Die Versiegelung von städtischen Flächen beeinträchtigt den natürlichen
Niederschlagsablauf und führt zu verstärktem Oberflächenabfluss sowie
reduzierter Verdunstung. Dadurch entsteht das Risiko von Überflutungen bei
starken Regenfällen. Gezieltes Regenwassermanagement gewinnt daher
zunehmend an Bedeutung. Selma Weduwen, Absolventin des Studiengangs
Projektmanagement (Bau) an der Hochschule Biberach, hat sich in ihrer
Bachelorthesis mit diesem Thema auseinandergesetzt und Möglichkeiten sowie
Grenzen eines nachhaltigen Regenwassermanagements am Beispiel der HBC
erforscht. Ihre  Leistung wurde nun mit dem Forschungspreis 2023 des Bund
für Umwelt und Naturschutz Deutschland (BUND) gewürdigt.


Absolventin der HBC erhält BUND-Forschungspreis 2023
Mit dem unaufhaltsamen Vormarsch der Versiegelung von Flächen in
städtischen Gebieten verliert der Boden seine Fähigkeit, Niederschlag
aufzunehmen und die natürlichen Abläufe zu bewahren. Diese Versiegelung
führt zu verstärktem Direktabfluss und verringerter Verdunstung, wodurch
sich die urbane Umgebung aufheizt und lokale Hitzeinseln entstehen.
Gleichzeitig steigt das Risiko von Überschwemmungen während starker
Regenfälle aufgrund der eingeschränkten Bodendurchlässigkeit. Das
effiziente Ableiten von Regenwasser wird angesichts der wachsenden
Bebauung zu einer immer größeren Herausforderung. Besonders bei starken
Regenfällen sind die bestehenden Kanalsysteme überfordert. In diesem
Kontext gewinnt ein gezieltes Regenwassermanagement zunehmend an
Bedeutung.
Selma Weduwen, Absolventin des Bachelorstudiengangs Projektmanagement
(Bau) an der Hochschule Biberach (HBC), hat sich in ihrer wegweisenden
Bachelorthesis diesem komplexen Thema gewidmet. Sie hat Möglichkeiten und
Grenzen eines klimafreundlichen Regenwassermanagements am Beispiel des
Campus Stadt der HBC untersucht. Für diese Arbeit hat sie nun eine
herausragende Anerkennung erhalten: Der Bund für Umwelt und Naturschutz
Deutschland (BUND) hat Selma Weduwen mit dem Nachhaltigkeitspreis 2023
ausgezeichnet.
Betreut wurde sie bei ihrer Abschlussarbeit von Prof. Dr. Ulrike Zettl,
die Siedlungswasserwirtschaft in der Fakultät Bauingenieurwesen und
Projektmanagement lehrt, sowie von Tobias Götz und Nicole Ottmann, die als
wissenschaftliche Mitarbeiter*innen im Projektbüro „Campus Zukunft“
arbeiten. Dank Herrn Götz habe sich Weduwen überhaupt für den Preis
beworben. „Ich war mir unsicher, ob meine Bachelorarbeit thematisch zum
Preis passt, da sie wenig Forschung dafür mehr Anwendung beinhaltet“, so
die Preisträgerin. Gerade aber der Praxis- und Aktualitätsbezug habe den
BUND und dessen Jury überzeugt.
Die Absolventin hat in ihrer Thesis am Beispiel der Hochschule Biberach
untersucht, wie die Umsetzung eines modernen Regenwassermanagements im
Bestand gelingen kann. Maßnahmen wie Versickerungselemente,
Fassadenbegrünung, Regenwassernutzung- und speicherung können dazu
beitragen, den städtischen Wasserhaushalt dem des unbebauten Zustands
wieder anzunähern, um die negativen Auswirkungen der Versiegelung durch
Infrastruktur zu mindern.
Die Bestandsanalyse zeigt, dass im Fall der HBC eine Erhöhung der
Verdunstung und gleichzeitig die Reduktion des Direktabflusses anzustreben
ist. Eine Verbesserung der Grundwasserneubildung sei laut Weduwen aus
wasserhaushaltstechnischer Sicht nicht sinnvoll. Die aus der
Bedarfsanalyse entwickelten Lösungsansätze hat die Projektmanagerin in
drei aufeinander aufbauende Varianten konzipiert, die sich in Aufwand,
Kosten und Wirkung unterscheiden. Durch Entsiegelungsmaßnahmen wird der
Direktabfluss reduziert (Variante 1). Begrünungsmaßnahmen und
Biotopbildung erhöhen die Verdunstung (Variante 2). Diese Maßnahmen
verändern den lokalen Wasserhaushalt positiv. Darüber hinaus tragen sie
zur Starkregenvorsorge und der Verbesserung der Aufenthaltsqualität bei
(Schwerpunkt Variante 3). „Frau Weduwen hat sehr schnell erkannt, dass
durch ein stufenweises Konzept die Akzeptanz erhöht und die Umsetzung der
Maßnahmen besser erreicht werden kann. Großen Wert legte sie auch auf die
Gestaltung der Außenanlagen, um diese für die Studierenden als
Aufenthaltsraum und Lernort nutzbar zu machen“, lobt Prof. Zettl ihre
ehemalige Studentin.
Die Ergebnisse und Ideen der Preisträgerin sollen im besten Falle auch in
die Umsetzung kommen, denn die HBC soll bis 2030 netto-treibhausgasneutral
gestaltet werden. Bestandsgebäude werden saniert, die Wärmeversorgung soll
auf erneuerbare Energien umgestellt und der Ausbau von Photovoltaikanlagen
vorangetrieben werden. „Damit bieten sich beste Voraussetzungen, dass die
Ideen aufgegriffen und in ein nachhaltiges, klimazukunftsfähiges
Gesamtkonzept eingebunden werden, indem die Puzzleteile des modernen
Regenwassermanagements wie Regenwassernutzung und Kühlung durch
Verdunstung mit der Schaffung von Grünzonen als attraktive Aufenthalts-
und Lernorte für Studierende sowie als Lebensraum für Pflanzen, Insekten
und Tiere verknüpft werden“, so die Betreuerin.

