
Wie lassen sich Alterungsprozesse von Brunnen frühzeitig erkennen, besser verstehen und vorausschauend managen?
Ausgangspunkt für das Projekt WELL-KI ist die Frage, wie sich die Alterung von Brunnen messbar erfassen und bewerten lässt. Für die Trinkwasserversorgung in Berlin ist das von zentraler Bedeutung: Brunnen verlieren im Laufe der Zeit an Leistungsfähigkeit (spezifische Brunnenergiebigkeit) – unter anderem durch Verockerung. Gleichzeitig steigen durch Bevölkerungswachstum, klimatische Veränderungen und standortspezifische betriebliche Einschränkungen (Naturschutz, Altlasten, etc.) die Anforderungen an die Infrastruktur für eine zuverlässige Versorgung.
Das KWB prüft gemeinsam mit den Berliner Wasserbetrieben (BWB) klassische und KI-basierte Ansätze, um den Zustand und die Leistungsfähigkeit von Brunnen präziser zu bewerten und Entscheidungen über Regenerierung, Sanierung oder Neubau besser zu unterstützen. Das Projekt knüpft an verschiedene KWB-Arbeiten der vergangenen 15 Jahre an. Bisher ließ sich die Ergiebigkeit einzelner Brunnen meist nur in größeren zeitlichen Abständen, etwa im Zusammenhang mit Regenerierungsmaßnahmen, direkt bewerten. Mit neuer Messtechnik können heute Daten zur Brunnenalterung deutlich häufiger und teilweise nahezu in Echtzeit erhoben werden. Dadurch lassen sich auch Einflüsse benachbarter Förderbrunnen auf die gemessene Brunnenleistung besser erkennen und bei der Auswertung berücksichtigen.
Im Fokus steht die Frage, wie sich die spezifische Ergiebigkeit eines Brunnens unter realen Betriebsbedingungen zuverlässig bestimmen und in Echtzeit bewerten lässt.
Dafür wertet das KWB langjährige Betriebsdaten zu Wasserständen, Fördermengen, Pumpenlaufzeiten und Ausbaudaten aus. Ergänzt wird dies durch analytische Verfahren, Datensätze aus physikalischen Modellen und Methoden des maschinellen Lernens. So sollen Zusammenhänge zwischen Brunnenbetrieb, Einflüssen benachbarter Brunnen und Alterungsprozessen besser beschrieben und künftig auch prognostiziert werden. Die Ergebnisse werden in ein prototypisches digitales Tool überführt, mit dem sich die spezifische Ergiebigkeit von Brunnen dynamisch bestimmen lässt.
Im Projekt WELL-KI wird außerdem der Forschungsstand zur Brunnenalterung und zu möglichen Gegenmaßnahmen analysiert und zusammengestellt.
In Workshops mit Wasserversorgern und Expert:innen zum Thema Brunnenalterung sollen wissenschaftliche Erkenntnisse und praktische Betriebserfahrungen zusammengeführt werden. So entstehen fundierte Grundlagen für ein zukunftsfähiges, datenbasiertes und vorausschauendes Brunnenmanagement.
Projektleitung: Michael Rustler
Projektmitarbeitende: Christoph Sprenger, Nasrin Haacke