dasselbe sagt, zur ortsgenauen, erklärten und handlungsleitenden Meldung. Geplant als Konsortium aus vier Partnern, über 24 Monate und mit 1,97 Mio. € Budget.

> Projektseite: https://clemenshoeller.at/projekte/aurora
> Gattung: consulting/funding-proposal

## Eckdaten

- **Format** · Konsortialantrag
- **Kurs** · Business Project
- **Ort** · WU Wien, Master
- **Zeitraum** · Sommer 2026
- **Arbeitsform** · Gruppe zu viert

- Antrag als PDF ↗: https://clemenshoeller.at/projects/aurora-project-proposal.pdf

## /01 Die Frage

Österreichs Warnsystem AT-Alert erreicht sehr schnell sehr viele Menschen, aber alle bekommen dieselbe Nachricht. Wer mitten im Gefahrengebiet steht, liest denselben Text wie jemand fünfzig Kilometer entfernt. Gleichzeitig werden die Ereignisse dynamischer: mehr Extremregen-Tage, mehr Hitzetage, das Hochwasser 2024 allein mit rund 1,3 Milliarden Euro Schaden. Eine Warnung, die für alle gleich klingt, erzeugt bei den einen Panik und bei den anderen Gewöhnung. In der Forschung heißt dieser Effekt Alert Fatigue: Wer zu oft irrelevant gewarnt wird, hört auf hinzusehen.

Ziel war nicht, dieses System zu bauen, sondern das, was in der echten Forschungswelt davor kommt: ein vollständiger, einreichfähiger Projektantrag, wie ihn Programme wie Horizon Europe oder die FFG verlangen. Also Konzept, Stand der Forschung, Methodik, Arbeitsplan, Budget, Konsortium, Risikomanagement und Verwertung, alles in einem Dokument, das eine Förderstelle überzeugen müsste.

Unsere Antwort ist **AURORA** (AI-supported Unified Risk Observation and Response Assistant): ein System, das die bestehende Warninfrastruktur nicht ersetzt, sondern präzisiert.

## /02 Das Konzept

Am Anfang der Ideenfindung stand eine Beobachtung im Stand der Forschung: Alle Bausteine für bessere Warnungen existieren bereits, nur verbunden hat sie niemand. Warnsysteme senden schnell, wissen aber nicht, wen sie erreichen. Geo-Risikomodelle kennen die Gefahrenzonen, sprechen aber nicht mit den Betroffenen. Sprachmodelle formulieren gut, halluzinieren aber ohne Datenanker. Die Kernidee von AURORA ist deshalb kein neuer Baustein, sondern die fehlende Verbindung dazwischen.

Daraus wurde eine Architektur aus drei Schichten:

- **Knowledge Graph:** Ein RDF-basierter Graph führt Wetterdaten (GeoSphere Austria), Geo- und Infrastrukturdaten (OpenStreetMap) und Echtzeit-Ereignisse zusammen und macht sie per SPARQL abfragbar. Damit weiß das System nicht nur, dass es ein Hochwasser gibt, sondern welche Orte, Straßen und Einrichtungen davon abhängen.
- **Risikoschicht:** Regelbasierte Geoanalyse (Puffer, Overlays, Schwellwerte) stuft Betroffene in niedriges, mittleres oder hohes Risiko ein. Bewusst keine Blackbox: Jede Einstufung lässt sich auf explizite Kriterien zurückführen, was der EU AI Act für sicherheitskritische KI ohnehin verlangt.
- **Grounded LLM:** Ein Sprachmodell übersetzt die strukturierte Risikoinformation in verständliche, handlungsleitende Warnungen. Es formuliert nur, was Graph und Risikoschicht belegen, nach dem Retrieval-Augmented-Generation-Prinzip, das Halluzinationen eindämmt.

