01. Dezember 2024
Projektlaufzeit: 12.2024 - 05.2027
Projektstatus: laufend
Förderkennzeichen: W 202408
Am Projekt sind folgende Partner beteiligt:
Ziel des Projekts ist es, die Ergebnisse des BMBF-Projekts K2I “Künstliche und kollektive Intelligenz zum Spurenstoff-Tracking in Oberflächenwasser für eine nachhaltige Trinkwassergewinnung” weiterzuentwickeln und im Routineeinsatz zu validieren bzw. zu optimieren. Konkret werden dafür folgende Teilziele verfolgt:
Das Arbeitsprogramm setzt sich hierfür aus folgenden Aufgabenpaketen zusammen:
Dank der analytischen Entwicklung der letzten Jahre hin zum Non-Target-Screening (NTS) organischer Spurenstoffe ist es möglich, bisher nicht bekannte oder beachtete Substanzen zu detektieren. Das NTS erfordert allerdings komplexe analytische Verfahren. Gleichzeitig stehen einer breiten Anwendung in der Praxis große anfallenden Datenmengen entgegen, deren Interpretation ohne intelligente Hilfsmittel nicht zu bewältigen ist.
Ausgehend von diesem und weiteren Problemen wurde im Oktober 2021 unter Förderung und Mitwirkung von 15 Wasserversorgungs-unternehmen (WVU) die interne DVGW-Machbarkeitsstudie „TRINK-HelpDESK“ abgeschlossen. Im Rahmen der Studie wurde das Konzept einer zentralen IT-Plattform für WVUs ausgearbeitet, die als Arbeits- und Kommunikationsplattform aus mehreren Modulen bestehen soll. Im Projekt HOT-BAK des DVGW-Zukunftsprogramms Wasser werden bereits zwei dieser Module entwickelt. Seitens der WVU wurde insbesondere das Analytikmodul TRINK-IDENT mit erstem Submodul “NTS” priorisiert. Für den Entwicklungsauftakt des komplexen Submoduls wurde im Rahmen des BMBF-geförderten Projekts K2I („Künstliche und kollektive Intelligenz zum Spurenstoff-Tracking in Oberflächenwasser für eine nachhaltige Trinkwassergewinnung“) mit der Umsetzung begonnen und ein Demonstrator entwickelt. Dessen Technology Readiness Level liegt in den Bereichen zwischen 3 ("Konzept experimentell bewiesen") und 6 ("Technologie in Einsatz-Umgebung demonstriert").
Im Anschlussprojekt K2I-Xplore sollen am Demonstrator bereits identifizierte Herausforderungen (u.a. teilweise limitierte Interpretationsmöglichkeiten aufgrund unzureichender Datenqualität) gelöst werden. Außerdem soll ein exploratives Arbeiten im Routinebetrieb mit Laboren deutscher WVUs getestet werden.