4721E03210 - Anwendung der künstlichen Intelligenz (KI) für die Standortauswahl von tiefen geologischen Endlagern Referenznummer der Bekanntmachung: Z 6 - BASE62214/4721E03210

Bekanntmachung vergebener Aufträge

Ergebnisse des Vergabeverfahrens

Dienstleistungen

Rechtsgrundlage:
Richtlinie 2014/24/EU

Abschnitt I: Öffentlicher Auftraggeber

I.1)Name und Adressen
Offizielle Bezeichnung:[gelöscht]
Postanschrift:[gelöscht]
Ort: Salzgitter
NUTS-Code: DE912 Salzgitter, Kreisfreie Stadt
Postleitzahl: 38226
Land: Deutschland
E-Mail: [gelöscht]
Telefon: [gelöscht]521
Internet-Adresse(n):
Hauptadresse: http://www.base.bund.de
I.4)Art des öffentlichen Auftraggebers
Ministerium oder sonstige zentral- oder bundesstaatliche Behörde einschließlich regionaler oder lokaler Unterabteilungen
I.5)Haupttätigkeit(en)
Umwelt

Abschnitt II: Gegenstand

II.1)Umfang der Beschaffung
II.1.1)Bezeichnung des Auftrags:

4721E03210 - Anwendung der künstlichen Intelligenz (KI) für die Standortauswahl von tiefen geologischen Endlagern

Referenznummer der Bekanntmachung: Z 6 - BASE62214/4721E03210
II.1.2)CPV-Code Hauptteil
73000000 Forschungs- und Entwicklungsdienste und zugehörige Beratung
II.1.3)Art des Auftrags
Dienstleistungen
II.1.4)Kurze Beschreibung:

Bei der Standortsuche für ein nukleares Endlager ist die Qualität und Güte der zur Verfügung stehenden geowissenschaftlichen Daten und Informationen von entscheidender Bedeutung. Gleiches gilt aber auch für die Evaluierung und Interpretation dieser Daten. Die verfügbaren Informationen und Datensätze stammen aus zahlreichen, unterschiedlichen wissenschaftlichen Disziplinen und sind verschiedenen Ursprungs (z.B. Labor-, Felddaten, synthetisch generierte Datensätze) und decken sowohl, räumlich, als auch zeitlich große Skalenbereiche ab. Neben der daraus resultierenden Herausforderung die großen, heterogenen Datenmengen zu verarbeiten, hat die Bestimmung von Ungewissheiten in den verschiedenen Prozesschritten des Standortauswahlverfahrens einen hohen Stellenwert. Die Beschreibung der Zuverlässigkeit und Gewährleistung der Objektivität der Interpretation geowissenschaftlicher Datensätze kann hier exemplarisch erwähnt werden.

Techniken und Anwendungen der künstlichen Intelligenz und des Maschinellen Lernens, die in den letzten Jahren eine enorme Entwicklung erfahren haben und eine immer breitere Anwendung finden, bieten die Möglichkeit aus vorhandenen großen Datenbeständen und Algorithmen Muster und Gesetzmäßigkeiten zu erkennen und alternative Lösungswege zu entwickeln. Selbstlernende oder zu trainierende Neuronale Netze, die die Grundlage der Künstlichen Intelligenz darstellen, könnten damit einen Beitrag zu den geowissenschaftlichen Herausforderungen im Rahmen der Standortauswahl liefern.

Ziel dieses FoV ist es, einen gründlichen Überblick und eine Bewertung der Anwendbarkeit von KI Methodiken im Standortauswahlverfahren zu erhalten. Das FoV konzentriert sich auf Endlager für hochradioaktive Abfälle. Es soll aber auch einen Ausblick auf die Anwendbarkeit der Methoden auf Endlager für andere radioaktive Abfälle geben.

