Künstliche Intelligenz im Kanalsystem • WASSER & ABWASSER

Gulli Kanalisation Wasser Abwasser Technik W&A
Künstliche Intelligenz im Kanalsystem

Die Ber­li­ner Was­ser­be­trie­be und das Kom­pe­tenz­zen­trum Was­ser Ber­lin haben ein Modell­werk­zeug ent­wi­ckelt, mit dem sich die Alte­rung von Abwas­ser­ka­nä­len simu­lie­ren lässt. Erst­mals haben For­scher bei­der Häu­ser daten­ba­sier­te sta­tis­ti­sche Ver­fah­ren mit künst­li­cher Intel­li­genz ver­bun­den. Mit dem Ergeb­nis las­sen sich Inves­ti­tio­nen deut­lich genau­er steu­ern. Dafür wur­den sie nun mit dem renom­mier­ten Inno­va­ti­ons­preis des Ver­ban­des kom­mu­na­ler Unter­neh­men (VKU) aus­ge­zeich­net.

Wenn etwas kaputt geht, was wir jeden Tag drin­gend brau­chen, ist das ärger­lich, über­ra­schend, mit­un­ter sogar kata­stro­phal. Meis­tens ist es aber vor allem eines: teu­er. Das gilt auch für eine der unsicht­ba­ren Lebens­adern unse­rer Stadt: die mehr als 9.600 Kilo­me­ter lan­ge Kana­li­sa­ti­on. Zumal Schä­den am Kanal nicht sofort sicht­bar wer­den. Anhalts­punk­te für Repa­ra­tu­ren oder Inves­ti­tio­nen lie­fern bis­her sta­tis­ti­sche Anga­ben zu Schä­den sowie Daten aus der Kame­rain­spek­ti­on.

Steuerung von Investitionen

Jetzt – und das ist neu für die Bran­che – haben For­scher des Kom­pe­tenz­zen­trums Was­ser Ber­lin und der Ber­li­ner Was­ser­be­trie­be aus der Kom­bi­na­ti­on und Wei­ter­ent­wick­lung sta­tis­ti­scher Model­le mit künst­li­cher Intel­li­genz und vie­len ech­ten Daten ein Pro­gno­se­instru­ment für die Kanal­al­te­rung ent­wi­ckelt: SEMA-Ber­lin. „Mit die­sem neu­en Tool kön­nen wir Inves­ti­tio­nen und Instand­hal­tun­gen deut­lich bes­ser steu­ern und den Zustand der Kana­li­sa­ti­on lang­fris­tig erhal­ten oder gar ver­bes­sern“, erklärt Was­ser­be­trie­be-Finanz­vor­stand Frank Bruck­mann, der sich sehr über den am 11. März ver­lie­he­nen Inno­va­ti­ons­preis des VKU freut. Der Inno­va­ti­ons­preis zeich­net „her­aus­ra­gen­de Inno­va­tio­nen kom­mu­na­ler Unter­neh­men“ aus und wird alle zwei Jah­re ver­lie­hen,

SEMA – ein Kür­zel aus der eng­li­schen Über­set­zung von Kanal­al­te­rungs­mo­dell für Stra­te­gi­en des Asset-Manage­ments – basiert auf mehr als 140.000 ech­ten Ber­li­ner Daten­sät­zen. Gefüt­tert mit Infor­ma­tio­nen über den Kanal selbst wie Alter, Mate­ri­al, Gefäl­le, Abwas­ser- und Boden­typ, der Ver­kehrs­be­las­tung, der Nähe zu Bäu­men und noch ein paar wei­te­ren Ein­fluss­grö­ßen errech­net es sehr genau, wie sich der Zustand der ein­zel­nen Kanä­le im Netz in den kom­men­den Jahr­zehn­ten ent­wi­ckeln wird und wel­che Sanie­rungs­län­gen erfor­der­lich sind, damit es auch künf­tig ordent­lich funk­tio­niert. Damit geht es deut­lich über bis­he­ri­ge sta­tis­ti­sche Model­le hin­aus, die das Netz in sei­ner Gesamt­heit und nicht im Detail betrach­ten.

Schein­bar, so könn­te man aus der puren Addi­ti­on der bis­her bekann­ten Daten schluss­fol­gern, liegt der idea­le, weil am wenigs­ten geal­ter­te Kanal min­des­tens vier Meter tief im Span­dau­er Sand­bo­den, ist gemau­ert, hat einen Innen­durch­mes­ser von einem Meter, führt Schmutz­was­ser und über ihm wach­sen kei­ne Bäu­me. Die­ses auf Sta­tis­tik fußen­de Kli­schee stimmt im Gro­ßen und Gan­zen, im Detail aber eben auch oft nicht. Hier setzt SEMA-Ber­lin mit maschi­nel­lem Ler­nen auf. Bei der Vor­her­sa­ge auf Hal­tungs­ebe­ne – das ist der oft zwi­schen 30 und 50 Meter lan­ge Bereich eines Kanals zwi­schen zwei Schäch­ten – erreicht das Modell schon jetzt etwa 80 Pro­zent der Genau­ig­keit einer Kame­rain­spek­ti­on und kann den Zustand sanie­rungs­be­dürf­ti­ger Hal­tun­gen in zwei von drei Fäl­len rich­tig­rich­tig pro­gnos­ti­zie­ren.

Automatische Zustandsanalyse

Dafür wird der SEMA-Ber­lin-Pro­to­typ jetzt bei den Ber­li­ner Was­ser­be­trie­ben trai­niert. Dabei wird das Modell ste­tig klü­ger – auch weil es dank des For­schungs­pro­jek­tes Auzu­ka mit immer prä­zi­se­ren Daten gefüt­tert wird. Auzu­ka schafft – wie sein Name sagt – die Vor­aus­set­zun­gen für eine auto­ma­ti­sche Zustands­ana­ly­se und Klas­si­fi­ka­ti­on des Kanal­net­zes durch vir­tu­el­le Bege­hung. Unter Lei­tung der Ber­li­ner Was­ser­be­trie­ben wur­de dafür im Ver­bund mit neun Insti­tu­tio­nen eine den neu­en Stand der Tech­nik defi­nie­ren­de Tech­nik-Ket­te vom Kanal­in­spek­ti­ons­ro­bo­ter bis zur auto­ma­ti­schen Bild-Aus­wer­te­soft­ware ent­wi­ckelt, die Kanal­schä­den schnel­ler, siche­rer, posi­ti­ons­ge­nau­er und eben auch uner­müd­lich erkennt und klas­si­fi­ziert. Und eben­so wie SEMA lernt auch Auzu­ka mit jedem neu­en Daten­satz dazu.