KI-Leuchtturm NiMo 4.0 erfolgreich abgeschlossen

Das Forschungskonsortium unter Leitung von Disy hat den KI-Leuchtturm der BMUV-Förderinitiative „Nitrat-Monitoring 4.0“ erfolgreich abgeschlossen. Beim 4. Vernetzungstreffen am 11.06.2024 in Berlin präsentiert Disy die Ergebnisse.

Teaser: KI-Leuchtturm NiMo 4.0 erfolgreich abgeschlossen

Mit künstlicher Intelligenz die Umwelt schützen – mit diesem Ziel startete 2019 die Förderinitiative „KI-Leuchttürme für Umwelt, Klima, Natur und Ressourcen" des Bundesministeriums für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz (BMUV). Die Initiative fördert Projekte, die künstliche Intelligenz (KI) einsetzen, um ökologische Herausforderungen zu bewältigen und einen wegweisenden Beitrag zur umwelt-, klima- und naturgerechten Digitalisierung leisten. Ein KI-Leuchtturm ist das Verbundprojekt Nitrat-Monitoring 4.0 (NiMo), das intelligente Systeme zur nachhaltigen Reduzierung von Nitrat im Grundwasser entwickelt. Koordiniert von Disy und im Verbund mit den Partnern KIT, Fraunhofer IOSB und TZW wurden die Arbeiten innerhalb von drei Jahren erfolgreich durchgeführt, wie Dr. Andreas Abecker im Interview berichtet.

Hohe Nitratwerte im Trinkwasser sind gesellschaftliche Herausforderung

Die Abbildung zeigt schematisch Datenhaltung und -fluss im KI-Leuchtturm NiMo 4.0.

Datenhaltung und -fluss im KI-Leutturm NiMo 4.0

Der KI-Leuchtturm NiMo entwickelt Softwaresysteme, die KI-Verfahren mit traditionellen Methoden der Umweltinformatik kombinieren, um Vorhersagen zur räumlichen Verteilung von Nitrat im Grundwasser zu verbessern. Da zu hohe Nitratwerte im Trinkwasser gesundheitliche Beeinträchtigungen verursachen können, stellt die Nitratproblematik eine gesellschaftliche Herausforderung dar. Intelligente Systeme, basierend auf KI-Methoden, können die Nitratverteilung im Grundwasser besser vorhersagen und somit eine intelligente Entscheidungsunterstützung für Programme zum Grundwasserschutz bieten.

KI-Leuchtturm beleuchtet konkrete Anwendungsfälle

Dazu wurden konkret die Anwendungsfälle Regionalisierung, Messwertüberwachung und Messnetzoptimierung betrachtet. Durch die Regionalisierung soll die Nitratverteilung im Grundwasser räumlich vorhergesagt werden. Bei der intelligenten Messwertüberwachung werden mit einer Kombination von Regressions- und Klassifikationsalgorithmen große Mengen von Messdaten auf Abweichungen hin untersucht (Anomalieerkennung). Die Messnetzoptimierung dient dem Ziel, sowohl redundante Messstellen abzubauen bzw. dort seltener Proben zu entnehmen, um Kosten für Technik und Personal einzusparen, als auch Standorte für fehlende Messstellen zu identifizieren. Für diese Anwendungsfälle wurden verschiedene Algorithmen des maschinellen Lernens verwendet, wie z. B. Random Forst Methoden, Deep Learning mit LTSM-Netzwerken, aber auch Methoden der Geostatistik und der mathematischen Optimierung.

