DeepWaive lernt aus hydrodynamischen Simulationen, um diese Berechnung zu beschleunigen. Seine schnellen Vorhersagen beruhen auf im Vorfeld durchgef\u00fchrten Vorbereitungen. Dazu geh\u00f6ren (1) die Erstellung von Referenzszenarien, (2) das Training des KI-Modells anhand dieser Szenarien und (3) das Testen, wie gut das Modell in neuen, bisher unbekannten Situationen funktioniert. Im Rahmen unserer Forschungskooperation mit WestAI<\/a> haben wir untersucht, wie diese Vorbereitungen effektiver gestaltet werden k\u00f6nnen. Wir untersuchten, welche Ressourcen f\u00fcr ein wiederverwendbares Basismodell erforderlich sind und inwieweit eine lokale Anpassung die regionale Leistungsf\u00e4higkeit verbessern k\u00f6nnte, ohne den gesamten Trainingsprozess wiederholen zu m\u00fcssen.<\/p>\n\n\n\n
Vom Niederschlag bis zur \u00dcberschwemmung<\/h2>\n\n\n\n
Hydrodynamische Modellierungen zeigen, wie Gel\u00e4nde, Niederschlag und andere Ereignisse die Bewegung des Wassers beeinflussen. Ein digitales H\u00f6henmodell beschreibt die H\u00f6he der Bodenoberfl\u00e4che als detaillierte Karte, w\u00e4hrend Geb\u00e4ude und andere Hindernisse die m\u00f6glichen Flie\u00dfwege beeinflussen. Niederschlag, von au\u00dfen in das Gebiet flie\u00dfendes Wasser und das bereits vorhandene Wasser bestimmen den Verlauf der Simulation.<\/p>\n\n\n\n
Bei einem typischen numerischen Ansatz wird die Oberfl\u00e4che in Rechenzellen unterteilt. Physikalische Gleichungen beschreiben, wie sich Wasser zwischen benachbarten Zellen bewegt und wie sich die Str\u00f6mung \u00fcber aufeinanderfolgende Zeitschritte ver\u00e4ndert. Die daraus resultierenden Karten zeigen die Wassertiefe \u00fcber dem Boden sowie die Str\u00f6mungsgeschwindigkeit einschlie\u00dflich ihrer Richtung. Da die Zellen miteinander interagieren, k\u00f6nnen Zust\u00e4nde stromaufw\u00e4rts Hochwasser in einiger Entfernung beeinflussen. Wird beispielsweise ein Geb\u00e4ude als undurchl\u00e4ssig dargestellt, wird die berechnete Str\u00f6mung durch benachbarte Zellen umgeleitet.<\/p>\n\n\n\n
Die Simulation h\u00e4ngt von ihren Eingabedaten ab. Bei einer operativen Vorhersage stammen die Niederschlagsdaten m\u00f6glicherweise aus einer Wettervorhersage. Bei einem Trainingsszenario k\u00f6nnen sie gezielt festgelegt werden. Folglich k\u00f6nnen verschiedene Wettervorhersagen unterschiedliche Hochwasserkarten f\u00fcr dasselbe Gel\u00e4nde ergeben. Dadurch wird die Unsicherheit hinsichtlich des bevorstehenden Wetters von der Berechnung seiner m\u00f6glichen Auswirkungen vor Ort getrennt.<\/p>\n\n\n\n
Eine feinere r\u00e4umliche Aufl\u00f6sung erh\u00f6ht die Anzahl der miteinander interagierenden Zellen, w\u00e4hrend l\u00e4ngere Ereignisse mehr Schritte erfordern. Die Wiederholung der Simulation f\u00fcr alternative Niederschlagsmuster f\u00fchrt zu weiteren Durchl\u00e4ufen. Dies ist wertvoll, um m\u00f6gliche Ergebnisse zu untersuchen. Der hohe Rechenaufwand schr\u00e4nkt jedoch ein, wie viele Szenarien in der kurzen Zeit bewertet werden k\u00f6nnen, die vor der Ausgabe einer Warnung zur Verf\u00fcgung steht.<\/p>\n\n\n\n
Ein trainierbares Hochwasser-Ersatzmodell<\/h2>\n\n\n\n
