Künstliche Intelligenz rettet Grundwasser

Der österreichische Geologe Markus Zechner hilft in Kalifornien, Grundwasser rein zu halten und vor Vergiftungen zu retten - mittels selbstlernender künstlicher Intelligenz.

Von Christoph Weiss

Von Ende 2011 bis Anfang 2017 herrschte im US-amerikanischen Bundesstaat Kalifornien eine ungewöhnlich starke und lange Dürrephase. Viele Seen sind in dieser Zeit kleiner geworden oder ganz ausgetrocknet. Umso wichtiger ist für den Bundesstaat deshalb das Grundwasser, das als Trinkwasser und für die Bewässerung in der Landwirtschaft benötigt wird.

Verunreinigung von Aquiferen

Grundwasser sammelt sich in Aquiferen, also unterirdischen Gesteinskörpern mit Hohlräumen. Weltweit unterliegen Aquifere enormen Belastungen aus Industrie und Landwirtschaft, etwa, weil sich Abwasser und Kühlwasser darin ansammeln oder weil Spritz- und Düngemittel versickern. Auch die Einleitung von Salzwasser aus dem Meer stellt oft ein Problem dar. Der österreichische Geologe Markus Zechner untersucht an der kalifornischen Stanford-Universität Aquifere mittels selbstlernender K.I.-Software: „Mein Forschungsgebiet ist es, zu schauen, was in einem Aquifer passiert, und was man tun kann, wenn das Aquifer verunreinigt wird, durch Salzwasser aus dem Meer oder durch die Vergiftung eines Brunnens.“

Das Problem bei der Untersuchung gefährdeter Grundwasserträger ist, dass man nur an den Bohrlöchern Informationen darüber hat. Viele Aquifere sind hunderte Meter unter der Erdoberfläche. „Man kann sich das so vorstellen“, erklärt Zechner. „Du hast einen Teppich, der mit Papier zugedeckt ist. In das Papier macht man zehn kleine Löcher. Das Ziel ist aber, herauszufinden, wie der Teppich aussieht. Beim Aquifer haben wir also Messungen an einzelnen Bohrlöchern. Wir wollen aber herausfinden, was dazwischen ist. Denn nur, wenn man das weiß, kann man ein Modell erstellen und Vorhersagen treffen.“

Die K.I.-Software, die an der Stanford University entwickelt und eingesetzt wird, verfügt über die Fähigkeit zum maschinellen Lernen (Machine Learning). Sie wird also mit jedem Modell und jeder Vorhersage besser, da sie auf einem künstlichen neuronalen Netz beruht. Nützlich, sagt Zechner, seien vor allem Vorhersagen darüber, ob und wann Salzwasser ins Aquifer eindringen wird und wie das Süßwasser zurückkehren könnte.

Zwischen Kalifornien und Nepal

Im Silicon Valley an dieser Technologie forschen zu können sei sehr spannend, sagt Zechner. Man begegne dort jeden Tag mehreren Menschen, die einen mit ihrem Enthusiasmus für das Thema Artificial Intelligence und Machine Learning anstecken würden.

Mit denselben Methoden, die er für das Finden und Retten von Aquiferen einsetzt, hat Markus Zechner vor einigen Jahren auch ein Projekt in Nepal gestartet, bei dem sich voraussagen lässt, wann es zu einem gefährlichen Erdrutsch kommen kann. Die Technologie ist seit einigen Jahren immer wieder in Nepal im Einsatz. Als Grenzgänger zwischen Geologie und künstlicher Intelligenz hilft Zechner also auch, Leben zu retten.