Intelligente Messwertüberwachung
KI-Projekt »NiMo 4.0« für sauberes Wasser
Das Verbundprojekt NiMo 4.0 entwickelt Softwaresysteme, die KI-Verfahren mit traditionellen Methoden kombinieren, um die räumliche Verteilung von Nitrat im Grundwasser präziser vorherzusagen. Beim Vernetzungstreffen der BMUV-Förderinitiative präsentiert Disy die Ergebnisse.
Für sauberes Grundwasser: Disy und der BMUV zeigen mit dem Nitrat-Monitoring-Systemaufbau wie die Datenhaltung und der Datenfluss in NiMo 4.0 abläuft.
© Disy InformationssystemeDa 70 Prozent des Trinkwassers aus Grundwasser gewonnen werden, ist der Schutz vor überhöhten Nitratwerten von großer Bedeutung. KI-gestützte Systeme können die Nitratverteilung im Grundwasser besser vorhersagen und bieten somit eine intelligente Entscheidungsunterstützung für Maßnahmen zum Grundwasserschutz.
Einsatz von Algorithmen des maschinellen Lernens
Im Projekt wurden die Anwendungsfälle Regionalisierung, Messwertüberwachung und Messnetzoptimierung betrachtet. Durch die Regionalisierung soll die Nitratverteilung im Grundwasser räumlich vorhergesagt werden. Bei der intelligenten Messwertüberwachung werden große Mengen von Messdaten mithilfe von Regressions- und Klassifikationsalgorithmen auf Abweichungen untersucht (Anomalieerkennung). Die Messnetzoptimierung zielt darauf ab, redundante Messstellen zu reduzieren und fehlende Standorte zu identifizieren. Dadurch können Kosten für Technik und Personal eingespart, aber auch Standorte für fehlende Messstellen identifiziert werden. Für diese Anwendungsfälle kamen verschiedene maschinelle Lernalgorithmen zum Einsatz, beispielsweise Random-Forest-Methoden, Deep Learning mit LSTM-Netzwerken sowie Methoden der Geostatistik und mathematischen Optimierung.
Integration von KI-Verfahren in Datenanalysen
Neben den spezifischen Anwendungsfällen wurde ein methodisch-technisches Rahmenwerk geschaffen, um KI-Verfahren mit Technologien der Umweltinformatik im Bereich Wasser zu kombinieren. Das KI-Leuchtturmprojekt hat dafür verschiedene Beiträge zur Konzeption, Aufbau und ersten Erprobungen geliefert. Insbesondere wurde dadurch auch die technologische Grundlage für die Analyseerweiterung der Datenanalyse-Plattform disy Cadenza gelegt. Diese erweitert die Analysemöglichkeiten, indem sie unter anderem die Einbettung von wissenschaftlichen Diagrammen und Ergebnissen KI-basierter Algorithmen, wie der Klassifikation, Vorhersage oder Clustering in Dashboards, unterstützt.
Die von den NiMo-Partnern entwickelten KI-Algorithmen lassen sich über Analyseerweiterungen interaktiv in die visuelle Analyse einbetten. In diesem Beispiel wurde zunächst eine Nitrat-Regionalisierung mit einer Rastergröße von 500 m berechnet. Im Anschluss wurde über ein Polygon ein räumlicher Filter auf den Eingabedaten definiert, und für diesen Bereich derselbe Algorithmus mit einer geänderten Rastergröße von 250 m ausgeführt, um ein feineres Bild zu erhalten.
© Disy InformationssystemePräsentation der Projektergebnisse beim Vernetzungstreffen
Das BMUV lädt alle Projektdurchführenden der KI-Leuchttürme am 11.06.2024 zum vierten Vernetzungstreffen nach Berlin ein. Disy wird dort das Forschungskonsortium des KI-Leuchtturms NiMo vertreten und das Projekt mit seinen Zielen, Lösungsansätzen und Ergebnissen präsentieren. Aufgrund des weiterhin hohen Forschungsbedarfs an KI-Anwendungen für den Natürlichen Klimaschutz hat das BMUV nachgelegt und im Frühjahr einen dritten Förderaufruf gestartet.
Die KI-Leuchttürme der BMUV-Förderinitiative
Die Förderinitiative »KI-Leuchttürme für Umwelt, Klima, Natur und Ressourcen« des Bundesministeriums für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV) wurde 2019 gestartet, um Projekte zu fördern, die Künstliche Intelligenz zur Bewältigung ökologischer Herausforderungen einsetzen. In zwei Förderrunden wurden bisher 53 KI-Leuchttürme mit einem Gesamtvolumen von etwa 70 Millionen Euro unterstützt. Das Projekt NiMo, koordiniert von der Disy Informationssysteme GmbH, wurde mit rund 2,5 Millionen Euro gefördert und in Zusammenarbeit mit dem Karlsruher Institut für Technologie (KIT), dem Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB und dem DVGW-Technologiezentrum Wasser im Zeitraum von September 2020 bis Dezember 2023 erfolgreich umgesetzt.















