Mit Simulationen die Trinkwasserversorgung von morgen planen

Für Städte und Gemeinden geht es bei der Planung der Wasserversorgung nicht allein darum, auf einzelne Trockenperioden zu reagieren. Leitungsnetze, Speicher, Brunnen und Aufbereitungsanlagen müssen für mehrere Jahrzehnte im Voraus geplant werden und zuverlässig funktionieren – auch bei Engpässen. „Bei der Planung neuer Anlagen müssen wir abschätzen, wie viel Trinkwasser eine Kommune im Jahr 2040, 2050 oder darüber hinaus benötigen wird. Wir verbinden Daten mit mathematischen Modellen, Simulationen und Methoden des maschinellen Lernens, um auch unter unsicheren zukünftigen Bedingungen eine Grundlage für belastbare Entscheidungen zu schaffen“, sagt Prof. Wolfgang Nowak vom Institut für Wasser- und Umweltsystemmodellierung (IWS) und dem Stuttgarter Zentrum für Simulationswissenschaft (SC SimTech).

Die Planung der Wasserversorgung beruhte bislang auf historischen Verbrauchsdaten. Unter den Bedingungen des Klimawandels lassen sich Entwicklungen aus der Vergangenheit jedoch nicht ohne Weiteres in die Zukunft fortschreiben. Gleichzeitig entwickeln sich Bevölkerungszahlen, Siedlungsstrukturen, industrielle Nutzung und das Verbraucherverhalten weiter. Wie diese Faktoren zusammenspielen, unterscheidet sich zudem von Kommune zu Kommune.

Eine weitere Herausforderung liegt in der Datengrundlage: Gerade kleinere und mittlere Wasserversorger verfügen häufig nur über vergleichsweise kleine und lückenhafte Daten. KI-Verfahren benötigen dagegen große Mengen an Trainingsdaten. Die Forschenden untersuchen deshalb, wie sich auch aus einer begrenzten Datengrundlage möglichst verlässliche Entscheidungsgrundlagen gewinnen lassen.

Die Forschenden führen Informationen aus unterschiedlichen Kommunen, Zeiträumen und Klimaregionen zusammen. Dabei werden kurzfristige Wetterschwankungen ebenso berücksichtigt wie langfristige Klimaentwicklungen. Die Modelle sollen übergreifende Muster erkennen und diese zugleich mit den lokalen Gegebenheiten eines einzelnen Versorgungsgebiets verbinden. Dadurch können Informationen zwischen vergleichbaren Versorgungssystemen besser übertragen werden, ohne lokale Besonderheiten außer Acht zu lassen. Eine Kommune mit wenigen eigenen Messdaten kann so von Erkenntnissen aus vergleichbaren Regionen profitieren.

„Mit den passenden Methoden und einer systematischen Zusammenführung gelingt es uns, selbst aus einer lückenhaften Datenbasis zuverlässige Modelle zu entwickeln“, sagt Wolfgang Nowak. Das Ziel sei es nicht, einen exakten Wert für den zukünftigen Wasserbedarf zu liefern. „Wir wollen sichtbar machen, welche Entwicklungen plausibel sind, wie groß die Unsicherheiten sind und welche Entscheidungen sich auch unter veränderten Bedingungen als robust erweisen.“

Die Methoden entstehen nicht ausschließlich am Computer. Gemeinsam mit RBS wave, EnBW und kommunalen Wasserversorgern in Baden-Württemberg arbeiten die Forschenden mit realen Verbrauchs- und Betriebsdaten. Die Industriepartner bringen ihr Wissen über regionale Versorgungssysteme, bestehende Infrastrukturen und konkrete Planungsprozesse ein. Die Forschenden entwickeln daraus Modelle und Prognoseverfahren, die an den tatsächlichen Anforderungen der Wasserversorgung ausgerichtet sind.

Perspektivisch könnten die entwickelten Werkzeuge beispielsweise aufzeigen, unter welchen Klima-, Bevölkerungs- und Verbrauchsszenarien vorhandene Kapazitäten an ihre Grenzen gelangen. Wasserversorger könnten dadurch früher erkennen, wann zusätzliche Speicher, neue Brunnen, Verbundleitungen oder andere Anpassungen geprüft werden sollten. „Simulationsbasierte Methoden können diese Unsicherheiten nicht beseitigen. Sie können sie jedoch quantifizieren, unterschiedliche Zukunftsszenarien vergleichbar machen und damit eine bessere Grundlage für langfristige Entscheidungen schaffen“, sagt Nowak.

Die Forschungsarbeiten werden in zwei miteinander verbundenen Projekten vorangetrieben. Im Projekt „Maschinelles Lernen für die Planung der Wasserversorgungsinfrastruktur angesichts des Klimawandels“, gefördert von der EnBW (Laufzeit 2024 bis Mitte 2027), entwickeln Forschende automatisierte Prognose- und Frühwarnmethoden für Versorger mit begrenzter Datengrundlage.

Das von der Deutschen Forschungsgemeinschaft geförderte Projekt „Datengetriebene, langfristige Vorhersagen des Wasserbedarfs unter dem Einfluss des Klimawandels“ (Laufzeit 2025 bis Ende 2027) konzentriert sich darauf, Klimaveränderungen, zeitlich veränderliche Zusammenhänge und Unsicherheiten systematisch in die Vorhersagen einzubeziehen. Beide Projekte werden gemeinsam mit dem Ingenieurbüro RBS wave durchgeführt.