KI-gestützte Analyse von Messdaten des Gamma-Ortsdosisleistungs-Messnetzes

Leistungen nach Losen (1)

• LOT-0000 · 3626S62541 - Prüfung des Einsatzes von KI-Verfahren im radiologischen Notfallmanagementsystem durch KI-unterstützte Trend- und Plausibilitätsanalyse im ODL-Messnetz

  Das BfS betreibt gemäß Strahlenschutzgesetz (StrlSchG) und AVV IMIS ein bundesweites engmaschiges Messnetz zur Überwachung der Umweltradioaktivität (Gamma-Ortsdosisleistung). Die Informationen, die aus den Daten der heute ca. 1700 Sonden gewonnen werden, sind ein wesentlicher Bestandteil des nationalen radiologischen Lagebilds, welches wiederum die Grundlage für Entscheidungen über Maßnahmen in radiologischen Lagen bildet. Zudem hat das ODL-Messnetz eine wichtige Aufgabe in der Früherkennung von radiologischen Gefahrenlagen, welche über eine Rufbereitschaft abgebildet werden. Schließlich können die Daten auch zum Zwecke einer Dosisrekonstruktion für die Bevölkerung herangezogen werden. Neben Daten zur kontinuierlichen Messung der Gammaortsdosisleistung, welche aus den Impulsraten der beiden Geiger-Müller-Zählrohre berechnet werden, begleiten seit vielen Jahren ergänzende In-situ Messungen das Routine-Messprogramm; auf diese Weise wurde eine große Datensammlung angelegt. Derzeit werden aus dem Großteil dieser Daten keine weiterführenden Erkenntnisse gewonnen. Das Vorhaben ist untergliedert in 4 Arbeitspakete (AP) AP 1: Mustererkennung und Analyse der langjährigen In-situ-Messungen AP 2: Mustererkennung und Analyse langjähriger ODL-Daten AP 3: Mustererkennung für Plausibilitätsprüfung und Voralarme AP 4: Erstellung der technischen Dienste für AP3 Der erste Teil des Forschungsvorhabens (AP1) umfasst die Auswertung der in den letzten Jahrzehnten aggregierten empirischen Messdaten aus In-situ-Messungen an den Standorten des ODL-Messnetzes im Hinblick auf die Optimierung der Messintervalle, die Entwicklung eines Klassifizierungssystems für Messstellen, die Untersuchung von Transportprozessen von Radionukliden, die Überprüfung der Güte der In-situ-Messungen und die Integration statistischer und korrelativer Analysemethoden. Im zweiten Teil des Forschungsvorhabens (AP2) sollen die über fast 30 Jahre gesammelten Daten des ODL-Messnetz in Trendanalysen untersucht werden. Mittels einer Geospatial-Analyse soll unter Berücksichtigung einer Verknüpfung mit internen Metadaten sowie externen Datenquellen nach komplexen Mustern gesucht werden. Im dritten Teil des Forschungsvorhabens (AP3) sollen Methoden entwickelt werden, die eine Automatisierung von täglichen Routineprüfungen sowie Beurteilungen bei störungsbedingten Auffälligkeiten oder wetterbedingten Erhöhungen erlauben. Abschließend geht es um die Fragestellung nach welchen Kriterien und Verfahren das Messnetz einen Vor-Alarm für die Rufbereitschaften des RLZ auslösen sollte. Im letzten Teil des Forschungsvorhabens (AP4) sollen die Erkenntnisse aus den unter AP3 entwickelten Modellen in technische Dienste umgesetzt werden. Diese Dienste / Programme sind als Open-Source-Software in Python zu erstellen. Eine Demonstration soll die Möglichkeit einer Integration in die bestehende IT-Infrastruktur zeigen. Die Dokumentation muss dem aktuellen Stand der Technik entsprechen und in deutscher oder englischer Sprache in elektronisch editierbarer Form vorliegen.

  Frist: 03.11.2026, 01:00 (Europe/Berlin)