- Status: abgeschlossen
- Start: Juli 2025 bis Juni 2026
- Programm: Modellprojekte Smart Cities
Ausgangslage
Hochwasser und Starkregen verursachen immer häufiger Schäden an Gebäuden, Straßen und technischer Infrastruktur. Während Länder, Landkreise und Kommunen den Hochwasserschutz an großen Flüssen kontinuierlich ausbauen, rücken die Risiken kleinerer Gewässer und lokaler Abflusswege stärker in den Fokus. Neben baulichen Maßnahmen der Wasserwirtschaft – wie dem Ausbau von Schutzanlagen oder Stauraumkanälen in Abwassersystemen – tritt zunehmend auch ein datenbasiertes Risikomanagement in den Vordergrund. Dazu zählen sensorbasierte Messnetze, Echtzeit-Niederschlagsdaten, digitale Geländemodelle, urbane digitale Zwillinge und KI-gestützte Frühwarnsysteme. Kommunen können solche Technologien nutzen, um Hochwasserrisiken früher zu erkennen, Einsatzkräfte besser zu koordinieren und die Bevölkerung schneller zu informieren. Auf diese Weise tragen sie dazu bei, die urbane Resilienz gegenüber Hochwasser infolge von Starkregen zu stärken.
Ziel
Ziel der Studie war es, die Potenziale digitaler Instrumente und eines integrierten Datenmanagements für die präventive Hochwasservorsorge aufzuzeigen und ihren Beitrag den verschiedenen Phasen des Katastrophenrisikomanagements zuzuordnen. Sie soll Kommunen, Länder und den Bund dabei unterstützen, Potenziale digitaler Lösungen für die Hochwasservorsorge besser zu erkennen.
Konzept
Die Studie analysierte die Maßnahmen zum Hochwasserschutz in den Modellprojekten Smart Cities in vier Schritten. Zunächst wertete das Projektteam die Datenbank aller Maßnahmen des Förderprogramms systematisch aus. Anschließend untersuchte es ausgewählte Maßnahmen mit besonderem Fokus auf den Hochwasserschutz. Darauf aufbauend wählte es geeignete Praxisbeispiele aus und ordnete sie den verschiedenen Phasen des Katastrophenrisikomanagements zu. Ergänzend folgten Interviews mit beteiligten Akteuren und ein Vor-Ort-Besuch, um die Beispiele vertieft zu beschreiben.
Auftragnehmer des Forschungsprojekts war das KWB Kompetenzzentrum Wasser Berlin gGmbH als Teil des Forschungsclusters der Koordinierungs- und Transferstelle Modellprojekte Smart Cities.
Ergebnisse
Digitale Werkzeuge unterstützen Kommunen entlang des gesamten Vorsorgezyklus– von der Risikoanalyse über die Planung von Schutzmaßnahmen bis zur Warnung der Bevölkerung:
- Sensoren liefern Pegel- und Niederschlagsdaten in Echtzeit.
- Datenplattformen führen Informationen aus unterschiedlichen Quellen zusammen.
- Digitale Zwillinge – digitale 3-D-Modelle von Städten – simulieren, welche Straßen, Gebäude oder Infrastrukturen bei Starkregen besonders gefährdet sind.
Dadurch können Kommunen hochwasserbezogene Risiken besser bewerten, Maßnahmen gezielter planen und Einsatzkräfte im Ereignisfall wirksam unterstützen.
Die fünf untersuchten Praxisbeispiele aus den Modellprojekten Smart Cities zeigen, wie Kommunen digitale Lösungen bereits einsetzen:
- Berlin und Dresden nutzen digitale Modelle und Simulationen, um Starkregenabflüsse sichtbar zu machen und blau-grüne Infrastruktur wie Parks, Retentionsräume oder Versickerungsflächen gezielt zu planen.
- Der Eifelkreis Bitburg-Prüm verbessert mit Sensoren die Datengrundlage an kleineren Fließgewässern und entwickelt ein KI-gestütztes Frühwarnsystem.
- Solingen setzt auf Umweltsensoren und digitale Kommunikationswege, um die Bevölkerung bei Extremwetterereignissen gezielt zu informieren.
- Der Landkreis Hof nutzt einen digitalen Zwilling, um Hochwasserrisiken sichtbar zu machen. Dazu bündelt er Daten, Analysen und Fachwissen in einer Beratungsstelle für seine 27 kreisangehörigen Kommunen.
Insgesamt zeigt die Studie, dass digitale Lösungen einen wichtigen Beitrag zu einer vorausschauenden Hochwasservorsorge leisten. Ihr größtes Potenzial entfalten sie, wenn Kommunen sie in eine integrierte und überregional abgestimmte Strategie für eine klimaresiliente und wassersensible Entwicklung einbinden. So schaffen sie gemeinsame Datengrundlagen, machen komplexe Zusammenhänge sichtbar und unterstützen evidenzbasierte Entscheidungen über Verwaltungsgrenzen hinweg.
