Forschende des Zukunftslabors Wasser nutzen künstliche Intelligenz, um Wasserdaten aus der Ostsee in Echtzeit auszuwerten. Ziel ist es, die Ausbreitung giftiger Algen frühzeitig zu erkennen, um Naturkatastrophen wie Fischsterben zu verhindern und Gewässer nachhaltig zu schützen.
Im Sommer 2022 führte eine toxische Algenblüte zu einem Fischsterben in der Oder. Bedingt durch erhöhte Salzgehalte, hohe Wassertemperaturen und niedrige Wasserstände vermehrten sich die giftigen Algen und verursachten diese Umweltkatastrophe. Solche Naturgefahren zukünftig einzudämmen, gehört zu den Zielen des Zukunftslabors Wasser.
Die Forschenden untersuchten Methoden der künstlichen Intelligenz, mit denen Wasserdaten in Echtzeit ausgewertet werden können. Als Datengrundlage verwendeten sie Datensätze einer Fähre, die zwischen Kiel und Oslo pendelte. Die Fähre verfügte über Sensoren zur Messung der Wassertemperatur, des Sauerstoff- und Salzgehaltes des Wassers sowie zur Messung von Chlorophyll A, einem Molekül, das die Photosynthese antreibt. Diese Daten werteten die Forschenden mittels künstlicher Intelligenz aus, da sie Aufschluss über eine starke Vermehrung von Algen geben können.
Im ersten Schritt wurden die Wasserdaten mithilfe verschiedener Modelle der künstlichen Intelligenz ausgewertet, um Auffälligkeiten zu identifizieren. Die Herausforderung bestand darin, die Daten in Echtzeit auszuwerten. Im zweiten Schritt soll ein Gerät zur Entnahme von Wasserproben ansteuerbar gemacht werden. Dieses soll perspektivisch in der Lage sein, während der Fahrt automatisiert Wasserproben an den Stellen zu entnehmen, an denen die künstliche Intelligenz eine Algenblüte ermittelt. Die Wasserproben können anschließend im Labor ausgewertet werden, um einen kritischen Algenbestand zu prüfen.
Die Forschenden testeten verschiedene Modelle der künstlichen Intelligenz, um deren mögliche Verwendung für diesen Einsatzzweck zu prüfen. Dabei schlossen sie Modelle aus, die nicht zur Echtzeitauswertung geeignet sind oder die Messreihen fälschlicherweise glätten. Für die potenziell geeigneten Modelle definierten sie Trainings- und Testdaten, um die Modelle anzulernen und ihre Ergebnisse zu überprüfen.
Beim Training der Modelle stießen die Forschenden auf verschiedene Herausforderungen. Zum einen hatten manche Modelle Schwierigkeiten mit natürlichen Prozessen wie der Variation des Sauerstoffgehaltes im Wasser zwischen Tag und Nacht. Zum anderen gab es 2023 insgesamt 30 Gebiete mit erhöhtem Algenaufkommen, 2024 waren es 90 Gebiete. Darüber hinaus unterschieden sich die Algengebiete in ihrem Ausmaß: Die Fähre benötigte neun Minuten, um das kleinste Gebiet zu passieren, und mehrere Stunden, um das größte Gebiet zu durchqueren. Diese Variationen in den Trainingsdatensätzen bereiteten einigen Modellen Schwierigkeiten. Die Forschenden legten die Trainings- und Testdaten so fest, dass beide Datensätze diese Variationen enthielten, um die Auswertungen der Modelle ausreichend zu überprüfen.
Um die Zuverlässigkeit der verschiedenen Modelle zu ermitteln, definierten die Forschenden zudem Zielmetriken wie die benötigte Zeit für die Datenauswertung, die Anzahl richtig und falsch identifizierter Algenblüten sowie die Anzahl verpasster Algenblüten. Auf dieser Grundlage ermittelten sie geeignete Modelle.
Die Forschenden betonten, dass sie ihre Forschung am Beispiel der Algenblüte durchführen, dabei jedoch grundlegende Kenntnisse zur KI-basierten Datenauswertung in Echtzeit gewinnen. Diese Erkenntnisse können auf andere Anwendungsgebiete übertragen werden, in denen die Echtzeitanalyse eine Rolle spielt, zum Beispiel bei Hitzewellen im Meer oder Schadstoffeinträgen in Flüssen.
Zukünftig werden die Forschenden überprüfen, ob die Entnahme der Wasserprobe auf Basis der KI-Auswertung erfolgreich verläuft. Dazu werden sie simulieren, wie dem Datensatz eine Probe entnommen wird. Anschließend wird geprüft, ob diese Probe tatsächlich auf eine erhöhte Algendichte hinweist. Wenn dieser Test erfolgreich verläuft, kann er perspektivisch auch in der Realität durchgeführt werden, während die Fähre die Ostsee durchquert. Solche Tests in der Realität sind aufwendig und kostenintensiv und sollten erst stattfinden, wenn im Labor alles reibungslos funktioniert.
