Angewandte KI in der Wasserwirtschaft

Während Künstliche Intelligenz in alltäglichen Anwendungen (Sprach- und Bilderkennung, generative KI wie ChatGPT) immer selbstverständlicher wird, findet die Umsetzung dieser neuen Technologie in der Wasserwirtschaft noch eher verhaltend statt.

Im Rahmen des Forschungsschwerpunktes „Angewandte KI in der Wasserwirtschaft“ untersucht Prof. Quirmbach mit einem interdisziplinären Team aus Wasserwirtschaftlern, Ökonomen, Data Scientisten und Informatikern, welche sinnvollen Anwendungsfälle von KI es bei wasserwirtschaftlichen Themen gibt. Im Rahmen des Forschungsprojektes „Smart Water – Chancen und Risiken einer digitalisierten Wasserwirtschaft (2017 – 2021)“ hat Prof. Quirmbach gemeinsam mit Prof. Oelmann (Wirtschaftsinstitut der HRW) konkrete mögliche Forschungsfelder evaluiert, aus denen insbesondere die KI-basierte Datenprüfung (Prof. Oelmann) sowie die KI-basierte Starkregen- und Überflutungsvorhersage (Prof. Quirmbach) in Folgeprojekten weiter verfolgt wurden.

Im Rahmen des BMBF-Verbundforschungsvorhabens „KIWaSuS – KI-basiertes Warnsystem vor Starkregen und urbanen Sturzfluten (2021 – 2024)“ wurden insbesondere komplexe tiefe neuronale Netze (Deep Learning) für die Vorhersage von Starkregen und daraus resultierenden Überflutungsflächen entwickelt. Mit dem hetida designer der fuseki GmbH wurde eine Datenplattform genutzt, in der online Datenabfragen (z. B. Radardaten des DWD), KI-Modelle und Ergebnisdarstellungen integriert wurden. Die Ergebnisse des Projektes wurden bisher von Mitarbeiter:innen der Forschungsgruppe von Prof. Quirmbach in mehr als 50 Vorträgen und Publikationen, davon drei international peer reviewed paper und eine Dissertation (Dr. Benjamin Burrichter), veröffentlicht.

Seit März 2025 werden die Arbeiten aus KIWaSuS gemeinsam mit Prof. Haselhoff (Institut Informatik der HRW) und der fuseki GmbH im DFG-Projekt „RAIN-DL – Dynamische und skalierbare Echtzeitvorhersage von Starkregen und daraus resultierenden Überflutungen mit Hilfe von Deep Learning Anwendungen“ fortgeführt. Ziele des Projektes sind eine weitere Verbesserung der Starkregenvorhersagen sowie eine effizientere Übertragbarkeit der Überflutungsmodelle auf andere Einzugsgebiete.