Logo der Seite
Logo der Seite Logo der Seite
Regentonne
Der B:rain Tank ist eine smarte Regentonne, die je nach Wetterlage gezielt befüllt oder entleert werden kann. Bildquelle: Jan Stüven/Carl von Ossietzky Universität Oldenburg

Wasserbedarf mit KI erkennen und Starkregen smart managen

Von der KI-gestützten Vorhersage des Trinkwasserbedarfs bis zu digital gesteuerten Regentonnen: Die Forschenden des Zukunftslabors Wasser entwickeln Lösungen, um Verbrauch besser zu verstehen und Regenwasser gezielt zu nutzen. Das stärkt eine nachhaltige Wasserbewirtschaftung und reduziert Überflutungsrisiken.

Zu welchen Tageszeiten benötigen Menschen wie viel Trinkwasser? Wie können intelligente Regentonnen Städte bei Starkregen entlasten? Mit diesen Fragen beschäftigen sich die Forschenden des Zukunftslabors Wasser. Drei Beispiele zeigen, wie datenbasierte Methoden, smarte Hardware und digitale Plattformen die Wasserversorgung nachhaltiger machen.

 

Trinkwasserbedarf mithilfe Künstlicher Intelligenz vorhersagen

Ein Forschungsthema ist die Water Demand Prediction – die Vorhersage des Trinkwasserbedarfs. Ziel ist es, möglichst genau abschätzen zu können, wie viel Trinkwasser zu bestimmten Tageszeiten benötigt wird. Solche Prognosen helfen Wasserversorgern etwa bei der Einsatzplanung von Pumpen oder der Einschätzung von Lastspitzen.

Die Forschenden analysieren mithilfe Künstlicher 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 über einen Gesamtzeitraum von zwei Jahren enthält. Der Datensatz umfasst keine realen Verbrauchsdaten, da diese Datenschutzvorgaben unterliegen. 

Auf Basis einer Literaturrecherche entschieden sich die Forschenden dafür, das KI-Modell SARIMAX (Seasonal AutoRegressive Integrated Moving Average with eXogenous variables) für die Analyse zu nutzen. SARIMAX wird häufig eingesetzt, um die Entwicklung von Daten über 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 überprüfen zu können. Zudem reicherten sie den Datensatz mit Informationen des Deutschen Wetterdienstes zu Temperatur, Luftfeuchtigkeit und Niederschlag an, um deren Einfluss auf den Trinkwasserbedarf zu berücksichtigen.

Die Auswertung zeigte im Wesentlichen drei Ergebnisse: Erstens eignet sich das SARIMAX-Modell gut für die Vorhersage des Trinkwasserbedarfs. Zweitens sind in allen Haushalten morgens und abends stärkere Nachfragen an Trinkwasser zu verzeichnen. Tagsüber unterscheidet sich der Bedarf je nach Haushalt, z. B. benötigen Familien nachmittags mehr Wasser als berufstätige Single-Haushalte. Drittens wirkt sich das Wetter nicht signifikant auf den Wasserbedarf aus.

Die Vorhersage des Trinkwasserbedarfes ist ein wichtiger Baustein für eine zukunftsfähige Wasserversorgung. Ein weiteres, immer wichtiger werdendes Thema ist die Steuerung von Starkregen. Denn im Zuge des Klimawandels nehmen Überflutungen zu, sodass nachhaltige Lösungen gefunden werden müssen.

 

Smarte Regentonnen unterstützen bei Überflutungen

Eine Option sind smarte Regentonnen wie der B:rain Tank, der ursprünglich 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. Über einen Raspberry Pi (kleiner Computer für Steuerungs- und Automatisierungsaufgaben) kann das Ventil des Tanks angesteuert und je nach Wetter geöffnet und geschlossen werden. 

Über 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 könnten diese Tonnen bei Starkregen bis zu 100.000 Liter Wasser speichern. Über die smarte Steuerung würden sich die Ventile automatisiert öffnen, den Niederschlag aufnehmen und nach dem Starkregen kontrolliert wieder ablassen. Dadurch würden die Kanalisation und die Straßen nicht überflutet werden.

Die Herausforderung dabei ist die autarke Energieversorgung. Der Raspberry Pi benötigt Strom, der aktuell über eine Powerbank in Kombination mit einem Solarmodul bereitgestellt wird. Das ist keine langfristige und zuverlässige Lösung, da vor allem im Winter die Solarenergie reduziert ist und hier die meisten Starkregenereignisse auftreten. Deshalb untersuchen wir Möglichkeiten, wie der Tank möglichst lange autark betrieben werden kann.
Bild von Jan Stüven
M. Sc. Jan Stüven
Carl von Ossietzky Universität Oldenburg, Department für Informatik

Ein Lösungsansatz besteht darin, den Programmcode so zu optimieren, dass der Raspberry Pi möglichst wenig Strom verbraucht. Eine weitere Möglichkeit wäre, den Raspberry Pi nur noch für das Öffnen und Schließen des Ventils zu verwenden, während ein anderer Rechner die Wetterdaten abruft. 

Um diese Ansätze durchzuspielen, erstellen die Forschenden einen digitalen Zwilling des B:rain Tanks, also eine virtuelle Abbildung des Regenwassertanks inklusive des Raspberry Pi. Der digitale Zwilling soll dabei helfen, verschiedene Optimierungsmaßnahmen zu simulieren, ohne direkt in den realen Tank eingreifen zu müssen. So können die Forschenden herausfinden, welche Lösungen den autarken und zuverlässigen Betrieb des B:rain Tanks ermöglichen.

Der B:rain Tank ist ein Beispiel dafür, wie Daten und digitale Steuerung direkt vor Ort genutzt werden können. Gleichzeitig braucht es zentrale Plattformen, um wasserbezogene Daten zu bündeln, auszuwerten und für verschiedene Anwendungsfälle nutzbar zu machen. Eine solche Plattform ist WISdoM (Water Innovation Solution Management).

 

Digitale Plattform WISdoM für die Wasserwirtschaft

Die Plattform ist bereits 2019 in Kooperation mit dem OOWV entstanden und wurden nun von den Forschenden des Zukunftslabors Wasser weiterentwickelt. WISdoM bildet Anwendungsfälle aus der Wasserwirtschaft digital ab und ermöglicht es, sie prototypisch zu analysieren. Use Cases zu den Themengebieten Niederschlag, Grundwasser und Wasserverbrauch werden interaktiv dargestellt. Bisher war die Plattform nur internen Usern zugänglich. Um sie auch externen Anwender*innen zur Verfügung zu stellen, überführten die Forschenden sie auf eine öffentlich zugängliche Website. Zudem integrierten sie einen passwortgeschützten Log-in-Bereich, um sensible Daten zu kritischer Infrastruktur vor Angriffen zu schützen. Technisch gesehen bedeutete diese Weiterentwicklung vor allem Aufräumarbeit: ältere Bibliotheken ersetzen, Strukturen vereinheitlichen und neue Funktionen integrieren. Perspektivisch sollen die Anwendungsfälle des Zukunftslabors Wassers in WISdoM überführt werden.

Weitere Inhalte

Newsletter abonnieren

E-Mail*
* Pflichtfelder