Direkt zum Hauptinhalt
Diese Seite wird mit automatisierter Übersetzung angezeigt. Lieber auf Englisch ansehen?
Abbildung einer kaputten Wasserleitung, die Wasser versprüht, was einen Rohrbruch oder ein Wasserleck darstellt.

KI-Apps schützen die Wasserressourcen in Südeuropa

Wasserknappheit stellt in vielen Teilen Südeuropas eine große Herausforderung dar und erfordert innovative Lösungen für ein verantwortungsvolles Wassermanagement.

Siemens Water Applications (SIWA) erfüllt diesen kritischen Bedarf mit einer Reihe von KI-gestützten Anwendungen, wie Meter Data Analytics und Leak Finder. Beispiele aus der Praxis belegen die Wirkung: eine nachhaltigere und widerstandsfähigere Wasserinfrastruktur.

Siemens Water Analytics and Management (SIWA) Meter Management system interface with various icons and graphs.

Wasser ohne Einnahmen stellt eine erhebliche finanzielle Belastung für die Wasserversorger dar. Auch für Verbraucher birgt Wasser, das keinen Umsatz macht, Risiken: Abgesehen davon, dass es ein Umweltproblem darstellt und unnötige Kosten verursacht, können unentdeckte Leckagen auch Sachschäden verursachen.

Leckagen und kommerzielle Verluste (Wasser wird bereitgestellt, aber nicht registriert) sind eine Hauptquelle für unrentables Wasser. SIWA Meter Data Analytics bietet bewährte Methoden und Tools, um kommerzielle Verluste und interne Leckagen zu identifizieren und zu reduzieren. Die Lösung zeichnet Daten von konventionellen und intelligenten Zählern auf und wertet sie aus.

Das zuständige Versorgungsunternehmen verwendet diese Daten dann, um interne Leckagen oder Verbrauchsanomalien schnell zu identifizieren. Die Softwarelösung kombiniert fortschrittliche proprietäre Datenanalysemethoden und KI-basierte Algorithmen mit leistungsstarken und sicheren Systemen zur Erfassung und Speicherung von Daten.

SIWA Meter Data Analytics wird als Software-as-a-Service (SaaS) in der Cloud oder vor Ort angeboten. Mehr als alles andere ist SIWA Meter Data Analytics extrem flexibel.

Ein Segen für Smart-Meter-Initiativen

Das städtische Versorgungsunternehmen EMAYA verwaltet den Wasserkreislauf von Palma de Mallorca, einem beliebten Urlaubsziel, das jährlich Millionen von Besuchern anzieht.

Der Klimawandel, die boomende Tourismusbranche und die kontinuierliche Inselentwicklung gehören zu den Faktoren, die die Wasserknappheit verschärfen.

Ab 2021 führte die Wassersparte von EMAYA ein Projekt zur Implementierung intelligenter Zähler ein, mit dem Ziel, 100% von Palma mit intelligenten Zählern auszustatten. SIWA Meter Data Analytics hat diesen Übergang begleitet.

Die Lösung wurde ursprünglich mit Daten von fast 100.000 Wasserzählern mit zweimonatlichen Ablesungen gefüllt. Historische Messwerte waren ebenfalls enthalten, ebenso wichtige Merkmale jedes Wasserzählers, wie Zählergröße, Typ, Installationsdatum und Aktivität.

Dabei identifizierte das Tool eine Zählermarke, die niedrigere Werte als der Durchschnitt registrierte. Die Leistung von 11.280 ausgetauschten Zählern wurde über einen Zeitraum von 10 Monaten untersucht, um sicherzustellen, dass die fortschrittlichen KI-Algorithmen, die von dem Tool verwendet werden, bei der zukünftigen Umstellung auf intelligente Zähler helfen könnten.

Insgesamt hat SIWA Meter Data Analytics in weniger als drei Jahren die Messfehler um 23% reduziert (von 3,9% auf 3%). Darüber hinaus optimiert die Lösung die Zeitpläne für den Austausch von Zählern: Zähler, die gemäß den Kriterien ausgetauscht wurden, erzielten achtmal mehr Umsatz als mit altersbedingtem Austausch, was das vorherige Austauschkriterium war.

SIWA Meter Data Analytics unterstützte EMAYA auch bei der Erstellung ihres erfolgreichen Migrationsplans zu Smart Metering.

Verbesserter Kundenservice

Empresa Municipal Aguas de Malaga (EMASA), der kommunale Wasserversorger für Malaga, der etwa 600.000 Einwohner versorgt, hat SIWA Meter Data Analytics auch für seine Smart-Meter-Implementierung genutzt.

Zu den wichtigsten Zielen dieser Initiative gehören die sofortige Warnung der Kunden über interne Leckagen, die Förderung eines verantwortungsvollen Wasserverbrauchs und die Unterstützung bei sozialen Notfällen.

