Wie wirken sich Veränderungen des Wasserhaushalts auf die Biodiversität aus? Welche Informationen benötigen wir, um gefährdete Ökosysteme frühzeitig zu erkennen? Und wie kann Künstliche Intelligenz helfen, aus wissenschaftlichen Erkenntnissen konkrete Schutzmaßnahmen abzuleiten?

BioWaWi-KI verfolgt einen interdisziplinären Forschungsansatz, der das Verständnis natürlicher Prozesse, die Entwicklung von Modellen und die praktische Anwendung miteinander verbindet. Im Mittelpunkt stehen fünf Forschungsfragen.

Wie beeinflussen meteorologische Bedingungen, Bodeneigenschaften, Grundwasser und Landnutzung die Wasserverfügbarkeit und damit die Artenvielfalt unterschiedlicher Lebensräume?

Die Wasserverfügbarkeit ist ein entscheidender Standortfaktor für viele Pflanzen- und Tierarten. Allerdings hängt sie nicht allein vom Niederschlag ab, sondern auch von der Wasserspeicherfähigkeit der Böden, dem Relief, der Vegetation und den Wechselwirkungen zwischen Boden- und Grundwasser.
BioWaWi-KI untersucht diese Zusammenhänge mithilfe eines umfangreichen Umweltmessnetzes und detaillierter Untersuchungen auf ausgewählten Intensivmessflächen. Dabei wird insbesondere die räumliche und zeitliche Dynamik der Bodenfeuchte betrachtet – von kleinräumigen Unterschieden im Wurzelraum bis hin zum Wasserhaushalt ganzer Einzugsgebiete. Die Messungen werden mit bodenkundlichen Analysen sowie floristischen und faunistischen Erfassungen verknüpft.
Ein besonderer Fokus liegt auf feuchteabhängigen Biotopen und Indikatorarten, deren Vorkommen und Entwicklung Rückschlüsse auf Veränderungen des Wasserhaushalts ermöglichen. Ziel ist es, die maßgeblichen Umweltfaktoren und Wechselwirkungen zu identifizieren, die über die Stabilität empfindlicher Lebensräume entscheiden.

Lassen sich kritische Veränderungen des Wasserhaushalts und der Vegetation erkennen, bevor sie zu einem dauerhaften Verlust von Arten und Lebensräumen führen?

Trockenstress entwickelt sich häufig schleichend. Während kurzfristige Veränderungen der Bodenfeuchte bereits messbar sind, werden Auswirkungen auf die Vegetation oder Artenzusammensetzung teilweise erst deutlich später sichtbar. BioWaWi-KI untersucht daher, welche messbaren Umweltveränderungen als Frühindikatoren für eine Gefährdung von Biotopen und Arten dienen können.
Hierzu werden kontinuierliche Bodenfeuchte- und Klimamessungen mit Vegetationsaufnahmen, automatisierten Bildaufnahmen und satellitengestützten Vegetationsindizes wie dem Normalized Difference Vegetation Index (NDVI) kombiniert. Mithilfe von KI soll beispielsweise untersucht werden, ob sich Veränderungen der Vegetationsstruktur, der Artenanteile oder der saisonalen Vegetationsentwicklung mit der Wasserverfügbarkeit in Verbindung bringen lassen.
Auf dieser Grundlage sollen kritische Schwellenwerte und charakteristische Muster identifiziert werden, die auf zunehmenden Trockenstress hinweisen. Langfristiges Ziel ist ein KI-gestütztes Frühwarnsystem, das gefährdete Biotope und Arten möglichst frühzeitig erkennt und damit rechtzeitige Schutzmaßnahmen unterstützt.

Wie können KI-Methoden aus punktuellen Messungen, Zeitreihen, Fotografien und Satellitendaten ein möglichst flächendeckendes Bild des Umweltzustands erzeugen?

Die Erforschung von Ökosystemen stellt besondere Anforderungen an die Datenauswertung. Während Wetterstationen und Bodenfeuchtesensoren kontinuierliche Messwerte an einzelnen Standorten liefern, erfassen Satelliten größere Flächen, jedoch mit anderer zeitlicher und räumlicher Auflösung. Hinzu kommen Artenkartierungen, Biotopkarten und Fotografien, die wiederum ganz unterschiedliche Informationen enthalten.
BioWaWi-KI untersucht, wie sich diese heterogenen und teilweise unvollständigen Datensätze mithilfe moderner KI-Verfahren miteinander verknüpfen lassen. Ein Schwerpunkt liegt auf der räumlichen und zeitlichen Interpolation von Umweltparametern, insbesondere der Bodenfeuchte. Dabei wird erforscht, inwieweit KI aus den verfügbaren Messungen und zusätzlichen Standortinformationen zuverlässige Aussagen für nicht direkt untersuchte Flächen ableiten kann.
Auch die automatisierte Auswertung von Bilddaten spielt eine wichtige Rolle. Untersucht wird, ob sich aus wiederkehrenden Fotografien und Fernerkundungsdaten Veränderungen der Vegetation und des Biotopzustands quantifizieren lassen.
Eine weitere Forschungsfrage betrifft die Optimierung zukünftiger Monitoringstrategien: Welche Umweltparameter müssen in welcher räumlichen und zeitlichen Auflösung erfasst werden, damit KI-Modelle möglichst zuverlässige Ergebnisse liefern?

Wie können KI-basierte Prognosen und wissenschaftliche Erkenntnisse in wirksame Maßnahmen für das Management von Wasserschutzgebieten überführt werden?

Die entwickelten Methoden sollen nicht nur neue wissenschaftliche Erkenntnisse liefern, sondern auch in der wasserwirtschaftlichen Praxis eingesetzt werden können. Gemeinsam mit den Stadtwerken Bühl wird untersucht, wie sich Monitoringdaten, Modellberechnungen und KI-basierte Prognosen zu einem Frühwarn- und Entscheidungsunterstützungssystem zusammenführen lassen.
Ein zentraler Baustein ist der Aufbau eines digitalen Leitstands, der aktuelle Umweltmessungen und zukünftig auch Modell- und Prognoseergebnisse für die Bewertung der Wasserschutzgebiete bereitstellt. Auf dieser Grundlage sollen Handlungsempfehlungen entwickelt werden, beispielsweise zum Schutz besonders trockenheitsempfindlicher Biotope oder zur Bewertung möglicher Anpassungsmaßnahmen.
Dabei werden auch regionale Akteure, Behörden, Schulen und die Öffentlichkeit in das Projekt einbezogen. Ihre Erfahrungen, Anforderungen und Perspektiven sollen dazu beitragen, wissenschaftliche Ergebnisse verständlich aufzubereiten und praxistaugliche Maßnahmen zu entwickeln.
Ein weiteres Ziel ist die Integration geeigneter Ergebnisse in das Umweltmanagement der Stadtwerke Bühl nach ISO 14001. Gleichzeitig wird untersucht, unter welchen Voraussetzungen sich die entwickelten Methoden und Konzepte auf andere Wasserschutzgebiete übertragen lassen.