Die spannendsten Entscheidungen der Konzeption stecken in dem, was AURORA bewusst nicht tut. Kein Machine-Learning-Modell in der Risikoschicht, obwohl es naheliegend wäre: Eine Blackbox kann im Katastrophenfall niemandem erklären, warum sie gewarnt hat oder eben nicht. Keine eigene Auslieferung, sondern ein Aufsatz auf den Cell Broadcast des Mobilfunknetzes: Der Weg zu den Geräten bleibt der, der heute schon funktioniert, nur wer welche Nachricht bekommt, wird präziser. Und kein frei formulierendes Sprachmodell, sondern eines an der kurzen Leine der Daten.

### Drei messbare Ziele

Förderanträge leben von überprüfbaren Zusagen, nicht von Visionen. Der Antrag definiert deshalb drei SMART-Objectives: bis Monat 7 ein abfragbarer Knowledge Graph aus mindestens drei Datenquellen, gemessen an einem Katalog von 20 Kompetenzfragen mit mindestens 95 Prozent korrekten Antworten. Bis Monat 10 eine Risikobewertung, die Risikozonen binnen zwei Minuten nach neuen Gefahrendaten aktualisiert, geprüft gegen von Experten annotierte Referenzdaten. Und bis Monat 18 ein integrierter Prototyp, der in mindestens drei realistischen Szenarien (Hochwasser, Gewitter, Waldbrand) gegen eine nachgebaute AT-Alert-Baseline antritt, gemessen an Precision und Recall der Betroffenen-Identifikation und am Anteil irrelevanter Warnungen.

Methodisch folgt der Antrag der Design Science Research: entwerfen, bauen, evaluieren, verfeinern, mit Stakeholder-Feedback in jeder Runde.

## /03 Der Antrag

Das eigentliche Deliverable ist das Management-Gerüst rund um die Idee: fünf Work Packages mit 258 Personenmonaten, ein Bottom-up-Budget von 1,97 Millionen Euro, ein Konsortium aus vier Partnern und Prozeduren für Risiko, Daten und Recht.

- WP1 Management & Dissemination *läuft über die volle Laufzeit*: PM
- WP2 Knowledge Graph *Datenfundament, startet zuerst*: PM
- WP3 Risikobewertung *parallel zu WP4 entwickelt*: PM
- WP4 Grounded LLM *Kommunikationsschicht*: PM
- WP5 Integration & Validierung *Szenarien gegen die Baseline*: PM

*Personenmonate je Work Package, gesamt 258 über 24 Monate (2027 bis 2028). Das teuerste Paket ist bewusst die Validierung: Ein Prototyp, der nie gegen die Baseline antritt, wäre nur eine Behauptung.*

### Budget: bottom-up statt Daumen mal Pi

Das Budget ist aus Rollen, Personenmonaten und recherchierten Gehaltsniveaus aufgebaut (FWF-Sätze für Forschungspersonal, marktübliche Gehälter plus 20 Prozent Dienstgeberkosten für den Rest). Auf die geplanten Aktivitäten von 1.749.247 Euro kommt eine Contingency von 221.531 Euro, zusammen 1.970.778 Euro.

- Personal*258 Personenmonate, 4 Partner*: 73 %
- Infrastruktur*Compute, Hosting, Geo-APIs, Tests*: 12 %
- Contingency*Reserve auf Projektebene*: 11 %
- Sonstiges*Dissemination, Open Access, Workshops*: 3 %
- Reisen*Plenartreffen, EU-Events, Validierung*: 2 %

*Gesamtbudget 1,97 Mio. € nach Kostenart. Die Contingency von rund 12,7 Prozent des Planbudgets ist für ein Integrationsprojekt mit vier Partnern eher moderat angesetzt.*

