SapientShift · KI-Werkzeuge · MIRA AI model

Werkzeugprofil · System · Catholic Relief Services / Microsoft

MIRA AI model

MIRA AI model ist ein KI-System von Catholic Relief Services und Microsoft, das Ernährungsunsicherheit auf Haushaltsebene für die Planung humanitärer Hilfe prognostiziert.

Belegt: 2 Studien oder Erprobungen

Funktion und Anwendung

Das System wertet mithilfe von maschinellem Lernen hochfrequente, monatliche Haushaltsbefragungsdaten aus. Es leitet daraus Prädiktoren für Ernährungsunsicherheit ab und erstellt Prognosen zur Versorgungslage auf Haushaltsebene. Fachleute können diese Vorhersagen nutzen, um Programme der humanitären Hilfe und der Frühwarnung zu planen.

Belegte Einsätze

In Studien und Erprobung

Wie weit reicht der Beleg?

Belegt ist eine wissenschaftliche Publikation bei Data & Policy von Forschenden bei Microsoft, der Weltbank und Catholic Relief Services. Sie dokumentiert eine retrospektive Analyse aus den Jahren 2017 bis 2019 in Süd-Malawi, jedoch noch keinen Regelbetrieb und keine Messungen zur Wirkung auf die Hilfsverteilung.

Was bleibt offen?

Ob das Modell wie geplant als Paketlösung in weiteren Länderprogrammen von Catholic Relief Services in den laufenden Betrieb übernommen wurde, ist offen.

Kurz beantwortet

Wofür wird MIRA AI model genutzt?

Es analysiert monatliche Haushaltsbefragungsdaten, um Prädiktoren für Ernährungsunsicherheit abzuleiten und die Lage auf Haushaltsebene für humanitäre Hilfe zu prognostizieren.

In welchen Berufen ist der Einsatz belegt?

Die Entwicklung ist in der Forschung mit Bezug zu Volkswirtschaft sowie fachlich passend für die Programmplanung in den Agrar-, Forst- und Fischereiwissenschaften dokumentiert.

Wie belastbar sind die Belege?

Es liegt eine wissenschaftliche Fallstudie zu 1.886 Haushalten in Süd-Malawi vor; ein laufender Regelbetrieb oder Wirkungsmessungen sind darin noch nicht belegt.

Berufe

Tätigkeiten

Verknüpfte KI-Lösungen

Originalquellen

Redaktionell geprüft am 2026-11-03. Keine Marktübersicht oder Kaufempfehlung. Lesefassung als Markdown · Methodik.