{"id":113747,"date":"2026-04-04T02:49:00","date_gmt":"2026-04-04T00:49:00","guid":{"rendered":"https:\/\/www.sonnenseite.com\/?p=113747"},"modified":"2026-04-02T15:51:54","modified_gmt":"2026-04-02T13:51:54","slug":"wasserbedarf-mit-ki-erkennen-und-starkregen-smart-managen","status":"publish","type":"post","link":"https:\/\/www.sonnenseite.com\/de\/umwelt\/wasserbedarf-mit-ki-erkennen-und-starkregen-smart-managen\/","title":{"rendered":"Wasserbedarf mit KI erkennen und Starkregen smart managen"},"content":{"rendered":"\n
Von der KI-gest\u00fctzten Vorhersage des Trinkwasserbedarfs bis zu digital gesteuerten Regentonnen: Die Forschenden des Zukunftslabors Wasser entwickeln L\u00f6sungen, um Verbrauch besser zu verstehen und Regenwasser gezielt zu nutzen. Das st\u00e4rkt eine nachhaltige Wasserbewirtschaftung und reduziert \u00dcberflutungsrisiken.<\/p>\n\n\n\n
Zu welchen Tageszeiten ben\u00f6tigen Menschen wie viel Trinkwasser? Wie k\u00f6nnen intelligente Regentonnen St\u00e4dte bei Starkregen entlasten? Mit diesen Fragen besch\u00e4ftigen sich die Forschenden des Zukunftslabors Wasser. Drei Beispiele zeigen, wie datenbasierte Methoden, smarte Hardware und digitale Plattformen die Wasserversorgung nachhaltiger machen.<\/p>\n\n\n\n
Ein Forschungsthema ist die Water Demand Prediction \u2013 die Vorhersage des Trinkwasserbedarfs. Ziel ist es, m\u00f6glichst genau absch\u00e4tzen zu k\u00f6nnen, wie viel Trinkwasser zu bestimmten Tageszeiten ben\u00f6tigt wird. Solche Prognosen helfen Wasserversorgern etwa bei der Einsatzplanung von Pumpen oder der Einsch\u00e4tzung von Lastspitzen.<\/p>\n\n\n\n
Die Forschenden analysieren mithilfe K\u00fcnstlicher Intelligenz (KI) den Trinkwasserbedarf verschiedener Haushaltstypen, darunter Familien-, Single-, und Rentnerhaushalte, am Beispiel der Stadt Bremen. Als Grundlage nutzen die Forschenden einen Beispieldatensatz, der typische Verbrauchsmuster der verschiedenen Haushaltstypen \u00fcber einen Gesamtzeitraum von zwei Jahren enth\u00e4lt. Der Datensatz umfasst keine realen Verbrauchsdaten, da diese Datenschutzvorgaben unterliegen. <\/p>\n\n\n\n
Auf Basis einer Literaturrecherche entschieden sich die Forschenden daf\u00fcr, das KI-Modell SARIMAX (S<\/strong>easonal A<\/strong>utoR<\/strong>egressive I<\/strong>ntegrated M<\/strong>oving A<\/strong>verage with eX<\/strong>ogenous variables) f\u00fcr die Analyse zu nutzen. SARIMAX wird h\u00e4ufig eingesetzt, um die Entwicklung von Daten \u00fcber einen bestimmten Zeitraum hinweg zu untersuchen, sogenannte Zeitreihen. Die Forschenden unterteilten den Beispieldatensatz in Trainings- und Testaten, um das KI-Modell nicht nur anzulernen, sondern seine Ergebnisse auch \u00fcberpr\u00fcfen zu k\u00f6nnen. Zudem reicherten sie den Datensatz mit Informationen des Deutschen Wetterdienstes zu Temperatur, Luftfeuchtigkeit und Niederschlag an, um deren Einfluss auf den Trinkwasserbedarf zu ber\u00fccksichtigen.<\/p>\n\n\n\n
Die Auswertung zeigte im Wesentlichen drei Ergebnisse: Erstens eignet sich das SARIMAX-Modell gut f\u00fcr die Vorhersage des Trinkwasserbedarfs. Zweitens sind in allen Haushalten morgens und abends st\u00e4rkere Nachfragen an Trinkwasser zu verzeichnen. Tags\u00fcber unterscheidet sich der Bedarf je nach Haushalt, z. B. ben\u00f6tigen Familien nachmittags mehr Wasser als berufst\u00e4tige Single-Haushalte. Drittens wirkt sich der Niederschlag nicht signifikant auf den Wasserbedarf aus.<\/p>\n\n\n\n
Die Vorhersage des Trinkwasserbedarfes ist ein wichtiger Baustein f\u00fcr eine zukunftsf\u00e4hige Wasserversorgung. Ein weiteres, immer wichtiger werdendes Thema ist die Steuerung von Starkregen. Denn im Zuge des Klimawandels nehmen \u00dcberflutungen zu, sodass nachhaltige L\u00f6sungen gefunden werden m\u00fcssen.<\/p>\n\n\n\n
Smarte Regentonnen unterst\u00fctzen bei \u00dcberflutungen<\/h4>\n\n\n\n
Eine Option sind smarte Regentonnen wie der B:rain Tank, der urspr\u00fcnglich vom Oldenburgisch-Ostfriesischen Wasserverband (OOWV) entworfen wurde und nun von den Forschenden des Zukunftslabors Wasser weiterentwickelt wird. Der B:rain Tank wird an ein Regenfallrohr angeschlossen und kann bis zu 1.000 Liter Wasser aufnehmen. \u00dcber einen Raspberry Pi (kleiner Computer f\u00fcr Steuerungs- und Automatisierungsaufgaben) kann das Ventil des Tanks angesteuert und je nach Wetter ge\u00f6ffnet und geschlossen werden. <\/p>\n\n\n\n
\u00dcber das Internet ist der Raspberry Pi dazu in der Lage, Wetterdaten des Deutschen Wetterdienstes zu beziehen. So kann das System erkennen, wann mit wie viel Regen zu rechnen ist. Die Idee dahinter: Wenn z. B. 100 smarte Regentonnen in einem Stadtteil aufgestellt werden, dann k\u00f6nnten diese Tonnen bei Starkregen bis zu 100.000 Liter Wasser speichern. \u00dcber die smarte Steuerung w\u00fcrden sich die Ventile automatisiert \u00f6ffnen, den Niederschlag aufnehmen und nach dem Starkregen kontrolliert wieder ablassen. Dadurch w\u00fcrden die Kanalisation und die Stra\u00dfen nicht \u00fcberflutet werden.<\/p>\n\n\n\n
\n
Die Herausforderung dabei ist die autarke Energieversorgung. Der Raspberry Pi ben\u00f6tigt Strom, der aktuell \u00fcber eine Powerbank in Kombination mit einem Solarmodul bereitgestellt wird. Das ist keine langfristige und zuverl\u00e4ssige L\u00f6sung, da vor allem im Winter die Solarenergie reduziert ist und hier die meisten Starkregenereignisse auftreten. Deshalb untersuchen wir M\u00f6glichkeiten, wie der Tank m\u00f6glichst lange autark betrieben werden kann. M. Sc. Jan St\u00fcven – Carl von Ossietzky Universit\u00e4t Oldenburg<\/a>, Department f\u00fcr Informatik<\/p>\n<\/blockquote>\n\n\n\n