Neues Projekt macht das PIK-Modell REMIND-MAgPIE leichter zugänglich und benutzerfreundlicher

04.10.2023 - Weniger Barrieren, offenerer Zugang und eine lebendige Nutzergemeinschaft - ein neues Projekt am Potsdam-Institut für Klimafolgenforschung (PIK) wird die Zugänglichkeit des REMIND-MAgPIE-Modells für Drittnutzende verbessern. Das neue Projekt startet im Januar 2024 und wird von der Deutschen Forschungsgemeinschaft (DFG) gefördert. REMIND-MAgPIE ist ein integrierter Bewertungsmodellrahmen, der von Forschenden weltweit genutzt wird, um die komplexen Dynamiken innerhalb und zwischen den Systemen Energie, Landnutzung, Wasser, Wirtschaft und Klima zu quantifizieren.
Neues Projekt macht das PIK-Modell REMIND-MAgPIE leichter zugänglich und benutzerfreundlicher

Die Software selbst ist ein wissenschaftliches Produkt, das der Gesellschaft zur Verfügung gestellt werden soll. PREMUS wird es Forschenden mit begrenzten Ressourcen ermöglichen, ihre eigenen Szenarioanalysen durchzuführen und an dem vom PIK gesammelten Wissen teilzuhaben.

Um die Modelle einer größeren wissenschaftlichen Gemeinschaft zugänglich zu machen, wird das neue PREMUS-Projekt ("Prepare REMIND-MAgPIE for Users") die Installationsverfahren für beide Modelle, REMIND und MAgPIE, vereinfachen und Anleitungen entwickeln, die interessierten Kreisen zur Verfügung gestellt werden. In Bezug auf das REMIND-Modell wird das Projekt effiziente Verfahren für Drittnutzende einrichten, einschließlich der Bereitstellung von Eingabedaten, um ihnen die Nutzung des Modells zu erleichtern. Beim MAgPIE-Modell, das bereits von Forschenden außerhalb des PIK genutzt wird, liegt der Schwerpunkt auf der Verbesserung des Beitrags-Workflows und der besseren Integration des Modells in die breitere Forschungsgemeinschaft.

Das PREMUS-Projekt wird von der DFG für drei Jahre gefördert. Bereits im nächsten Jahr starten Einführungsworkshops für neue Nutzende, damit die Community frühzeitig von den Vorteilen profitieren kann. Durch die gemeinsame Nutzung der Software wird sich auch die Qualität der Modelle aufgrund des breiteren Feedbacks einer größeren Anzahl von Nutzenden verbessern.