Kleine Gewässer sind essenziell für unser Ökosystem, doch es fehlen zuverlässige Daten zu Wasserstand und Qualität. Unser Pilotprojekt entwickelt kostengünstige Open-Hardware-Sensoren, die durchgehend messen, Daten per KI auswerten und online verfügbar machen.
Viele kleine Gewässer in Deutschland werden kaum überwacht, obwohl sie stark vom Klimawandel betroffen sind. Kommerzielle Sensoren sind jedoch oft zu teuer für eine breite Nutzung.
Unser Pilotprojekt OpenRiverSense (ORS) entwickelt kostengünstige Open-Hardware Prototypen, die Wasserparameter kontinuierlich erfassen und per Fernübertragung an eine Online-Datenbank senden. Die erfassten Daten werden aufbereitet und visualisiert – eine einfache Lösung für Behörden, Umweltverbände und Bürgerwissenschaftler*innen.
Projetsteckbrief OpenRiverSense
Welches Umweltproblem wollt ihr mit eurem Pilotprojekt lösen?
Während größere Flüsse wie Rhein oder Elbe gut dokumentiert sind, fehlen für kleinere Gewässer oft verlässliche Langzeitdaten. Dies ist problematisch, denn sie reagieren besonders empfindlich auf Trockenheit, Starkregen und Schadstoffeinträge.
Mit dem Klimawandel nehmen Extremereignisse zu: Dürren führen zu niedrigen Wasserständen, Sauerstoffmangel bedroht aquatische Lebensräume, und Starkregen kann zu Erosion und Überflutungen führen. Ohne eine bessere Datengrundlage ist es schwer, frühzeitig Maßnahmen zu ergreifen.
Vorhandene Konzepte zu Open-Hardware-Lösungen wurden in Deutschland bisher nur in kleinem Maßstab erprobt und selten mit einem technischen Backend verknüpft. Unsere Hardware soll für die interessierten Akteure eine einfache, kostengünstige und robuste Ergänzung des bestehenden Monitorings werden und von Natur- und Umwelt-Verbänden, Forschungsprojekten, Behörden sowie Privatpersonen einfach nachgebaut werden können.
Wie möchtet ihr das Problem mit KI lösen?
Das wichtigste Ziel unseres Projektes ist es, die Datengrundlage über die hydrologische Situation an kleinen Fließgewässern zu verbessern. KI hilft uns im Anschluss, große Mengen an Sensordaten effizient auszuwerten und in einen größeren hydrologischen Kontext einzubetten.
Eine der Herausforderungen in der Umweltüberwachung ist die Datenqualität: Sensoren können fehlerhafte Werte liefern, zum Beispiel durch Verschmutzungen oder Signalstörungen. KI-Algorithmen helfen, solche Messfehler zu identifizieren und zu bereinigen.
Darüber hinaus erkennt KI Muster und Anomalien in den Messwerten, um frühzeitig auf problematische Entwicklungen hinzuweisen. Beispielsweise kann sie kritische Schwellenwerte überwachen und bei Bedarf Warnmeldungen ausgeben.
Außerdem erproben wir Computer Vision zur Wasserstandsmessung. Hierbei werden Kamerabilder analysiert, um den Pegel von Flüssen oder Bächen zu bestimmen – eine Alternative zu herkömmlichen Pegellatten oder Drucksensoren, die oft wartungsintensiv sind.
Durch die Verknüpfung mit Niederschlags-, Bodenfeuchte- und Grundwasserdaten entstehen umfassendere hydrologische Lagebilder, die langfristig in die Wasserwirtschaft integriert werden können.
Was ist eure Zielsetzung und wie ist eine langfristige Nutzung der KI-Anwendung möglich?
Gemeinsam mit Praxispartnern entwickeln und testen wir mehrere Sensor-Prototypen im Feld. Gleichzeitig wird eine digitale Infrastruktur aufgebaut, die eine einfache Datenerfassung, -haltung und -visualisierung über eine Webanwendung ermöglicht.
Durch bewährte Prototypen und die Einbindung in Citizen-Science-Projekte soll das Konzept deutschlandweit verbreitet werden, um eine langfristige, skalierbare Lösung für das Gewässermonitoring zu schaffen.
Das Preisgeld wird für Hardware-Komponenten, externe Vergaben, Reisekosten und Personalmittel eingesetzt.
Pilotprojekte kennenlernen
Lernt weitere spannende Projekte für KI und Umweltschutz kennen!
„Unser Projekt begeistert uns, weil wir mit unserem Sensor innovative Methoden zur kontinuierlichen Überwachung von Wasserparametern erproben können. So leisten wir einen Beitrag, Wasser als wertvolle Ressource besser zu erfassen, zu schützen und nachhaltig zu managen – für Mensch und Natur.”
