{"id":27366,"date":"2025-11-04T09:20:42","date_gmt":"2025-11-04T09:20:42","guid":{"rendered":"https:\/\/lamarr-institute.org\/?p=27366"},"modified":"2025-11-04T09:42:11","modified_gmt":"2025-11-04T09:42:11","slug":"rivermamba-hochwasserprognosen","status":"publish","type":"post","link":"https:\/\/lamarr-institute.org\/de\/news\/rivermamba-hochwasserprognosen\/","title":{"rendered":"RiverMamba: Neue KI-Architektur verbessert Hochwasserprognosen"},"content":{"rendered":"\n

Bonn, 5. November 2025<\/strong>. Extreme Wetterereignisse wie Starkregen und Hochwasser stellen Fr\u00fchwarnsysteme weltweit vor wachsende Herausforderungen. Forschende der Rheinischen Friedrich-Wilhelms-Universit\u00e4t Bonn, des Forschungszentrums J\u00fclich (FZJ) <\/strong>und des Lamarr-Instituts f\u00fcr Maschinelles Lernen und K\u00fcnstliche Intelligenz<\/strong> haben mit RiverMamba<\/strong> ein neues KI-Modell entwickelt, das Flussabfl\u00fcsse und \u00dcberflutungsrisiken pr\u00e4ziser vorhersagen kann als bisherige Verfahren<\/strong>. Das Forschungspapier wurde f\u00fcr die NeurIPS 2025 angenommen \u2013 ein Zeichen wissenschaftlicher Exzellenz Bonner Forschung. Damit liefert RiverMamba einen wichtigen Beitrag zur Klimaanpassung und Risikovorsorge \u2013 Themen, die gerade rund um den UN World Tsunami Awareness Day am 5. November<\/strong> weltweit besondere Aufmerksamkeit erhalten.<\/p>\n\n\n\n

KI lernt aus Umwelt- und Klimadaten<\/strong><\/p>\n\n\n\n

RiverMamba basiert auf der sogenannten Mamba-Architektur<\/strong>, einer neuen Generation von Deep-Learning-Modellen, die besonders effizient mit zeitlich-r\u00e4umlichen Umwelt- und Klimadaten<\/strong> umgehen kann. Das System wertet kontinuierlich Daten zu Niederschlag, Temperatur, Bodenfeuchte und Flie\u00dfgeschwindigkeit aus und erkennt darin Muster, die f\u00fcr die Entstehung von Hochwasser entscheidend sind<\/strong>.<\/p>\n\n\n\n

\"Hochwasserprognose
\u00a9 Mohamad Hakam Shams Eddin, Yikui Zhang, Stefan Kollet, J\u00fcrgen Gall. \u00a9 Meerestextur NASA<\/figcaption><\/figure>\n\n\n\n

RiverMamba vereint die St\u00e4rken von klassischen, physikalisch-modellbasierten Systemen wie dem Global Flood Awareness System (GloFAS), <\/em>das global Vorhersagen trifft aber lokale Besonderheiten unvollst\u00e4ndig modelliert und sehr rechenintensiv ist, und lokalen, lernbasierten Modellen wie Googles Flood Hub, <\/em>das zwar sehr effizient aber nur an existierenden Messtellen Flussabfl\u00fcsse vorhersagen kann. RiverMamba<\/strong> lernt sowohl von Daten physikalisch-modellbasierter Systeme als auch direkt aus umfangreichen Umwelt- und Beobachtungsdaten<\/strong>. So kann es auch dann verl\u00e4ssliche Vorhersagen treffen<\/strong>, wenn Messreihen unvollst\u00e4ndig sind oder fehlen<\/strong> \u2013 etwa in kleineren Einzugsgebieten oder Regionen mit begrenzter Datenlage.<\/p>\n\n\n\n

Diese F\u00e4higkeit, komplexe Wechselwirkungen zwischen Wetter, Topografie und Abflussverhalten selbstst\u00e4ndig zu modellieren<\/strong>, er\u00f6ffnet neue Perspektiven f\u00fcr pr\u00e4zisere Hochwasserprognosen weltweit.<\/p>\n\n\n\n

