Blog-Beitrag   ·   Extremwetter, Hochwasser, Klimawandel, Prognose

Dem Hochwasser mit Künstlicher Intelligenz mehr als Sandsäcke entgegensetzen

16.01.2024

Wie KI-Projekte aus NRW perspektivisch dabei helfen können, Wirtschaft und Gesellschaft vor den Auswirkungen von Starkregen zu schützen

In den letzten Wochen befanden sich viele Kommunen und Landkreise im Ausnahmezustand. Die anhaltenden Niederschläge im Dezember hatten zu einem Anstieg der Wasserpegel geführt, was ernsthafte Auswirkungen auf Fluss- und Überschwemmungsgebiete deutschlandweit hatte. Doch vielerorts konnten vorbeugende Maßnahmen getroffen werden, um die Beeinträchtigungen und Schäden durch Überschwemmungen zu minimieren. Auch Künstliche Intelligenz hilft dabei, Prognosen und so die richtigen Schutz- und Vorsorgemaßnahmen zu treffen. Wir stellen einige KI-Initiativen aus Nordrhein-Westfalen vor, die es sich zur Aufgabe gemacht haben, die Behörden bei der Vorbereitung auf ein Hochwasser zu unterstützen.

Hochwasserprognose mittels Sensordaten

Vorhersagen zu treffen, wann und wo ein Hochwasser auftreten könnte, kann den handelnden Behörden im Ernstfall wertvolle Zeit geben, um akute Schutzmaßnahmen vorzubereiten. Das intelligente Sensorsystem »Floodlight – Netilion Flood Monitoring« aus Bochum ist in der Lage, mittels Sensordaten frühzeitig die Hochwassergefahr einer Region herauszufiltern. Dafür werden Daten der Wasserwerke, Behörden, Wetterdienste und verschiedene Sensordaten des Wasserstands und Bodenmessungen verwendet. Aus diesem Wissen kann das System die Wahrscheinlichkeit eines Hochwassers berechnen und Vorhersagen für gefährdete Regionen an die betroffenen Stellen weiterleiten. Das System ermöglicht es, Wasserwerke oder Verbände in hochwassergefährdeten Regionen frühzeitig zu informieren und die Bevölkerung vor Hochwasser zu warnen. Die entwickelnde Firma Okeanos Smart Data Solutions GmbH arbeitet zusätzlich an Sensorsystemen für wasserwirtschaftliche Anlagen wie Talsperren, Regenrückhaltebecken und Kläranlagen, die eine erhöhte Sicherheit und Effizienz der Anlagen gewährleisten.

Auch das Projekt »Hochwasserschutzsystem 4.0« im Bergischen Land zeigt, wie Künstliche Intelligenz im Ernstfall dazu beitragen kann, rechtzeitig notwendige Schutzmaßnahmen zu ergreifen, um so Leben zu retten und auch größere Schäden an Gebäuden und Infrastruktur zu vermeiden. Das Warnsystem soll die datengetriebene Vorhersage von regionalen Wasserpegeln und Hochwassergefahren unter Berücksichtigung der aktuellen Wetterlage und sonstiger Umweltfaktoren ermöglichen. Auch hier werden mithilfe von Sensoren Daten gesammelt. In diesen Daten soll die Künstliche Intelligenz Muster erkennen, die im Zusammenhang mit einem Anstieg der Pegelstände stehen. Damit unterscheidet sich das Projekt von klassischen Vorhersagen auf Basis von meteorologischen Modellen. Informationen zu lokalen Wasserpegeln, Prognosen und Warnungen sollen an gefährdete Unternehmen künftig in Echtzeit über eine Hochwasserschutz-App bereitgestellt werden, die vom Wupperverband entwickelt wird.

Luftaufnahmen schnell auswerten

Auch Drohnen leisten einen wertvollen Beitrag zum Hochwasserschutz. Ihre Luftbildaufnahmen können mittels automatisierter Bilderkennung ausgewertet werden, versiegelte Flächen erkennen und so wertvolle Daten für den Schutz vor Hochwasser liefern. Einen konkreten Use Case hierzu liefert die Data Intelligence Consultancy roosi GmbH aus Essen. Hierbei fliegen die Drohnen über alpine Wildbäche oder Flüsse und haben dabei sogar Wärmebildkameras an Bord. Dabei werden so viele Daten gesammelt, dass es eine effiziente Art zur Verarbeitung braucht. Hier kommt die KI ins Spiel: Nach der automatisierten Auswertung werden die Kamerabilder mit anderen bereits bestehenden Daten und Informationen in Beziehung gesetzt, um Wasserstände analysieren zu können und Überschwemmungsgebiete auszumachen. Daraus entwickelt das System Prognosen zur Entwicklung der Pegelstände, um auch zukünftige Entscheidungsprozesse, wie die Warnung der Bevölkerung, zu beschleunigen und Entscheidungsrisiken zu minimieren. Neu entstehende Daten können somit schneller analysiert und berücksichtigt werden.

Die Kanalisation fit machen für große Wassermengen

Neben der Vorbereitung auf ein Hochwasser kann KI auch dann helfen, wenn es zu starken Niederschlägen kommt. Insbesondere die Kanalisation steht bei anhaltendem starkem Regen vor einer großen Herausforderung. Hier setzt das Projekt »RIWWER« an, das sich an Kanalbetreiber richtet und unter Projektleitung des Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme IMS entwickelt wird. Eine KI-basierte Entscheidungsunterstützung soll die Wassermengen bei Regen und Starkregen intelligent und vorausschauend im Kanalsystem verteilen und somit einen Austritt von ungeklärtem Abwasser in die Umwelt vermeiden. Das Projekt wird von der Stadt Duisburg unterstützt, die Kanäle und eine Kläranlage für Forschungszwecke zur Verfügung stellt. In einem ersten Schritt werden im Projekt RIWWER wichtige Stellen im kommunalen Abwassersystem digitalisiert, damit sich im richtigen Moment unterirdisch Wasserschleusen öffnen und schließen können. Außerdem soll so an anderen Stellen Wasser aus dem Kanalsystem in Regenrückhaltebecken gepumpt werden können. Somit wird die Gefahr eines Austritts von ungeklärtem Abwasser, welcher Folgen für Ökonomie, Ökologie und Anwohner*innen haben könnte, minimiert.

Intensive Planung und Vorbereitung sind von entscheidender Bedeutung, um die Bevölkerung vor den gravierenden Folgen zunehmender Extremwetterereignisse infolge des Klimawandels zu schützen. Künstliche Intelligenz kann diese Extremwetterereignisse nicht verhindern, aber sie kann ein wichtiger Baustein sein, um Warnsysteme zu verbessern und Auswirkungen von Hochwassern gering zu halten.

Mehr Infos

Auf unserer KI.Landkarte und in unserem Blog stellen wir immer wieder spannende KI-Initiativen aus NRW vor und zeigen die vielfältigen Einsatzgebiete von Künstlicher Intelligenz.

Über den Autor

Michael Schwarz
Michael Schwarz

Als PR-Referent und Content Creator verwaltet Michael die Social Media-Kanäle von KI.NRW.