Motivation
Starkregen und Hochwasser stellen eine der größten Naturgefahren dar, mit gravierenden Auswirkungen auf Mensch, Natur und Infrastruktur. Insbesondere kleine und mittlere Flusseinzugsgebiete, wie sie in Mitteleuropa häufig zu finden sind, reagieren schnell auf extreme Wetterbedingungen. Dies führt nicht nur zu drastischen Verkürzungen des Vorwarnfensters, sondern auch verstärkten Unsicherheiten der Vorhersagen. Aktuelle hydrologische Modelle stoßen hier an ihre Grenzen, da sie die Komplexität und Genauigkeit in der Wettervorhersage und Abflussbildung nicht ausreichend erfassen können. Das Forschungsvorhaben KI-HopE-De setzt deshalb genau hier an und will diese effizienter, robuster und flexibler gestalten.
Ziele und Vorgehen
Moderne Methoden der Künstlichen Intelligenz (KI) werden untersucht, entwickelt und eingesetzt, um erstmals eine deutschlandweit einheitliche Prognose in kleinen Einzugsgebieten (< 500 km2) zu ermöglichen und die Vorhersagegenauigkeit bei Extremen in diesen Gebieten zu steigern. Dazu ist geplant, einen umfassenden hydro-meteorologischen Datensatz zu erstellen, der sowohl Mess- als auch Vorhersagedaten enthält und damit die Basis für das zukünftige Training und Abgleichen von Modellen bildet. Als Anwendungsfall dienen Kurfristvorhersagen (< 48 Stunden). Am Vorhaben sind mehrere Hochwasserzentralen direkt beteiligt.
Innovationen und Perspektiven
Durch KI-HopE-De wird ein wesentlicher Beitrag zur öffentlichen Sicherheit und zum Schutz vor Überflutungen geleistet. Geschaffen wird eine innovative, prototypische Plattform, die potentiell von allen Hochwasservorhersagezentren bundesweit übernommen werden könnte. Damit würde auch die momentane Abhängigkeit und der Vorsprung von globalen Techunternehmen effektiv reduziert. Durch neuartige Einbettung von KI in großen, natuwissenschaftlichen Simulationsmodellen werden neue Anwendungsfälle, Datenintegrationstechniken und adaptive Lernmethoden vorangebracht.