### Konsortium und Governance

Vier Partner, vier notwendige Fähigkeiten: die TU Wien als wissenschaftliche Leitung (Knowledge Graphs, Semantik, Evaluation), Utimaco für die sichere Implementierung (baut bereits Warnsysteme in Österreich), A1 als Träger der Auslieferung über Cell Broadcast im eigenen Mobilfunknetz samt Projektkoordination, und das Innenministerium als Bedarfsträger, der Zivilschutz-Anforderungen, Freigaben und Validierung einbringt. Dazu die Prozeduren, die ein Antrag dieser Größe braucht: Risikomanagement nach PRINCE2 mit zentralem Register, IP-Regelung über einen DESCA-Konsortialvertrag mit selektiver Open-Source-Strategie, Datenmanagement nach den FAIR-Prinzipien und die rechtliche Einordnung entlang DSGVO, EU AI Act und EECC. Personenbezogene Daten speichert das System keine, Standortinformation wird nur aggregiert verarbeitet.

## /04 Einordnung

Entstanden ist der Antrag im Rahmen des Masters Digital Economy, in einem Format, das Projektmanagement für forschungsnahe Vorhaben ausdrücklich entlang der Logik von Horizon Europe und FFG aufzieht. Thema und Idee waren unsere eigenen: Wir haben AURORA gepitcht, in mehreren Feedback-Runden mit Fachleuten geschärft und über ein Semester zu viert vom ersten Pitch zum vollständigen Antrag ausgebaut.

> **Kursprojekt** — AURORA ist eine Kursarbeit, kein eingereichter Antrag: Das Konsortium ist hypothetisch zusammengestellt, die genannten Organisationen waren nicht beteiligt. Der Anspruch war, den Antrag trotzdem so zu schreiben, als müsste er eine echte Jury überzeugen, mit echten Datenquellen, echten Gehaltssätzen und echter Rechtslage.

### Was ich mir davon mitnehme

Die Systemidee war der kleinere Teil der Arbeit. Der größere war, sie förderfähig zu machen: aus einer Architektur drei überprüfbare Ziele zu destillieren, aus Zielen Work Packages, aus Work Packages Personenmonate und aus Personenmonaten ein Budget, das einer Prüfung standhält. Genau diese Übersetzungskette, von der Idee zur belastbaren Planung, ist das, was ich aus dem Kurs mitnehme.

**Skills daraus:** Projektplanung (TCQ) · Budgetierung · Risikomanagement (PRINCE2) · Förderlogik (Horizon, FFG) · Systemarchitektur · Wissenschaftliches Schreiben

## /05 Verwandte Projekte

Die Projekte hängen stärker zusammen, als die Kacheln auf der Startseite vermuten lassen. Hier stehen alle anderen, sortiert nach Nähe zu diesem Projekt:

- [Prompt Injection](https://clemenshoeller.at/projekte/prompt-injection)
- [Healthcare Fraud Detection](https://clemenshoeller.at/projekte/fraud-detection)
- [AI Talent Gap](https://clemenshoeller.at/projekte/ai-talent-gap)
- [Consulting-Cases](https://clemenshoeller.at/projekte/consulting-cases)
- [Zotter-Marketingplan](https://clemenshoeller.at/projekte/zotter-marketingplan)
- [KI-Automatisierungen](https://clemenshoeller.at/projekte/ki-automatisierungen)
- [LLMs & Kreativität](https://clemenshoeller.at/projekte/llms-kreativitaet)
- [Google vs. ChatGPT](https://clemenshoeller.at/projekte/google-vs-chatgpt)
- [Diese Website](https://clemenshoeller.at/projekte/diese-website)
- [VWA: Entstehung des Internets](https://clemenshoeller.at/projekte/vwa)

---
*Englische Fassung: https://clemenshoeller.at/en/projects/aurora.md*
*AURORA: ein KI-gestütztes System für ortsgenaue, erklärbare Katastrophenwarnungen, ausgearbeitet als vollständiger Förderantrag (WU Wien, Master). Knowledge Graph, Risikoschicht und Grounded LLM, geplant als Konsortium mit 1,97 Mio. € Budget.*