Inzwischen studiert Selma Weduwen an der Hochschule Bielefeld im Master
„Integrales Bauen“. Über den Preis vom BUND hat sie sich sehr gefreut:
„Der Preis ist eine großartige Wertschätzung meiner Arbeit und gibt dem
wichtigen Thema eine Plattform.“ Auch die Hochschule Biberach ist über die
bundesweite Auszeichnung von Frau Weduwen begeistert. Nachhaltiges Bauen,
Gestalten und Handeln sind Schwerpunkte an der HBC, die nicht nur einen
Bestandteil der Lehrinhalte darstellen, sondern auch in den
(Methoden-)Kompetenzen vermittelt werden. „Unsere Absolvent*innen sollen
befähigt werden, zukunftsweisende nachhaltige Entscheidungen treffen zu
können“, so Zettl. Die Auszeichnung  bestärke die Hochschule in ihrem
Lehrangebot, aber auch in der Zielsetzung, die vorgeschlagenen Maßnahmen
zum modernen Regenwassermanagement und zur Vermeidung urbaner Hitzeinseln
in die Entwicklung des Hochschulcampus einfließen zu lassen.

Der BUND lobte 2023 zum siebten Mal einen Forschungspreis aus, der für
Forschung zur nachhaltigen Entwicklung vergeben wird. Damit soll dieses
Thema gestärkt werden und die öffentliche Aufmerksamkeit für
wissenschaftliche Leistungen in diesem Bereich erhöht werden.

Mit diesem Preis will der BUND herausragende Leistungen anerkennen und
insgesamt zu einer stärkeren Ausrichtung des Wissenschaftssystems an den
großen gesellschaftlichen Herausforderungen beitragen. Damit sollen auch
wertvolle Grundlagen für praktische Natur- und Umweltschutzaktivitäten
unseres Verbandes gelegt und gefördert werden.
Über die Preisvergabe entschied eine Jury aus Mitgliedern des
Wissenschaftlichen Beirats des BUND. Die Jury entschied insbesondere
aufgrund der Bedeutung für die Arbeit des BUND. Die Entscheidung der Jury
ist endgültig; der Rechtsweg ist ausgeschlossen.
Die Preise werden im Rahmen einer BUND-Veranstaltung Ende des Jahres
verliehen.

Autonome, flexibel einsetzbare Roboter gelten als Schlüsseltechnologie für
Industrie und Logistik 4.0. Das Problem: Um mit Künstlicher Intelligenz
(KI) gesteuerte Roboter zu trainieren, sind sehr große Datenmengen nötig,
über die aber nur die wenigsten Unternehmen verfügen. Die Lösung: Roboter
unterschiedlicher Unternehmen an verschiedenen Standorten lernen
voneinander. Forschende des Karlsruher Instituts für Technologie (KIT)
haben mit Partnern Möglichkeiten des gemeinsamen Lernens entwickelt, ohne
dass sensible Daten und Betriebsgeheimnisse geteilt werden müssen.

„Bei herkömmlichen maschinellen Lernmethoden werden alle Daten gesammelt
und die KI auf einem zentralen Server trainiert“, sagt Maximilian Gilles
vom Institut für Fördertechnik und Logistiksysteme (IFL) am KIT. Durch
gemeinsames, aber örtlich getrenntes Lernen, auch Federated Learning
genannt, lassen sich Trainingsdaten von mehreren Stationen, aus mehreren
Werken oder sogar mehreren Unternehmen nutzen, ohne dass Beteiligte
sensible Unternehmensdaten herausgeben müssen. „Damit konnten wir jetzt
autonome Greifroboter in der Logistik so trainieren, dass sie in der Lage
sind, auch solche Artikel zuverlässig zu greifen, die sie vorher noch
nicht gesehen haben“, so Gilles. Aufgrund der Vielfalt der Gegenstände in
einem Industrielager sei das eine sehr anspruchsvolle Aufgabe.

