Einen effektiveren Winterdienst, weniger glättebedingte Unfälle und einen schonenderen Einsatz von Streusalz – das versprechen sich Wissenschaftlerinnen und Wissenschaftler der Hochschule Hof von einem derzeit laufenden Forschungsprojekt. Mit Hilfe Künstlicher Intelligenz und unter Einbeziehung aktueller Wetterdaten erstellen sie tagesaktuell für ganz Bayern Prognosen darüber, auf welchen Straßenabschnitten es zuerst gefriert und wo der Einsatz von Streudiensten deshalb vorrangig ist.
KI-Prognosen sparen Zeit und Geld
Um mit Hilfe der Künstlichen Intelligenz verlässliche Werte über künftige Eisglätte generieren zu können, bedienen sich die Forschenden zunächst der Daten von über 600 Wetterstationen des Deutschen Wetterdienstes für ganz Bayern. „Wir füttern damit automatisiert unsere Rechner und beziehen in unseren Modellen ausdrücklich auch Erfahrungswerte der Vergangenheit mit ein. Auch Faktoren wie Windgeschwindigkeit, Taupunkttemperatur, Tiefentemperatur und Lufttemperatur werden berücksichtigt. Erstellt werden damit dann Glätte-Szenarien für den jetzigen Zeitpunkt, für in 3 Stunden und in 18 Stunden – und das auf 500 Meter lange Straßenabschnitte genau“, erläutert Projektleiterin Prof. Dr. Heike Markus das Prinzip. Dies erfordere enorm hohe Rechnerleistungen. In Testläufen wurden die Prognosen im letzten Winter allerdings bereits anhand von Bodentemperatur-Sensoren an einzelnen Winterdienstfahrzeugen getestet und bestätigt.
Auf einer übersichtlichen Benutzeroberfläche können Verantwortliche des Winterdienstes dann erkennen, an welchen Stellen zuerst mit Problemen durch Eisglätte zu rechnen ist und ihre Fahrzeuge und Mitarbeitenden entsprechend vorausschauend einsetzen. Dies hat nach Einschätzung von Prof. Dr. Markus insbesondere im ländlichen Bereich seine Vorteile: „In städtischen Bereichen werden in der Regel ganz generell zunächst Hauptverkehrsstraßen, Straßen mit Steigungen und Kreuzungen geräumt und viele Winterdienst-Fahrer haben ganz genaue Erfahrungswerte, welche Stellen in diesem engen Umfeld besonders kritisch sind. Im ländlichen Bereich können die Stellen, an denen Eisglätte auftritt, durch unterschiedlichste Faktoren deutlich mehr variieren und auch echte Winterdienst-Profis überraschen. Besonders hier liefern unsere Rechenmodelle einen unschätzbaren Zeitvorteil – gerade auch angesichts der weiten Strecken, die hier zurückgelegt werden müssen.“ Die KI ermöglicht es nicht nur, künftig schneller zu reagieren und so Unfälle zu vermeiden. Zeitgleich liefern die Prognosen auch Daten darüber, wo mit wenig Gefahr durch Eisglätte zu rechnen sei. „Dies erlaubt es, an diesen Stellen auch gezielt Streusalz einzusparen, was wiederum gut für die Umwelt und die kommunalen Haushalte ist“, so Projektmitarbeiter Ali Fallah Tehrani.