In Malaga war SIWA Meter Data Analytics mit Daten von über 238.000 Wasserzählern ausgestattet. Derzeit senden gut 50.000 Messgeräte tägliche Datenwerte, einschließlich erweiterter Informationen, wie Batteriestand, Verbrauchsrate, durchschnittlicher Durchfluss, Anzahl der Starts und Schlafdauer.

Diese Parameter dienen als Eingabedaten für die Generierung von Warnmeldungen bei vermuteten Anomalien oder „verdächtigen“ Ereignissen. Ein solches Ereignis könnte unter anderem ein Hinweis auf ein veraltetes Messgerät, Leckagen, Betrug und soziale Notfälle sein.

Im letzteren Fall könnte ein völliges Ausbleiben des Wasserverbrauchs auf einen potenziellen Notfall hinweisen, sodass das System die Familie oder die zuständigen Behörden alarmiert, um das Wohlbefinden eines Bewohners zu überprüfen.

Mit SIWA Meter Data Analytics profitiert EMASA von verbesserter Datenqualität und automatisierter Analyse. Dadurch kann das Team in kürzerer Zeit mehr erreichen — zum Beispiel verdächtige Ereignisse nachverfolgen. Ein wichtiges Ergebnis sind höhere Umsätze dank der Früherkennung von Betrug und abgestellten Zählern.

Cartoon robot holding magnifying glass, examining water pipes with leaks. Text:

Effektives Lokalisieren von Wasserlecks

Eine wichtige Komponente von ungenutztem Wasser ist physischer Wasserverlust, insbesondere Leckagen innerhalb des Wasserverteilungssystems. Das bezieht sich auf Wasser, das auf dem Weg zum Verbraucher einfach verloren geht. Laut der spanischen Tageszeitung El País übersteigen die Verluste an manchen Orten das Angebot um 60%.

Servicios de Txingudi, das öffentliche Versorgungsunternehmen, das für die Wasserversorgung in den nordspanischen Gemeinden Irun und Hondarribia zuständig ist, nutzt die SIWA Leak Finder-App, um Wasserverluste zu beheben.

SIWA Leak Finder ist eine Softwarelösung zur Erkennung und Vorlokalisierung von Lecks in Wassertransport- und Verteilungsnetzen mithilfe künstlicher Intelligenz zur Analyse von Durchflussdaten in Echtzeit. Mit dem Tool können Bediener Lecks schnell erkennen und reparieren und gleichzeitig Fehlalarme minimieren.

Darüber hinaus ist das System dank KI in der Lage, saisonale Muster zu erkennen, die vom Tourismus und den Wetterbedingungen beeinflusst werden.

In weniger als einem Monat wurde SIWA Leak Finder im gesamten Netzwerk implementiert, das 285 km Rohrleitungen abdeckt, und anhand eines dreiwöchigen Datensatzes trainiert.

Die Überholspur war möglich, weil die Sensoren bereits vorhanden waren — Servicios de Txingudi war eines der ersten Versorgungsunternehmen in Spanien, das intelligente Wasserzähler installierte. Das Tool verarbeitet Daten von Durchflussmessern, Drucksensoren, Chlorsensoren und mehr — einschließlich der täglichen Wasserzählerstände der Kunden. Somit ist es möglich, Lecks anhand von KPIs aus den einzelnen Vertriebsmanagementbereichen schnell zu identifizieren.

Seit der Inbetriebnahme von SIWA Leak Finder im Januar 2017 wurden über 10.000 Ereignisse erkannt und behoben, darunter Leckagen, Druckprobleme, Chloranomalien, Sensorausfälle, Datenübertragungsprobleme und Diebstahl.

Das System verwaltet auch saisonale Veränderungen der Konsummuster und berücksichtigt dynamische Veränderungen als Folge des Bevölkerungswachstums im Sommer.

Weil jeder Tropfen zählt

A Siemens AI-SIWA Leak Finder UC Leak Detection device is shown in the image.

SIWA Meter Data Analysis und SIWA Leak Finder sind nur zwei Beispiele dafür, wie Siemens Wasserversorgungsunternehmen dabei unterstützt, ihre Einnahmen zu steigern, Kosten zu senken und eine wichtige Ressource zu schonen.

Darüber hinaus kommen die SIWA-Lösungen den Endkunden direkt zugute, da sie ihnen helfen, teure Wasserrechnungen und potenzielle Sachschäden durch Leckagen zu vermeiden.

Durch den Einsatz dieser innovativen Technologien sind Wasserwirtschaftsorganisationen besser gerüstet, um die Herausforderungen einer Zukunft mit Wasserknappheit zu bewältigen und die nachhaltige Bewirtschaftung dieser wertvollen Ressource sicherzustellen.

März 2025