FURBAS - Entwicklung eines Echtzeit-Vorhersagesystems für urbane Sturzfluten in Hannover

Maßnahmenträger

Maßnahmenträger

Institut für technisch-wissenschaftliche Hydrologie GmbH (ITWH) https://itwh.de/de/

Kooperationspartner

Stadtentwässerung Hannover (SEH), Institut für Strömungsmechanik und Umweltphysik im Bauwesen der Leibniz Universität Hannover

Dauer und Finanzierung

Beginn der Umsetzung

05.2022

Dauer der Umsetzung

Die Maßnahme wurde von Mai 2022 bis September 2025 umgesetzt.

Wie hoch waren die (geschätzten) Kosten für die Umsetzung?

500.000€

Mit welchen Mitteln wurde die Maßnahme finanziert?

• Bund

Die Kosten entstanden für die Aufbereitung von Radardaten, den Aufbau des 2D-Stadtmodells, umfangreiche Simulationen, die Entwicklung der KI-Vorhersagemodelle sowie die Implementierung des operativen Systems bei der SEH. Die Maßnahme wurde durch das BMUKN-Förderprogramm "Maßnahmen zur Anpassung an den Klimawandel" (FKZ 67 DAS 224 A) finanziert.

Links zur Maßnahme

• FURBAS Projektwebseite
• itwh Homepage

Wurden neben den Kooperationspartnern andere Personengruppen/Institutionen in die Planung/Umsetzung der Maßnahmen eingebunden?

• Breite Öffentlichkeit
• Forschung/Beratung/Bildung
• Öffentliche Verwaltung/Politik
• Presse
• Stadtwerke

Welche Formen der Beteiligung fanden statt?

• Dialogveranstaltungen, Konferenzen, Workshops

Erläuterung

In mehreren Workshops wurden Feuerwehr, Stadtentwässerung, Verkehrsunternehmen und Verwaltung eingebunden. Ziel war es, Anforderungen der Praxis aufzunehmen und die Modellkette an reale Einsatzabläufe anzupassen. Die Teilnehmenden prüften erste Simulationsergebnisse, gaben wichtige Hinweise zur Darstellung kritischer Bereiche und zur Integration in bestehende Entscheidungsstrukturen. Die Workshops führten zu einer deutlich praxistauglicheren Ausgestaltung des Vorhersagesystems.

Welche Erfolge konnten Sie mit Ihrer Maßnahme erzielen?

Mit der Maßnahme wurde erstmals ein echtzeitfähiges Vorhersagesystem für urbane Überflutungen in Hannover aufgebaut. Die Modellkette erreicht eine räumliche Auflösung von 5 m und liefert Wasserstandsvorhersagen innerhalb weniger Sekunden. Über 195 simulierte Szenarien bildeten die Grundlage für das KI-Modell, das Überflutungsflächen mit hoher Genauigkeit prognostiziert. Die Datenqualität wurde durch die Korrektur von mehr als 90 historischen Ereignissen deutlich verbessert. Einsatzkräfte können dadurch frühzeitige Hinweise auf kritische Bereiche erhalten und können Einsatzwege gezielt planen. Statische starkregengefahrenkarten stehen der Stadtplanung zur Risikobewertung zur Verfügung. Insgesamt wurde die kommunale Reaktionsfähigkeit bei Starkregenereignissen deutlich erhöht, und das System dient als übertragbare Blaupause für weitere Städte.

Wie wird der Erfolg der Maßnahme evaluiert?

• Analyse (z.B. Soll-Ist-Abgleiche, Meilensteinabgleich, Medienanalyse)
• Feedback-Gespräche (z.B. Gruppendiskussion, Fokusgruppe, Erfahrungsberichte)

Erläuterung

Die Evaluation erfolgt durch den Abgleich der Vorhersagen mit vergangenen
Starkregenereignissen. Dabei werden Pressebilder, Einsatzberichte der Feuerwehr sowie dokumentierte Schadenslagen genutzt, um die Vorhersagegüte und die Identifikation kritischer Bereiche zu überprüfen. Zusätzlich fließen Rückmeldungen der Einsatzkräfte in die Bewertung ein.

Wie planen Sie Ihr Projekt weiterzuentwickeln?

Das Vorhersagesystem wird nach Projektende technisch und organisatorisch weiterentwickelt.
Geplant ist, das KI-Modell regelmäßig mit neuen Ereignisdaten zu retrainieren und die Szenariendatenbank kontinuierlich zu erweitern. Zusätzlich sollen weitere Datenquellen wie verbesserte Radarprodukte, lokale Sensorik und Ensemble-Prognosen integriert werden, um die Vorhersagegüte weiter zu erhöhen. Ein wichtiger nächster Schritt ist die Übertragbarkeit des Systems auf andere Kommunen, wofür standardisierte Schnittstellen, automatisierte Modellaufsetzprozesse und ein skalierbares Softwareprodukt aufgebaut werden. Langfristig soll das System in überregionale Warnstrukturen eingebunden und um adaptive Risikobewertungen ergänzt werden.

Hat die Maßnahme positive Nebeneffekte?

• Nein

Welche Hindernisse gab es während der Umsetzung?

Die größte Herausforderung war die Datenqualität: Inkonsistente Höhendaten und fehlerhafte Radarsignale führten zu unplausiblen Modellresultaten und machten eine umfassende Nachbearbeitung nötig. Zudem verzögerte die fehlende Spezifikation für Echtzeit-
Regenschreiberdaten den Testbetrieb. Durch Modelloptimierung, Datenkorrekturen und zusätzliche Schnittstellenentwicklungen konnten diese Hindernisse überwunden werden.

Hat die Maßnahme negative Nebeneffekte?

• Nein

itwh GmbH

Deutschland

Abteilung

E-Mail

s.berkhahn@itwh.de

Telefonnummer

Faxnummer