DeepWaive ist eine trainierte Ann\u00e4herung \u2013 oder ein Ersatzmodell \u2013 dieser numerischen Berechnung. Einfach ausgedr\u00fcckt: Es lernt, Hochwasserkarten vorherzusagen, ohne jedes Mal die vollst\u00e4ndige Simulation durchf\u00fchren zu m\u00fcssen. Zum Trainieren werden Gel\u00e4ndedaten und Ereignisangaben mit Hochwasserkarten abgeglichen, die von hydrodynamischen Modellen generiert wurden. Das Netzwerk vergleicht seine Vorhersagen mit diesen Referenzwerten und passt seine Parameter an, um die Abweichung zu verringern. Dank seiner Transformer-Architektur kann das Modell Beziehungen zwischen verschiedenen Orten in den Eingabedaten abbilden. Dies ist wichtig, wenn der Verlauf einer \u00dcberschwemmung an einem Ort von den Bedingungen an anderen Orten abh\u00e4ngt.<\/p>\n\n\n\n Simulationen erm\u00f6glichen die Erstellung vielf\u00e4ltiger Trainingsszenarien, einschlie\u00dflich Ereignissen, f\u00fcr die keine detaillierten Beobachtungsdaten vorliegen. Jede Simulation verkn\u00fcpft vorgegebene Eingabebedingungen wie Niederschlag und Gel\u00e4nde mit der entsprechenden Hochwasserdynamik. Dies bietet einen Ansatz, physikalisches Wissen in das maschinelle Lernen einzubeziehen<\/a>. <\/p>\n\n\n\n Die Erstellung von Referenzszenarien und das Training des Netzwerks sind rechenintensive Vorbereitungsschritte, die vor dem operativen Einsatz abgeschlossen werden. Die dadurch erzielte Zeitersparnis kommt dann bei jeder Vorhersage zum Tragen. Nach dem Training verarbeitet DeepWaive neue Gel\u00e4ndedaten und Niederschlagswerte mit festen Gewichtungen, ohne dass f\u00fcr jede Vorhersage die vollst\u00e4ndige numerische Simulation erneut durchgef\u00fchrt oder das Modell neu angepasst werden muss. Abbildung 1 veranschaulicht diese Schritte.<\/p>\n\n\n\n Wir bezeichnen dieses wiederverwendbare Netzwerk als Basismodell f\u00fcr die Hochwasservorhersage. Es handelt sich um ein gemeinsames Basismodell, das anhand vieler verschiedener Szenarien trainiert wurde und f\u00fcr den Einsatz in mehreren Regionen vorgesehen ist. F\u00fcr eine neue Region erh\u00e4lt das Modell die Gel\u00e4ndekarte dieser Region als Eingabe. Die Anpassung des Modells geht noch einen Schritt weiter und ver\u00e4ndert das Gelernte. Lokale Referenzsimulationen k\u00f6nnen diese Anpassung unterst\u00fctzen, wenn Vorhersagen den lokalen Bedingungen genauer entsprechen m\u00fcssen. Daraus ergeben sich zwei miteinander verbundene Investitionsentscheidungen: Wie viel soll durch ein breit angelegtes Training gelernt werden, und wie stark soll das Modell f\u00fcr eine bestimmte Anwendung angepasst werden?<\/p>\n\n\n\n Die Zusammenarbeit vereinte drei Elemente: das DeepWaive-Modell und die Simulationspipeline von FloodWaive, die Forschung zu Anpassungsmethoden am Labor f\u00fcr Werkzeugmaschinen und Fertigungstechnik (WZL) der RWTH Aachen sowie die Rechenressourcen von WestAI auf dem Hochleistungsrechnercluster CLAIX der Universit\u00e4t. Unser Ausgangspunkt war der in Skalierungsstudien zu Sprachmodellen<\/a> etablierte Ansatz. Diese Studien untersuchen, wie sich die Vorhersagequalit\u00e4t ver\u00e4ndert, wenn Modellgr\u00f6\u00dfe, Trainingsdaten und Rechenleistung erh\u00f6ht werden. Zus\u00e4tzliche Parameter k\u00f6nnen komplexere Zusammenh\u00e4nge abbilden, doch ihr Nutzen h\u00e4ngt davon ab, dass gen\u00fcgend Trainingsbeispiele und Rechenaufwand zur Verf\u00fcgung stehen, um sie sinnvoll zu nutzen.<\/p>\n\n\n\n Wir haben drei Modellgr\u00f6\u00dfen mit etwa 125 Millionen, 500 Millionen und 2 Milliarden Parametern verglichen. F\u00fcr die untersuchte Trainingskonfiguration ergaben die Vergleiche, dass rund 500 Millionen Parameter das beste Gleichgewicht zwischen Vorhersagequalit\u00e4t und Trainingsaufwand darstellen. Bei h\u00e4ufigen Vorhersagen verlagert sich der Schwerpunkt auf die Inferenzkosten, also die Zeit und Rechenleistung, die ben\u00f6tigt werden, um das Modell f\u00fcr jede Vorhersage auszuf\u00fchren. Aus diesem Grund hat FloodWaive die Entwicklung gr\u00f6\u00dferer und kompakterer Varianten fortgesetzt, die f\u00fcr unterschiedliche Arbeitslasten geeignet sind.