II.1.6)Angaben zu den Losen
Aufteilung des Auftrags in Lose: nein
II.1.7)Gesamtwert der Beschaffung (ohne MwSt.)
Wert ohne MwSt.: [Betrag gelöscht] EUR
II.2)Beschreibung
II.2.3)Erfüllungsort
NUTS-Code: DE300 Berlin
Hauptort der Ausführung:

Berlin

II.2.4)Beschreibung der Beschaffung:

Bei der Standortsuche für ein nukleares Endlager ist die Qualität und Güte der zur Verfügung stehenden geowissenschaftlichen Daten und Informationen von entscheidender Bedeutung. Gleiches gilt aber auch für die Evaluierung und Interpretation dieser Daten. Die verfügbaren Informationen und Datensätze stammen aus zahlreichen, unterschiedlichen wissenschaftlichen Disziplinen und sind verschiedenen Ursprungs (z.B. Labor-, Felddaten, synthetisch generierte Datensätze) und decken sowohl, räumlich, als auch zeitlich große Skalenbereiche ab. Neben der daraus resultierenden Herausforderung die großen, heterogenen Datenmengen zu verarbeiten, hat die Bestimmung von Ungewissheiten in den verschiedenen Prozesschritten des Standortauswahlverfahrens einen hohen Stellenwert. Die Beschreibung der Zuverlässigkeit und Gewährleistung der Objektivität der Interpretation geowissenschaftlicher Datensätze kann hier exemplarisch erwähnt werden.

Techniken und Anwendungen der künstlichen Intelligenz und des Maschinellen Lernens, die in den letzten Jahren eine enorme Entwicklung erfahren haben und eine immer breitere Anwendung finden, bieten die Möglichkeit aus vorhandenen großen Datenbeständen und Algorithmen Muster und Gesetzmäßigkeiten zu erkennen und alternative Lösungswege zu entwickeln. Selbstlernende oder zu trainierende Neuronale Netze, die die Grundlage der Künstlichen Intelligenz darstellen, könnten damit einen Beitrag zu den geowissenschaftlichen Herausforderungen im Rahmen der Standortauswahl liefern.

Ziel dieses FoV ist es, einen gründlichen Überblick und eine Bewertung der Anwendbarkeit von KI Methodiken im Standortauswahlverfahren zu erhalten. Das FoV konzentriert sich auf Endlager für hochradioaktive Abfälle. Es soll aber auch einen Ausblick auf die Anwendbarkeit der Methoden auf Endlager für andere radioaktive Abfälle geben.

II.2.5)Zuschlagskriterien
Qualitätskriterium - Name: Qualität - Erfüllung der inhaltlichen Ziele der LB / Gewichtung: 30
Qualitätskriterium - Name: Zweckmäßigkeit - Eignung der Methoden zur Erreichung der Ziele der LB / Gewichtung: 30
Qualitätskriterium - Name: Detaillierungs-grad und Nach-vollziehbarkeit des Angebotes / Gewichtung: 10
Preis - Gewichtung: 30
II.2.11)Angaben zu Optionen
Optionen: nein
II.2.13)Angaben zu Mitteln der Europäischen Union
Der Auftrag steht in Verbindung mit einem Vorhaben und/oder Programm, das aus Mitteln der EU finanziert wird: nein
II.2.14)Zusätzliche Angaben

Abschnitt IV: Verfahren

IV.1)Beschreibung
IV.1.1)Verfahrensart
Offenes Verfahren
IV.1.3)Angaben zur Rahmenvereinbarung oder zum dynamischen Beschaffungssystem
IV.1.8)Angaben zum Beschaffungsübereinkommen (GPA)
Der Auftrag fällt unter das Beschaffungsübereinkommen: nein
IV.2)Verwaltungsangaben
IV.2.1)Frühere Bekanntmachung zu diesem Verfahren
Bekanntmachungsnummer im ABl.: 2021/S 074-187865
IV.2.8)Angaben zur Beendigung des dynamischen Beschaffungssystems
IV.2.9)Angaben zur Beendigung des Aufrufs zum Wettbewerb in Form einer Vorinformation

Abschnitt V: Auftragsvergabe

Auftrags-Nr.: Z 6 - BASE62214/4721E03210
Bezeichnung des Auftrags:

4721E03210 - Anwendung der künstlichen Intelligenz (KI) für die Standortauswahl von tiefen geologischen Endlagern