Bonner KI-Forschung \u00fcberzeugt international<\/strong><\/p>\n\n\n\n

Die Entwicklung entstand unter Leitung von Prof. Dr. J\u00fcrgen Gall<\/strong>, Principal Investigator am Lamarr-Institut, in enger Zusammenarbeit mit Transdisciplinary Research Area \u201eModelling\u201c (TRA Modelling)<\/strong>, dem Sonderforschungsbereichen \u201eIntegriertes Graduiertenkolleg im DFG-Sonderforschungsbereich \u201eDETECT \u2013 Regionaler Klimawandel: Die Rolle von Landnutzung und Wassermanagement\u201c (SFB 1502 DETECT)<\/strong> der Universit\u00e4t Bonn und dem Projekt \u201eEin statistisch robustes Kl-Grundlagenmodell der Atmosph\u00e4re f\u00fcr bessere Kurzfristvorhersagen von Extremereignissen“ (RAINA)<\/strong>,ein gemeinsames Projekt der Universit\u00e4t Bonn, des Deutschen Wetterdienstes (DWD) und des Forschungszentrums J\u00fclich (FZJ). Das interdisziplin\u00e4re Projekt verkn\u00fcpft KI-Forschung mit Klimamodellierung, Hydrologie und Wettervorhersage \u2013 und zeigt, wie exzellente Forschung aus NRW zur Bew\u00e4ltigung globaler Herausforderungen beitr\u00e4gt<\/strong>. \u201eMit RiverMamba zeigen wir, wie sich KI gezielt einsetzen l\u00e4sst, um Umweltprozesse realit\u00e4tsn\u00e4her und effizienter zu modellieren,\u201c<\/em> sagt Prof. Dr. J\u00fcrgen Gall. \u201eSolche datenbasierten Ans\u00e4tze k\u00f6nnen bestehende Fr\u00fchwarnsysteme sinnvoll erg\u00e4nzen \u2013 ein wichtiger Schritt hin zu verl\u00e4sslicheren Prognosen bei zunehmenden Extremwetterereignissen.\u201c<\/em><\/p>\n\n\n\n

Das Forschungsteam stellt seine Ergebnisse am 4. Dezember auf der diesj\u00e4hrigen NeurIPS-Konferenz<\/strong> in San Diego vor \u2013 einer der weltweit renommiertesten Fachtagungen f\u00fcr Maschinelles Lernen und K\u00fcnstliche Intelligenz, auf der j\u00e4hrlich nur ein Bruchteil der eingereichten Beitr\u00e4ge angenommen wird. Die Annahme des Papers unterstreicht die internationale Sichtbarkeit und wissenschaftliche Exzellenz der Bonner Forschung<\/strong>: Spitzenforschung aus NRW tr\u00e4gt ma\u00dfgeblich zur Weiterentwicklung datenbasierter Umwelt- und Klimamodelle bei. Publikation:<\/strong> Mohamad Hakam Shams Eddin, Yikui Zhang, Stefan Kollet, Juergen Gall: \u201eRiverMamba: A State Space Model for Global River Discharge and Flood Forecasting\u201c, Preprint auf arxiv<\/a>.<\/p>\n\n\n\n

\n
Website des Projektes River Mamba<\/a><\/div>\n<\/div>\n\n\n\n
\n
Weiterf\u00fchrende Informationen zur NeurIPS 2025<\/a><\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

K\u00fcnstliche Intelligenz f\u00fcr besseren Katastrophenschutz: Das neue KI-Modell \u201eRiverMamba\u201c, entwickelt am Lamarr-Institut und der Universit\u00e4t Bonn unter Leitung von Prof. Dr. J\u00fcrgen Gall, verbessert Hochwasserprognosen weltweit. Die Deep-Learning-Architektur analysiert r\u00e4umlich-zeitliche Umweltdaten effizienter als bisherige Systeme und liefert wertvolle Ans\u00e4tze f\u00fcr Klimaanpassung und Risikovorsorge. Das Paper wurde f\u00fcr die renommierte NeurIPS 2025-Konferenz angenommen.<\/p>\n","protected":false},"author":28,"featured_media":27356,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[174,175],"tags":[740,743],"class_list":["post-27366","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-pressemitteilungen","category-wissenschaft","tag-internationales","tag-wettbewerb"],"acf":[],"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts\/27366","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/users\/28"}],"replies":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/comments?post=27366"}],"version-history":[{"count":0,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts\/27366\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/media\/27356"}],"wp:attachment":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/media?parent=27366"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/categories?post=27366"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/tags?post=27366"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}