Die Ergebnisse der Masterarbeit des Bauingenieurs Albers zeigen, dass mit minimalem rechnerischem Aufwand maschinelle Lernmodelle Vorhersagen liefern, die den tatsächlichen Abflüssen sehr nahekommen. Albers demonstriert damit, dass der Einsatz von KI auch im Bereich der Wasserwirtschaft handfeste Vorteile bringen kann.

Die bislang verwendeten hydrodynamischen Simulationsmodelle, die den Abfluss in Kanalnetzen physikalisch detailliert berechnen, seien sehr zeitaufwendig:

„Gerade bei plötzlich auftretenden Starkregenereignissen ist jedoch eine schnelle Vorhersage entscheidend“, erklärt der Bauingenieur. „Mich hat besonders gereizt, herauszufinden, was man in diesem Bereich mit künstlicher Intelligenz alles erreichen kann“, beschreibt der Absolvent seine Motivation.

Sein Ansatz basierte auf maschinelles Lernen, insbesondere der Nutzung neuronaler Netze. Ziel war es, Niederschlagsdaten mithilfe von KI so zu analysieren, dass Abflussmengen und -zeiten an bestimmten Punkten im Kanalsystem präzise und binnen Sekunden vorhergesagt werden können. Für die Entwicklung seiner Prognosemodelle griff Albers auf umfangreiche Datensätze zurück, die reale Niederschlags- und Abflussmessungen sowie Ergebnisse aus hydrodynamischen Simulationen umfassten.

Seine Ergebnisse stellte Flemming Albers auf der Urban Drainage Modelling Conference 2025 in Innsbruck vor. Foto: privat

Herausforderungen und Fazit

Die größte Herausforderung bestand laut Autor in der datenbasierten Modellierung: Zeitreihen von Wetter- und Abflussdaten weisen saisonale Schwankungen auf, die die Vorhersagen ungenauer machen können. Um dies zu umgehen, implementierte der Bauingenieur Prüfmechanismen und testete das neuronale Netz mit Datensätzen, die es vorher nicht „gesehen” hatte. Damit stellte er sicher, dass das Modell auch in unbekannten Situationen robuste und belastbare Vorhersagen liefert.

Albers Arbeit hat einen interdisziplinären Charakter: Als Bauingenieur wagte er den Sprung in den Bereich der Datenwissenschaften. Durch Eigeninitiative habe er sich Wissen in Programmierung und data-science-spezifischen Methoden angeeignet, obwohl er zu Beginn der Masterarbeit wenig Erfahrung auf diesem Gebiet gehabt habe.

„Dank zahlreicher Machine-Learning-Bibliotheken und umfangreicher Online-Ressourcen konnte ich mir das Thema selbstständig erschließen“, berichtet der Absolvent über seinen Einstieg in das komplexe Fachgebiet. Unterstützt wurde er dabei von Prof. Dr. Malte Henrichs, der die innovative Ausrichtung von Albers Projekt besonders schätzte: „Mich reizt es, neue Themenfelder und Methoden zu erkunden und für die Wasserwirtschaft nutzbar zu machen. Deshalb fand ich Flemmings Ansatz von Anfang an äußerst spannend.“

Die Masterarbeit verdeutlicht das große Potenzial von KI-gestützten Ansätzen für die Siedlungsentwässerung und die Wasserwirtschaft. Albers möchte dem Thema auch nach seinem Abschluss treubleiben und sein Wissen im Rahmen einer Promotion am Fachbereich Bauingenieurwesen vertiefen.

„Mein Ziel ist es, die Vorhersagemodelle mit Steuerungselementen zu kombinieren. Dabei untersuche ich, wie KI automatisierte Entscheidungen ermöglichen kann – etwa das Aktivieren oder Deaktivieren von Pumpen sowie das gezielte Ab- oder Umlenken von Abwasserströmen, um Überflutungen effektiv zu vermeiden“, erklärt der Nachwuchsforscher und gibt einen Einblick in seine derzeitigen Forschungsarbeiten.

 

(Quelle: FH Münster)