Ein Auftrag/Los wurde vergeben: ja
V.2)Auftragsvergabe
V.2.1)Tag des Vertragsabschlusses:
30/07/2021
V.2.2)Angaben zu den Angeboten
Anzahl der eingegangenen Angebote: 5
Anzahl der eingegangenen Angebote von KMU: 4
Anzahl der eingegangenen Angebote von Bietern aus anderen EU-Mitgliedstaaten: 0
Anzahl der eingegangenen Angebote von Bietern aus Nicht-EU-Mitgliedstaaten: 1
Anzahl der elektronisch eingegangenen Angebote: 5
Der Auftrag wurde an einen Zusammenschluss aus Wirtschaftsteilnehmern vergeben: nein
V.2.3)Name und Anschrift des Wirtschaftsteilnehmers, zu dessen Gunsten der Zuschlag erteilt wurde
Offizielle Bezeichnung:[gelöscht]
Ort: Freiburg
NUTS-Code: DE131 Freiburg im Breisgau, Stadtkreis
Land: Deutschland
Der Auftragnehmer ist ein KMU: nein
V.2.4)Angaben zum Wert des Auftrags/Loses (ohne MwSt.)
Ursprünglich veranschlagter Gesamtwert des Auftrags/des Loses: [Betrag gelöscht] EUR
Gesamtwert des Auftrags/Loses: [Betrag gelöscht] EUR
V.2.5)Angaben zur Vergabe von Unteraufträgen

Abschnitt VI: Weitere Angaben

VI.3)Zusätzliche Angaben:
VI.4)Rechtsbehelfsverfahren/Nachprüfungsverfahren
VI.4.1)Zuständige Stelle für Rechtsbehelfs-/Nachprüfungsverfahren
Offizielle Bezeichnung:[gelöscht]
Postanschrift:[gelöscht]
Ort: Bonn
Postleitzahl: 53123
Land: Deutschland
VI.4.3)Einlegung von Rechtsbehelfen
Genaue Angaben zu den Fristen für die Einlegung von Rechtsbehelfen:

Genaue Angaben zu den Fristen für die Einlegung von Rechtsbehelfen:

Zuständig für die Nachprüfung von Vergabeverfahren des Bundes ist das Bundeskartellamt - Vergabekammer des Bundes, Villemombler Straße 76, 53123 Bonn. Gemäß §160 Abs. 3 GWB müssen erkannte Verstöße gegen Vergabevorschriften spätestens innerhalb von zehn Kalendertagen bei der Vergabestelle des Auftraggebers gerügt werden. Verstöße

gegen Vergabevorschriften, die sich aus diesem Bekanntmachungstext ergeben, müssen innerhalb der Bewerbungsfrist gerügt werden. Hilft die Vergabestelle der Rüge nicht ab, kann ein Antrag auf Nachprüfung beim Bundeskartellamt unter der o.g. Anschrift nur innerhalb von 15 Kalendertagen nach Eingang der Mitteilung der Auftraggeberin, der Rüge nicht abhelfen zu wollen, gestellt werden, vergl. § 160 Abs. 3 Nr. 4 GWB.

