KIT-Bibliothek
FAQ Audio-/Videodatei publizieren

„Mit KI zum bundesweiten Hochwasservorhersagemodell“- Das KI-HopE-DE-Forschungsprojekt am KIT. - Campus-Report am 22.07.2025

Autor

Stefan Fuchs

Interviewter

Ralf Loritz

Beteiligtes Institut

Studium Generale. Forum Wissenschaft und Gesellschaft (FORUM)
Institut für Wasser und Gewässerentwicklung (IWG)

Genre

Beiträge rund ums KIT

Beschreibung

Wenn Bäche oder kleine Flüsse in Minuten zu alles mit sich reißenden Gewässern werden, wenn sich Sturzfluten durch kleine Ortschaften wälzen, bedeutet das in der Regel Lebensgefahr. Aber wie die Ahrtalkatastrophe 2021 dramatisch vor Augen geführt hat und man das im Juli 2025 am Guadalupe River in Texas wieder verfolgen konnte, ist eine frühzeitige und ortsgenaue Vor-hersage schwierig. Oft werden die verursachenden Starkregen-Ereignisse durch sehr kleinräumige Gewitter verursacht, deren Zugbahnen nur schwer vorhergesagt werden können. Das vom Bundesforschungsministerium geförderte KI-HopE-De-Forschungsprojekt hat sich deshalb gerade die Hochwasser-Risiken in kleineren Flussgebieten vorgenommen. Ziel ist ein Hochwasservorhersagemodell für das gesamte Bundesgebiet, das 48 Stunden vor dem Ereignis warnen kann. Die Basis bildet eine Vielzahl von Parametern aus über zweitausend Flussgebieten von der Topologie über die Landnutzung bis hin zu den lokalen meteorologischen Bedingungen. Diese Daten fließen nicht in ein traditionelles physikalisch-hydrologisches Modell, sondern bilden die Basis für Lernprozesse der Künstlichen Intelligenz.
https://www.iwu.kit.edu/hyd/forschung_1390.php

Schlagwörter

Hydrologie, Starkregen, KI, physikalisches Modell, statistisches Modell, Hochwasserwarnung, Sturzfluten, Ahrtal, Texas, Gewitter, KI-HopE-De, Frühwarnung, Topologie, Landnutzung, Niederschlag, Temperatur, Verdunstung, Wasserstand, maschinelles Lernen, historische Daten, Time-for-Space, Modelltraining, Meteorologie, Deutscher Wetterdienst, DWD, operationelle Vorhersage, Landesbehörden

Laufzeit (hh:mm:ss)

00:09:51

Serie

Campus-Report

Publiziert am

21.07.2025

Fachgebiet

Umweltwissenschaften

Lizenz

Creative Commons Namensnennung 4.0 International

Audiobitrate 101621 bps
Audio Kanäle 2
Audio Codec mp3
Audio Abtastrate 44100 Hz
Gesamtbitrate 101623 bps
Container mp3
Dauer 590.759184 s
Dateiname DIVA-2025-237_mp3.mp3
Dateigröße 7.504.387 byte

Mediathek-URL

Embed-Code

Campus-Report Folgen 1-50 von 1224