Wo wird es glatt im Winter – und wann?

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 (KI) 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 besonders vorrangig ist. Die Prognosen sind für die bayerischen Straßenwinterdienste künftig kostenlos über das Wetterdatenmanagement-System der Bayerischen Landesbaudirektion erhältlich, die als Projektpartnerin der Hochschule fungiert.

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 unsere Modelle 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 drei Stunden und in 18 Stunden – und das auf 500 Meter lange Straßenabschnitte genau“, erläutert Projektleiterin Professorin Heike Markus. Dies erfordere enorm hohe Rechnerleistungen. In Testläufen wurden die Prognosen im letzten Winter bereits anhand von Bodentemperatur-Sensoren an einzelnen Winterdienstfahrzeugen getestet und bestätigt.

KI-Prognosen sparen Zeit und Geld

Auf einer übersichtlichen Benutzeroberfläche können Verantwortliche des Winterdienstes 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 Heike Markus insbesondere im ländlichen Bereich Vorteile: „Im städtischen Bereichen werden in der Regel ganz generell zunächst Hauptverkehrsstraßen, Straßen mit Steigungen und Kreuzungen beräumt, 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 KI ermögliche es nicht nur, künftig schneller zu reagieren und so Unfälle zu vermeiden – die Prognosen liefern auch Daten darüber, wo mit wenig Gefahr durch Eisglätte zu rechnen sei. „Dies erlaubt es, an diesen Stellen gezielt Streusalz einzusparen, was gut für die Umwelt und die kommunalen Haushalte ist“, erklärt Projektmitarbeiter Ali Fallah Tehrani.

Praxis-Text im anstehenden Winter

Das System müsse sich im kommenden Winter bewähren und gegebenenfalls weiter angepasst werden: „Unter Künstlicher Intelligenz versteht man maschinelles Lernen. Das bedeutet, dass das Modell idealerweise mit jedem bekanntwerdenden Fehler dazulernt und sich selbst perfektioniert – so lange, bis es dauerhaft zuverlässig arbeitet“, sagt Professorin Heike Markus.

„Sollte die Qualität der Prognose für bestimmte Wetterstationen nicht ausreichend sein, wird das Modell mit zusätzlichen Daten trainiert.