Anwendungspartner steuern Daten für datengetriebenes Lernen bei

Die Abbildung zeigt die 4 Projektpartner des KI-Leuchtturms NiMo 4.0

Projektpartner NiMo 4.0

Auf Grundlage historischer Datenbestände und aktueller Messungen wurden mit datengetriebenen Verfahren Modelle trainiert, welche die räumliche Vorhersage der Nitratbelastung in der Fläche ermöglichen und das Gesamtverständnis der Vorgänge im Grundwasser erhöhen sollen. Die dafür benötigten Daten kamen von den Anwendungspartnern, wie dem Wasser- und Abwasser- Zweckverband Niedergrafschaft (WAZ) und dem Zweckverbands Landeswasserversorgung Baden-Württemberg (LW), sowie Landesumweltämtern aus Baden-Württemberg, Rheinland-Pfalz, Niedersachsen, Brandenburg und Thüringen. Die Zusammenarbeit mit den Anwendungspartnern ermöglichte auch praktische Tests der Lösungsansätze.

Die Abbildung zeigt, wie die Analyseerweiterung an disy Cadenza angebunden ist

Analyseerweiterung disy Cadenza

KI-Leuchtturm schafft Basis für Analyseerweiterung in disy Cadenza

Außer den Anwendungsfällen war es Ziel, für die Umsetzung ein allgemeines, methodisch-technisches Rahmenwerk zu schaffen, um KI-Verfahren mit Technologien der Umweltinformatik, hier speziell im Bereich Wasser, anwendungsorientiert 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 von disy Cadenza gelegt

Die Analyseerweiterung bietet neue Möglichkeiten in der Datenanalyse mit disy Cadenza, indem sie die Einbettung von wissenschaftlichen Diagrammen bis hin zu durch KI aufbereiteten Visualisierungen in Dashboards ermöglicht. Der Clou an diesem Prozess: Analysten und auch alle anderen Anwendenden profitieren von den erweiterten Analysemöglichkeiten in disy Cadenza und benötigen dafür keine KI-Kenntnisse. Da sie sich in ihrer gewohnten Arbeitsumgebung befinden, müssen sie die Details der Umsetzung einer KI-Analyse nicht verstehen. Sie bekommen das Ergebnis in disy Cadenza zurück und können auf dieser Basis weiterarbeiten.

Disy präsentiert beim BMUV-Vernetzungstreffen der KI-Leuchttürme

Um das Rad nicht neu zu erfinden und das Wissen der KI-Experten untereinander zu teilen, lädt das BMUV alle Projektdurchführenden der KI-Leuchttürme im Juni zu einem Vernetzungstreffen ein. In zwei Förderrunden hat das BMUV bereits 53 KI-Leuchttürme mit einem Gesamtfördervolumen von etwa 70 Millionen Euro unterstützt. Der Forschungsbedarf an KI-Anwendungen für den natürlichen Klimaschutz ist weiterhin hoch, weshalb das BMUV im April den dritten Förderaufruf gestartet hat. Beim inzwischen vierten Vernetzungstreffen in Berlin hat Disy das Forschungskonsortium vertreten und den KI-Leuchtturm NiMo als Gesamtprojekt mit seinen Zielen, Lösungsansätzen und Ergebnissen während des Showroom-Rundgangs mit Exponaten präsentiert. Dr. Bettina Hoffmann, Parlamentarische Staatssekretärin im Bundesumweltministerium, überreichte Auszeichnungen an die Vertretenden der 13 erfolgreich abgeschlossene KI-Leuchttürme.

Mit dem Lösungsansatz der Analyseerweiterung, den Disy im disy Cadenza Release 9.3 als Beta-Version zur Produktreife gebracht hat, scheint der von der Förderinitiative gewünschte Transfer von Forschungsergebnissen in die Praxis gelungen zu sein. Die Analyseerweiterung wird derzeit im Forschungsprojekt Simplex4Learning für die Umweltverwaltung intensiv getestet. Gelingt alles, dann sind der Übertragbarkeit auf andere Szenarien in Wasserwirtschaft oder Umwelt keine Grenzen gesetzt. Das ist jedoch erst der Anfang. Langfristig sollen weitere fortgeschrittene externe Algorithmen an disy Cadenza angebunden werden, um KI-Verfahren für Umweltfragestellungen auch für KI-Laien anwendbar zu machen. Interessenten können sich gerne an Disy wenden, um mehr über die Forschung im Bereich KI zu erfahren oder eine Zusammenarbeit zu diskutieren.