<\/p>\n\n\n\n Die Zuweisung von Grafikprozessoren (GPUs) stellte einen weiteren technischen Kompromiss dar. Das parallele Training auf mehreren GPUs verteilt die Rechenlast, jedoch m\u00fcssen die GPUs Informationen austauschen, um ihre Modellkopien synchron zu halten. In unseren Tests ergab sich bei etwa acht GPUs das beste Verh\u00e4ltnis zwischen Vorhersagequalit\u00e4t und Ressourcenverbrauch. Den begrenzten Nutzen des Einsatzes noch weiterer GPUs f\u00fchren wir haupts\u00e4chlich auf den Kommunikations-Overhead zur\u00fcck, d.\u202fh. auf Verz\u00f6gerungen, die durch den Datenaustausch zwischen den GPUs verursacht werden.<\/p>\n\n\n\n Datenvolumen und Abdeckung beantworten unterschiedliche Fragen<\/p>\n\n\n\n Unsere Tests deuten darauf hin, dass der Nutzen zus\u00e4tzlicher Trainingsdaten davon abh\u00e4ngt, wie vielf\u00e4ltig die Szenarien sind und wie viele Daten das Modell bereits gesehen hat. Zu unserer \u00dcberraschung flachten die Verbesserungen der Vorhersagequalit\u00e4t in einigen Experimenten ab, als weitere Beispiele \u00e4hnlicher Art hinzugef\u00fcgt wurden. Wir interpretieren dies als Zeichen daf\u00fcr, dass das getestete Modell aus dieser Art von Daten bereits das Meiste gelernt hatte, was es lernen konnte. Ein separater FloodWaive-Entwicklungstest im September 2025 deckte eine spezifischere L\u00fccke in der Szenarioabdeckung auf. In diesem Test durfte sich Wasser hinter einer Barriere in einer simulierten Landschaft ansammeln. Die Berechnung wurde dann ab diesem Punkt fortgesetzt, wobei die Barriere entfernt wurde. In der Vorhersage des Modells blieb das angesammelte Wasser an Ort und Stelle, anstatt abzuflie\u00dfen. Dieser \u00dcbergang, bei dem eine Barriere verschwindet, w\u00e4hrend Wasser dahinter zur\u00fcckgehalten wird, war in den Trainingsszenarien nicht abgebildet worden. Der Test legte eine gezielte Erweiterung des Trainingssatzes nahe, um diese L\u00fccke zu schlie\u00dfen: Szenarien, in denen Barrieren w\u00e4hrend eines Ereignisses entstehen oder verschwinden. Nach dem Training sollte die resultierende Abflussreaktion sorgf\u00e4ltig ausgewertet werden. Weitere Beispiele mit unver\u00e4nderten Hindernissen w\u00fcrden diesen fehlenden \u00dcbergang nicht direkt liefern. Abbildung 2 veranschaulicht die im Entwicklungstest beobachtete Modellreaktion und das physikalische Verhalten, das das vorgeschlagene zus\u00e4tzliche Training motivierte.<\/p>\n\n\n\n![\"-](\"https:\/\/lamarr-institute.org\/wp-content\/uploads\/Figure-1_Training-and-prediction-1024x465.png\" "\\"\\"")
Abbildung 1<\/strong>. Numerische Simulationen liefern die Referenzkarten f\u00fcr das Training von DeepWaive. Nach dem Training werden die gelernten Parameter des Modells (Gewichte \u03b8*) f\u00fcr neue Vorhersagen wiederverwendet. Die Vorhersage kann Sekunden bis Minuten dauern, anstatt der Stunden bis Tage, die ein numerischer L\u00f6ser ben\u00f6tigt. Die tats\u00e4chlichen Laufzeiten h\u00e4ngen vom Gebiet, der Aufl\u00f6sung, der Ereignisdauer und der Hardware ab. \u00a9 FloodWaive.<\/figcaption><\/figure>\n\n\n\nAnpassung der Modellkapazit\u00e4t an die Arbeitslast<\/h2>\n\n\n\n
![\"-](\"https:\/\/lamarr-institute.org\/wp-content\/uploads\/Figure-2_Barrier-removal-1024x230.png\" "\\"\\"")
Abbildung 2<\/strong>. Diese schematische Darstellung zeigt einen FloodWaive-Entwicklungstest, der in einem Zustand begann, in dem sich hinter einer Barriere Wasser angesammelt hatte. Die Barriere wurde anschlie\u00dfend entfernt. Die beiden rechten Abbildungen vergleichen den erwarteten Abfluss (frei flie\u00dfendes Wasser) mit der Modellreaktion im Test (das Wasser bleibt eingeschlossen). Dieses Ergebnis legt nahe, Trainingsbeispiele hinzuzuf\u00fcgen, die sich ver\u00e4ndernde Hindernisse beinhalten, wie beispielsweise Barrieren, die w\u00e4hrend einer \u00dcberschwemmung erscheinen oder verschwinden. \u00a9 FloodWaive.<\/figcaption><\/figure>\n\n\n\n
