Unerwünschte Stoffe im Wasser mit Künstlicher Intelligenz aufspüren

Von April 2021 bis März 2023 soll eine laborübergreifende Cloudlösung entwickelt werden, mit der Wasserversorger organische Spurenstoffe schnell entdecken und auf Grundlage einer überregionalen Datenbasis mögliche Quellen eingrenzen können.

Oberflächengewässer wie Flüsse, Seen oder Talsperren sind eine wichtige Ressource für die Trinkwasserversorgung. Derzeit wird in Deutschland etwa ein Drittel des Trinkwassers aus Oberflächenwasser, Uferfiltrat oder oberflächenbeeinflussten Grundwässern gewonnen. Gleichzeitig sind Oberflächengewässer ständig verschiedenartigen Einträgen von organischen Spurenstoffen und Mikroorganismen ausgesetzt.

Typische Eintragsquellen sind lokale Einleitungen, z. B. aus der industriellen Produktion oder durch kommunale Kläranlagen sowie diffuse Stoffeinträge, z. B. aus Abschwemmungen, Versickerungen, Erosion oder landwirtschaftlich genutzten Flächen. Hinzu kommen Einträge aus nachgewiesenen, aber auch aus unbemerkten Schadensereignissen wie Unfällen oder Havarien.

Unter den gesamten Spurenstoffeinträgen kann derzeit nur ein Bruchteil entdeckt, erkannt und identifiziert werden. Daher bleiben Spurenstoffe in den meisten Fällen unbemerkt und können dann nicht oder erst mit erheblichem instrumentellen und zeitlichem Aufwand einer Eintragsquelle zugeordnet werden. Die Emittenten bleiben oft unentdeckt und eine Reaktion kann nur mit unbefriedigender zeitlicher Verzögerung erfolgen. Umfassendere Erkenntnisse über den Eintrag und die Verbreitung von Spurenstoffen in Oberflächengewässern könnten somit fokussierte Schutzmaßnahmen für Trinkwasserressourcen und die aquatische Umwelt ermöglichen.

In einem neuen BMBF-Verbundprojekt (Förderkennzeichen 02WDG1593A-D) soll ein Demonstrator eines cloudbasierten Systems konzipiert und implementiert werden. Das Ziel ist es, die Daten von örtlich verteilten, hochspezialisierten Laboren der öffentlichen Trinkwasserversorgung in der Cloudlösung zusammenzuführen und so die Quellen von Spurenstoffen in Oberflächengewässern im Kollektiv rascher einzugrenzen. Der Schwerpunkt liegt hierbei auf der Erfassung organischer Spurenstoffe durch das spezielle analytische Verfahren der hochauflösenden Massenspektrometrie (Non-Target-Screening).

Aus der Vernetzung von bestehenden und neu gesammelten Analysedaten und Metainformationen aus unterschiedlichen Laboratorien, also einer kollektiven Intelligenz aus der Wasserversorgung und der künstlichen Intelligenz beim Prozessieren der Daten, entsteht ein erheblicher Mehrwert für die Quellzuordnung und die Identifikation bekannter und unbekannter Substanzen.

Projektpartner aus Wasseranalytik und Digital Science

Für dieses BMBF-Projekt bündeln vier Projektpartner ihre Kompetenzen: die Landeswasserversorgung, das Leibniz-Rechenzentrum der Bayerischen Akademie der Wissenschaften, die Technische Universität München mit ihrem Lehrstuhl für Analytische Chemie und Wasserchemie, und das TZW: DVGW-Technologiezentrum Wasser.

Die entwickelten Lösungsansätze werden mit den assoziierten Projektpartnern aus der öffentlichen Trinkwasserversorgung Hamburg Wasser, Hessenwasser GmbH, dem Zweckverband Bodensee-Wasserversorgung und der Westfälischen Wasser- und Umweltanalytik GmbH als Labor der Gelsenwasser AG auf ihre Praxistauglichkeit getestet. Dadurch wird der Transfer in die Praxis sichergestellt. Perspektivisch soll die Cloudlösung auch für weitere Partner offenstehen.

Mit einem virtuellen Kick-off-Meeting startete das Projekt "Künstliche und kollektive Intelligenz zum Spurenstoff-Tracking in Oberflächenwasser für eine nachhaltige Trinkwassergewinnung K2I". Das Projekt wird innerhalb der Fördermaßnahme "Digital GreenTech - Umwelttechnik trifft Digitalisierung" vom Bundesministerium für Bildung und Forschung (BMBF) mit knapp 1 Million Euro gefördert.

Quelle: Technische Universität München