Wasserversorgung

Mit KI gegen Legionellen

Von Peter Welchering
22.09.2021
, 10:24
Angebrütet: Legionellen in der Petrischale
Mit Künstlicher Intelligenz und Mustererkennung lassen sich Legionellen im Wasser rechtzeitig erkennen. Die Anlage kann direkt in den Hausanschluss eingebaut werden.

Legionellen sind auf dem Vormarsch. Allein in Baden-Württemberg hat das Landesgesundheitsamt im zurückliegenden Sommer ungefähr 100 Legionellen-Erkrankungen registriert. Sieben Menschen starben daran. Ständige Probenentnahmen und Kontrollen sind hier im wahrsten Sinne des Wortes lebensrettend.

Die schwäbischen Tüftler der Legio Tools GmbH aus Walddorfhäslach haben für die Trinkwasserkontrolle ein Analysesystem mit Künstlicher Intelligenz entwickelt. Legionellen, wie überhaupt Bakterien, aber auch andere Verunreinigungen des Trinkwassers, erkennt dieses System mit Mustererkennung. Die Anlage kann direkt in den Hausanschluss eingebaut werden.

„In vielen Gebäuden findet überhaupt keine Pflege der Wasserleitungen statt“, bringt Rainer Kaifel, Geschäftsführer der Legio Tools, das Problem auf den Punkt. „Da werden Sedimente und Bakterien antransportiert und lagern sich ab.“ So entsteht ein mitunter hochinfektiöser Biofilm. „Auch Sedimente, die sonst im Wasser eigentlich ungefährlich sind, vergrößern auf diese Weise die Bakterienlast im Haus“, erklärt der Diplomingenieur und zeigt ein Stück Rohrleitung, das er aus einem Hausversorgungssystem ausgebaut hat. Einen guten Zentimeter dick ist die Sedimentschicht, die sich hier abgelagert hat. In einem Hausleitungssystem breiten sich von hier aus bakterielle Infektionen aus, an denen dann auch Menschen erkranken. „Teils sind das schwere Erkrankungen, teils sterben die Menschen an einer solchen bakteriellen Infektion“, berichtet Kaifel.

Aufgespürt: Die Software von Legio Tools im Einsatz
Aufgespürt: Die Software von Legio Tools im Einsatz Bild: Peter Welchering

Solche Erkrankungen und Todesfälle könnten durch ständige Qualitätskontrolle des Wassers vermieden werden. Dafür wird an der Hauszuleitung oder der Leitung, die überwacht werden soll, ein kleiner Anschluss für die Probenentnahme installiert. Über entsprechende Regulierventile gelangt dann in regelmäßigen Abständen Wasser in das Analysesystem. Das besteht aus einem Mikroskop mit einem Bildprozessor und weiteren angeschlossenen optischen Sensoren. „Mit einer Objekt-Erkennungssoftware wird die Probe gescannt“, sagt Kaifel. Ein neuronales Netz werte die gescannten Bilder aus und könne dank entsprechender Trainingsdaten genau erkennen, ob es sich um Legionellen, andere Bakterien, Mikroplastik oder Sediment-Verunreinigungen handele.

In der anfänglichen Trainingsphase haben die neuronalen Netze anhand von 100.000 Bildern gelernt, wie welches Bakterium oder Sediment genau aussieht. Die Zuordnung trafen Mikro­biologen vorab händisch. Mit diesem ­Ersttraining ist es nicht getan. Die ­Wissenschaftler überprüfen die Mu­stererkennung der neuronalen Netze ­regelmäßig. Dabei lernt die Software neue Bilder mit ihren Zuordnungen, und die Wissenschaftler werten die bishe­rige Trefferquote aus. „Das ist ein ­kontinuierlicher Optimierungsprozess“, beschreibt Christine Anderko von der Legio Tools das Verfahren.

Abgesetzt: Verunreinigungen und Rost im Wasserrohr
Abgesetzt: Verunreinigungen und Rost im Wasserrohr Bild: Imago

Sie hat das inzwischen marktreife System an verschiedenen Kliniken und in größeren Unternehmen vorgestellt. „Das Interesse ist groß, denn Wasser ist auch bei großen Konzernen das einzige nicht ständig kontrollierte Produkt und damit ein potentielles Risiko“, sagt Anderko. Dabei sei den Anwendern wichtig, dass neben den Bildern aus der Licht-Mikroskopie auch andere Parameter ausgewertet werden. Dazu zählen die Außen- und die Wassertemperatur, der pH-Wert und die Leitfähigkeit des Wassers. Kaifel: „Diese Daten und die optische Erfassung durchlaufen dann ein Prognosesystem.“

Das Prognosesystem arbeitet ebenfalls mit KI-Software und berechnet nicht nur die künftige Wasserqualität, sondern warnt auch vor möglicherweise bald auftretenden Schäden. Die werden über erfasste Schadensmuster und eine Wahrscheinlichkeitsrechnung eingeschätzt.

F.A.Z. Digitec: jetzt testen!

Nehmen Sie die digitale Zukunft selbst in die Hand.

Mehr erfahren

„Wenn wir bestimmte Partikel zuordnen können, erkennen wir gleich, welche Stelle einer Rohrleitung als Nächstes kaputtgehen wird“, fasst Kaifel das komplexe Zusammenspiel aus Simulation und Wahrscheinlichkeitsberechnung zusammen. Der Leitungsnetzbetreiber kann die Erkenntnis nutzen und rechtzeitig kleinere Reparaturen vornehmen, bevor eine Rohrleitung zum Beispiel undicht wird.

Ein Teil der Analysen findet dabei vor Ort statt, also direkt am Hausanschluss oder an der zu überwachenden Leitung. Der größere Teil der Analysen und vor allen Dingen die Berechnung der Prognosen erfolgen jedoch in der Cloud. Denn für diese komplexen Berechnungen sind erheblich mehr Rechnerleistungen nötig.

An Ort und Stelle wird nur mit kleinen Systemen gearbeitet. Das hat letztlich Kostengründe. Denn je mehr Rechnerleistung vor Ort installiert ist, desto teurer das Überwachungssystem. Die Datenübertragung wird mit der üblichen ­Transportverschlüsselung abgesichert. In besonders sensiblen Bereichen, wie zum Beispiel in Krankenhäusern, reicht die allerdings nicht aus. Dann erfolgt der Datenversand in die Cloud über ein eigens abgesichertes virtuelles privates Netzwerk.

Quelle: F.A.Z.
  Zur Startseite
Verlagsangebot
Verlagsangebot