Die effiziente und nachhaltige Wasserversorgung ist eine der akutesten Herausforderungen des 21. Jahrhunderts. In Deutschland gehen jährlich rund 473 Milliarden Liter Wasser durch defekte Wasserleitungen verloren. Leckagen und Rohrbrüche sind die Hauptursachen dieses Verlusts, und das Risiko solcher Defekte steigt mit dem Alter der Wasserleitungen. Die heterogene Struktur der Wasserleitungsnetze, bestehend aus Materialien mit unterschiedlichen Lebensdauern und Eigenschaften, führt zu einer Vielzahl an Anomalien und potenziellen Defekten, die die Wasserversorgung erheblich beeinträchtigen können. Betreiber stehen somit vor großen Herausforderungen im Risikomanagement.
Der gezielte Einsatz vorausschauender Wartung (Predictive Maintenance) kann helfen, diese Verluste zu minimieren. Moderne datengetriebene Ansätze, kombiniert mit Künstlicher Intelligenz (KI), ermöglichen es, Defekte anhand von Umgebungsparametern oder historischen Daten ohne aktive Inspektion zu erkennen. Regelmäßige Inspektionen ergänzen diese Methoden, indem sie potenzielle Probleme frühzeitig identifizieren und so die Genauigkeit der Vorhersagen verbessern. Hierbei spielen Simulationen, Geoinformationssysteme (GIS), Datenanalyse und Sensordatenverarbeitung eine zentrale Rolle.
Die Implementierung von KI-Technologien ist entscheidend für die Entwicklung smarter Wasserleitungsnetzwerke. Durch den Einsatz von maschinellem Lernen und neuronalen Netzwerken können komplexe Muster in Verbrauchs- und Sensordaten erkannt werden, was zu präziseren Vorhersagen und effizienteren Steuerungsstrategien führt. Ziel des Workshops ist es, Fachleute und Wissenschaftler*innen aus Informatik, Ingenieurwesen und Umweltwissenschaften zusammenzubringen, um aktuelle Forschungsergebnisse sowie praktische Anwendungen zu präsentieren und zu diskutieren.