Training ohne zentrales Datensammeln

Für das Training gab es im 2021 gestarteten Projekt FLAIROP, das jetzt
abgeschlossen ist, keinen Austausch von Daten wie Bildern oder
Greifpunkten, sondern es wurden lediglich die lokalen Parameter der
neuronalen Netze, also stark abstrahiertes Wissen, zu einem zentralen
Server übertragen. Dort wurden die Gewichte von allen Stationen gesammelt
und mithilfe verschiedener Algorithmen zusammengeführt. Dann wurde die
verbesserte Version zurück auf die Stationen vor Ort gespielt und auf den
lokalen Daten weiter trainiert. Dieser Prozess wurde mehrfach wiederholt.
„Unsere Ergebnisse zeigen, dass mit Federated Learning kollaborativ
robuste KI-Lösungen für den Einsatz in der Logistik erzeugt werden können,
ohne dabei sensible Daten zu teilen“, sagt Sascha Rank vom Institut für
Angewandte Informatik und Formale Beschreibungsmethoden (AIFB) des KIT,
das ebenfalls Partner in FLAIROP war.

Zukünftig wollen die Forschenden ihr Federated-Learning-System so
weiterentwickeln, dass es als Plattform unterschiedlichen Unternehmen
ermöglicht, Robotersysteme gemeinsam zu trainieren, ohne untereinander
Daten teilen zu müssen. Für die weitere Forschung suchen Maximilian Gilles
und sein Team Partner aus Industrie und Forschung.

Für das Training der Roboter wurden insgesamt fünf autonome
Kommissionierstationen aufgebaut: zwei am IFL sowie drei bei der Firma
Festo SE mit Sitz in Esslingen am Neckar. „Wir freuen uns, dass es uns
gelungen ist zu zeigen, dass Roboter voneinander lernen können, ohne
sensible Daten und Betriebsgeheimnisse zu teilen. Dadurch schützen wir die
Daten unserer Kundinnen und Kunden und wir gewinnen zudem an
Geschwindigkeit, weil die Roboter auf diese Weise viele Aufgaben schneller
übernehmen können. So können die kollaborativen Roboter zum Beispiel
Produktionsmitarbeitende bei sich wiederholenden, schweren und ermüdenden
Aufgaben unterstützen“, sagt Dr. Jan Seyler, Leiter Advanced Development
Analytics and Control bei Festo.

Das Forschungsprojekt FLAIROP

Das Projekt FLAIROP (steht für: Federated Learning for Robot Picking) war
eine Partnerschaft zwischen kanadischen und deutschen Organisationen und
Firmen. Die kanadischen Projektpartner konzentrierten sich auf
Objekterkennung durch Deep Learning, Explainable AI und Optimierung,
während die deutschen Partner ihre Expertise in der Robotik, beim
autonomen Greifen durch Deep Learning und in der Datensicherheit
einbrachten.

KIT-IFL: Entwicklung Algorithmus Greifpunktbestimmung, Entwicklung
automatische Lerndatengenerierung

KIT-AIFB: Entwicklung Federated Learning Framework

Festo SE und Co. KG: Konsortialführung, Entwicklung
Kommissionierstationen, Pilotierung

University of Waterloo (Kanada): Entwicklung Algorithmus Objekterkennung

Darwin AI (Kanada): Lokale und Globale Netzwerkoptimierung

FLAIROP wurde vom kanadischen National Research Council (NRC) und dem
deutschen Bundesministerium für Wirtschaft und Klimaschutz (BMWK)
gefördert. Ans KIT gingen dabei rund 750 000 Euro. (mex)

Als „Die Forschungsuniversität in der Helmholtz-Gemeinschaft“ schafft und
vermittelt das KIT Wissen für Gesellschaft und Umwelt. Ziel ist es, zu den
globalen Herausforderungen maßgebliche Beiträge in den Feldern Energie,
Mobilität und Information zu leisten. Dazu arbeiten rund 9 800
Mitarbeiterinnen und Mitarbeiter auf einer breiten disziplinären Basis in
Natur-, Ingenieur-, Wirtschafts- sowie Geistes- und Sozialwissenschaften
zusammen. Seine 22 300 Studierenden bereitet das KIT durch ein
forschungsorientiertes universitäres Studium auf verantwortungsvolle
Aufgaben in Gesellschaft, Wirtschaft und Wissenschaft vor. Die
Innovationstätigkeit am KIT schlägt die Brücke zwischen Erkenntnis und
Anwendung zum gesellschaftlichen Nutzen, wirtschaftlichen Wohlstand und
Erhalt unserer natürlichen Lebensgrundlagen. Das KIT ist eine der
deutschen Exzellenzuniversitäten.