VI.5)Tag der Absendung dieser Bekanntmachung:
02/09/2021

Wähle einen Ort aus Niedersachsen

Achim
Adendorf
Aerzen
Alfeld (Leine)
Altenmedingen
Amelinghausen
Amt Neuhaus
Ankum
Auetal
Aurich
Bad Bentheim
Bad Bevensen
Bad Eilsen
Bad Essen
Bad Fallingbostel
Bad Gandersheim
Bad Grund (Harz)
Bad Harzburg
Bad Iburg
Bad Laer
Bad Lauterberg im Harz
Bad Nenndorf
Bad Pyrmont
Bad Rothenfelde
Bad Sachsa
Bad Salzdetfurth
Bad Zwischenahn
Bakum
Baltrum
Bardowick
Barendorf
Barßel
Barsinghausen
Bassum
Belm
Berne
Bersenbrück
Bevern
Beverstedt
Bienenbüttel
Bispingen
Bissendorf
Bleckede
Bockenem
Boffzen
Bohmte
Borkum
Bösel
Bothel
Bovenden
Brake
Bramsche
Braunlage
Braunschweig
Bremervörde
Brome
Bruchhausen-Vilsen
Buchholz in der Nordheide
Bückeburg
Bülkau
Burgdorf
Burgwedel
Butjadingen
Buxtehude
Cappeln
Celle
Clausthal-Zellerfeld
Cloppenburg
Coppenbrügge
Cremlingen
Cuxhaven
Dahlenburg
Damme
Dannenberg
Delmenhorst
Diekholzen
Diepholz
Dinklage
Dissen am Teutoburger Wald
Dollern
Dötlingen
Drochtersen
Duderstadt
Echem
Edewecht
Einbeck
Embsen
Emden
Emlichheim
Emmerthal
Emsbüren
Emstek
Eschede
Essen (Oldenburg)
Esterwegen
Eydelstedt
Faßberg
Fredenbeck
Freiburg
Friedeburg
Friedland
Friesoythe
Ganderkesee
Garbsen
Garrel
Gartow
Geeste
Geestland
Gehrden
Georgsmarienhütte
Giesen
Gifhorn
Glandorf
Gleichen
Goslar
Göttingen
Gronau (Leine)
Großefehn
Großenkneten
Großheide
Guderhandviertel
Hagenburg
Hahnenklee
Hambühren
Hameln
Hannover
Hannoversch Münden
Hanstedt
Haren
Harpstedt
Harsefeld
Harsum
Hasbergen
Haselünne
Hasselt
Hatten
Helmstedt
Hemmingen
Hemmoor
Hessisch Oldendorf
Hildesheim
Himmelpforten
Hohenhameln
Holdorf
Holzminden
Horneburg
Hoya (Weser)
Hude
Ihlienworth
Ihlow
Ilsede
Isenbüttel
Isernhagen
Jemgum
Jerxheim
Jesteburg
Jever
Jork
Juist
Kirchdorf
Königslutter am Elm
Krummhörn
Laatzen
Lachendorf
Langenhagen
Langeoog
Langwedel (Weser)
Lathen
Lauenbrück
Leer
Lehre
Lehrte
Lemförde
Lengede
Liebenburg
Lindhorst
Lingen
Lingen (Ems)
Lohheide
Lohne (Oldenburg)
Löningen
Loxstedt
Lüchow
Lüneburg
Marienhafe
Meine
Meinersen
Melbeck
Melle
Meppen
Moormerland
Moringen
Neu Wulmstorf
Neuenhaus
Neuenkirchen (Land Hadeln)
Neuharlingersiel
Neustadt am Rübenberge
Niedernwöhren
Nienburg
Norden
Nordenham
Norderney
Nordhorn
Nordstemmen
Nörten-Hardenberg
Northeim
Obernkirchen
Oldenburg
Osnabrück
Osterholz-Scharmbeck
Osterode am Harz
Otterndorf
Ottersberg
Oyten
Papenburg
Pattensen
Peine
Quakenbrück
Radbruch
Rastede
Rehburg-Loccum
Rehden
Remlingen
Reppenstedt
Rethem
Rhauderfehn
Rinteln
Rodenberg
Ronnenberg
Rosengarten
Rotenburg (Wümme)
Salzbergen
Salzgitter
Salzhausen
Salzhemmendorf
Sande
Sarstedt
Saterland
Scheden
Scheeßel
Schiffdorf
Schladen-Werla
Schneverdingen
Schöningen
Schöppenstedt
Schortens
Schüttorf
Schwanewede
Schwarmstedt
Seelze
Seesen
Seevetal
Sehnde
Selsingen
Sittensen
Sögel
Söhlde
Soltau
Sottrum
Spiekeroog
Springe
Stade
Stadland
Stadthagen
Steinfeld
Stelle
Steyerberg
Stolzenau
Stuhr
Südbrookmerland
Südheide
Sulingen
Süpplingen
Syke
Tarmstedt
Thedinghausen
Twistringen
Uchte
Uelzen
Uetze
Unterlüß
Uslar
Varel
Vechta
Verden
Visbek
Voltlage
Wagenfeld
Walkenried
Wallenhorst
Walsrode
Wangerland
Wardenburg
Wathlingen
Wedemark
Wendeburg
Wennigsen
Werlte
Wesendorf
Westerstede
Westerstede
Westoverledingen
Weyhausen
Weyhe
Wiefelstede
Wienhausen
Wiesmoor
Wietze
Wildeshausen
Wilhelmshaven
Wingst
Winsen (Aller)
Winsen (Luhe)
Wittingen
Wittmund
Wolfenbüttel
Wolfsburg
Wrestedt
Wunstorf
Wunstorf
Wurster Nordseeküste
Zeven