Weitere Beispiele einer bekannten Art f\u00fchrten zu immer geringeren Verbesserungen des Modells. Im Gegensatz dazu deckte der Barriere-Test eine Art von Hochwasserszenario auf, mit dem das Modell w\u00e4hrend des Trainings noch nie konfrontiert worden war. Um diese L\u00fccke zu schlie\u00dfen, sind Beispiele f\u00fcr genau diesen \u00dcbergang erforderlich.<\/p>\n\n\n\n
Anpassung des gemeinsamen Modells an regionale Gegebenheiten<\/h2>\n\n\n\n
Die lokale Anpassung bietet eine weitere Anwendungsm\u00f6glichkeit f\u00fcr zus\u00e4tzliche Beispiele. Regionale Referenzsimulationen k\u00f6nnen sich vom umfassenden Trainingskorpus (dem gro\u00dfen, vielf\u00e4ltigen Datensatz, der f\u00fcr das anf\u00e4ngliche Training verwendet wurde) unterscheiden. Zu diesen Unterschieden k\u00f6nnen unter anderem die Darstellung des Gel\u00e4ndes und die zugrunde liegenden Modellannahmen geh\u00f6ren. Dies macht regionale Simulationen wertvoll f\u00fcr die Anpassung des Basismodells an ein bestimmtes Gebiet. Wir haben die regionale Anpassung anhand von Referenzsimulationen f\u00fcr die St\u00e4dteRegion Aachen, den Regionalbezirk, zu dem die Stadt Aachen geh\u00f6rt, evaluiert.<\/p>\n\n\n\n
Bei der vollst\u00e4ndigen Feinabstimmung wird das gesamte Basismodell anhand regionaler Daten weiter trainiert, wobei sich alle seine Parameter \u00e4ndern k\u00f6nnen. Dieser Ansatz baut auf dem auf, was das Basismodell bereits gelernt hat, und verleiht ihm volle Flexibilit\u00e4t bei der Anpassung an die Region. Der Nachteil besteht darin, dass ein gro\u00dfes Netzwerk optimiert werden muss und jede Region ein eigenes vollst\u00e4ndiges Modell erh\u00e4lt, das separat gepflegt werden muss. Wir haben diesen Ansatz mit alternativen Methoden verglichen, bei denen eingeschr\u00e4nkt wird, welche Parameter w\u00e4hrend der Anpassung angepasst werden.<\/p>\n\n\n\n
Bei der Low-Rank-Anpassung (LoRA)<\/a> bleiben die vortrainierten Gewichte unver\u00e4ndert. Anstatt alle Parameter zu \u00e4ndern, lernt das Modell eine kleine Korrektur zur regionalen Anpassung. Diese Korrektur wird durch das Produkt zweier kleinerer Matrizen dargestellt. Durch die Begrenzung ihres Rangs wird die Flexibilit\u00e4t der Korrektur eingeschr\u00e4nkt. Dadurch wird die Anzahl der trainierbaren Parameter im Vergleich zu einer vollst\u00e4ndigen Feinabstimmung erheblich reduziert. Die Vorhersage kombiniert die urspr\u00fcngliche Transformation mit dieser gelernten Korrektur. Abbildung 3 zeigt die Beziehung zwischen den \u201ceingefrorenen\u201d Gewichten und den trainierbaren Komponenten.<\/p>\n\n\n\n![\"-](\"https:\/\/lamarr-institute.org\/wp-content\/uploads\/Figure-3_LoRA-adapter-1024x380.png\" "\\"\\"")
Abbildung 3<\/strong>. LoRA kombiniert eine \u201eeingefrorene\u201c Transformation W\u2080 (die urspr\u00fcnglichen, unver\u00e4nderten Modellgewichte) mit einer trainierbaren Korrektur sBA. F\u00fcr eine 1.000 \u00d7 1.000-Schicht mit Rang 8 enth\u00e4lt der Adapter 16.000 trainierbare Werte, was nur 1,6 % der urspr\u00fcnglichen Gewichtsanzahl entspricht. Bei der regionalen Anpassung werden nur A und B ver\u00e4ndert. Der Skalierungsfaktor s ist fest vorgegeben, und der Bias-Term wird nicht dargestellt. \u00a9 FloodWaive
.<\/strong><\/figcaption><\/figure>\n\n\n\n
![\"-](\"https:\/\/lamarr-institute.org\/wp-content\/uploads\/Figure-4_Evaluation-design-1024x393.png\" "\\"\\"")