AI-Detector

Das Problem

Die Verwaltung von Wasserverteilungsnetzen ist den heute verfügbaren Technologien oft weit hinterhergehinkt. In vielen Fällen liegt das Wissen über die Funktionsweise eines gesamten Wassernetzes bei wenigen kommunalen Technikern, die bei ihrer Pensionierung jahrelange Erfahrung und Informationen mitnehmen, die sonst niemand besitzt — ein reales Risiko für Infrastrukturen, die nicht immer die notwendige Aufmerksamkeit über die Zeit erhalten haben.

In diesem Kontext ist die frühzeitige Erkennung von Rohrbrüchen und versteckten Verlusten entscheidend für den Schutz der Wasserressource. Das Problem ist in Bergwassernetzen noch ausgeprägter, die durch hohe Drücke gekennzeichnet sind: Je höher der Netzdruck, desto größer die Wassermenge, die im Falle eines Schadens verloren geht — mit erheblichen wirtschaftlichen und ökologischen Auswirkungen.

Funktionsweise

AI-Detector wurde entwickelt, um diese Lücke zu schließen: mit einem System, das eigenständig das Verhalten eines Wassernetzes anhand seiner physikalischen Eigenschaften — im Feld gemessene Durchflüsse und Drücke — erlernt und dessen Zustand in Echtzeit im Stundentakt interpretiert.

Das Herzstück des Systems ist ein Vorhersagemodell, das lernt, den erwarteten Netzverlauf präzise zu schätzen. Durch den ständigen Vergleich dieser Vorhersage mit den real gemessenen Daten erkennt AI-Detector frühzeitig Abweichungen zwischen Erwartung und tatsächlichem Verlauf — das typische Signal eines Rohrbruchs oder einer Anomalie — klassifiziert sie und erzeugt gezielte Alarme für die Betreiber.

Die Anwendung ist darauf ausgelegt, sich in die tägliche Netzverwaltung zu integrieren, und bietet ein dynamisches Diagnosewerkzeug anstelle einer isolierten Momentaufnahme.

Die Wirkung

Für Wasserversorger — Gemeinden und Betreiber — bedeutet die frühzeitige Erkennung von Verlusten, gezielt Instandhaltungsmaßnahmen planen zu können, anstatt erst einzugreifen, wenn der Schaden bereits sichtbar ist. Dies führt zu einer konkreten Reduzierung von Wasserverschwendung und Betriebskosten.

AI-Detector wurde auch mit dem Ziel entwickelt, Betreiber beim Übergang zu einer moderneren Netzverwaltung zu unterstützen, in einer Zeit, in der an einzelne Personen gebundenes historisches Wissen verloren zu gehen droht und die Wassernachfrage durch klimatische und sozioökonomische Faktoren unter Druck gerät.

Das Projekt wurzelt in der wissenschaftlichen Forschungstätigkeit des AIAQUA-Teams, einem Spin-off der Freien Universität Bozen, und insbesondere in den Studien zu den fortschrittlichsten Methoden zur Erkennung von Rohrbrüchen in Wasserverteilungsnetzen.