Schweizer KI-Modell belauscht die Berge, um Lawinen zu erkennen

Dank künstlicher Intelligenz ist es heute möglich, die meisten Lawinen mit hoher Genauigkeit frühzeitig zu orten. SLF

Berge sind nicht still. Sie vibrieren und knarren. Gestein und Eis verschieben sich. Schweizer Forschende experimentieren mit künstlicher Intelligenz, um seismische Signale zu analysieren und so Lawinen frühzeitig zu erkennen. Algorithmen lernen, den Bergen «zuzuhören». Das Ziel: Unfälle verhindern.

In weiten Teilen der Schweiz besteht im Moment eine erhebliche LawinengefahrExterner Link. Frischer Schnee sammelt sich auf dünnen, «zuckerartigen» Schichten auf einer Schneedecke, die sich während langer Zeit mit kaltem und trockenem Wetter gebildet hat. Starke Winde verursachen ungleichmässige Schneeverwehungen. Die Gefahr ist gross. Allein das Gewicht eines einzelnen Skifahrenden oder zusätzlicher Schneefall kann einen Bruch verursachen und den Abbruch ganzer Bergabschnitte auslösen.

Dieser Prozess verläuft nicht geräuschlos. «Wenn eine Lawine in Bewegung ist, erzeugt sie Schallwellen und Bodenvibrationen mit spezifischen Zeit-Frequenz-Eigenschaften», sagt die Geophysikerin Cristina Pérez, Forscherin am WSL-Institut für Schnee- und Lawinenforschung SLFExterner Link in Davos.

In der Vergangenheit führten die Methoden zur Erkennung dieser seismischen Signale zu vielen Fehlalarmen. Dank künstlicher Intelligenz (KI) können Pérez und ihre Kolleg:innen heute die meisten Lawinen mit hoher Genauigkeit vorhersagen.

In Zukunft könnte die frühzeitige Lawinenerkennung mit Hilfe von KI den Behörden ermöglichen, Dörfer rechtzeitig zu evakuieren und Strassen sowie Eisenbahnlinien proaktiv zu sperren, um Katastrophen und potenziell tödliche Unfälle zu verhindern.

KI reduziert Fehlalarme

Vor der Nutzung künstlicher Intelligenz war es für Pérez und ihre Kolleg:innen schwierig, die Signale einer Lawine automatisch und zuverlässig zu erkennen. Erkennungssysteme, die auf im Boden installierten seismischen Sensoren basierten, lösten eine Vorwarnung aus, sobald die Vibrationen einen bestimmten Schwellenwert überschritten.

Andri Simeon und Cristina Pérez installieren seismische und Infraschallsensoren zur Lawinenerkennung am Teststandort. Johannes Aichele – SLF

Laut Pérez entstanden jedoch häufig Fehlalarme, weil die unterschiedlichsten Signale diesen Schwellenwert überschritten und somit fälschlicherweise für eine Lawine gehalten werden konnten.

Die Rede ist von Erschütterungen, die durch vorbeifahrende Autos oder Erdstösse verursacht werden. «Vor der Einführung der KI lösten viele andere Geräuschquellen den Alarm aus, auch wenn de facto keine Lawinen auftraten», sagt sie.

Künstliche Intelligenz hat Fehlalarme deutlich reduziert. Das System ist nun in der Lage, mehr als 90 Prozent der Lawinen automatisch zu erkennen.

Cristina Pérez und Andri Simeon, Doktorand am SLF, haben ein KI-Modell entwickelt, das in Echtzeit die Muster von seismischen Lawinensignalen erkennen und daraus lernen kann.

Simeon erklärt, dass ihr System ähnlich funktioniert wie neuronale Netzmodelle, die mit grossen Datenmengen trainiert werden, wie beispielsweise solchen, die Chatbots wie ChatGPT antreiben.

Anstatt jedoch Lücken im Text zu füllen, ist Simeons Modell darauf trainiert, fehlende Teile seismischer Signale zu rekonstruieren und die «seismische Signatur» einer Lawine zu identifizieren.

So lässt sie sich von der eines Helikopters oder des Strassenverkehrs unterscheiden. «Das Modell lernt, verschiedene Signale zu erkennen, und hilft uns, sie voneinander zu unterscheiden», sagt Simeon.

20 Jahre seismische Lawinendaten

Ein grosser Vorteil des SLF-Modells besteht darin, dass es auf den seismischen Aufzeichnungen des Instituts seit 1999 trainiert wurde. Laut Pérez ist dies weltweit praktisch eine einzigartige Situation.

Vor zehn Jahren war sie als Doktorandin an der Universität Barcelona tätig, die bereits mit dem SLF zusammenarbeitete. «Wir verfügen über mehr als 20 Jahre seismische Lawinenaufzeichnungen – eine der längsten Zeitreihen von Lawinendaten weltweit», sagt sie.

Zusätzlich zu diesen wertvollen historischen Datensätzen kann Pérez auf die Erfahrung des Instituts mit KI zur Vorhersage der regionalen Lawinengefahr zurückgreifen.

Hochspezialisierte Vorhersagemodelle schätzen die Wahrscheinlichkeit des Lawinenabgangs und deren erwartete Grösse, indem sie meteorologische Vorhersagen und Simulationen der Schneedeckenstruktur kombinieren. Das Ergebnis ist eine GefahrenprognoseExterner Link auf einer Skala von 1 bis 5, wobei 5 die höchste Gefahrenstufe anzeigt.

«Bis vor fünf oder sechs Jahren analysierten Experten meteorologische Messungen, Feldbeobachtungen und Ergebnisse aus Schneedeckenmodellen. Mit zunehmendem Datenvolumen und steigender Komplexität wurde es immer schwieriger für eine Person, alles zu einer konsistenten Vorhersage zu kombinieren», sagt Frank Techel, Wissenschaftler am SLF und Lawinenprognostiker mit mehr als 15 Jahren Erfahrung im nationalen Lawinenbulletin der Schweiz.

Lawinen haben nicht immer nur zerstörerische Auswirkungen:

Die Grenzen der KI

Auch wenn die KI den Expert:innen in der Schweiz geholfen hat, umfangreiche und komplexe Daten zu verstehen, ist sie nicht unfehlbar. Techel betont, dass die menschliche Kontrolle nach wie vor unerlässlich ist, da die KI manchmal falsche Ergebnisse liefern kann.

Dies geschieht insbesondere dann, wenn die Lawinengefahr am höchsten ist, da extreme Bedingungen selten sind und daher in den historischen Datensätzen weniger häufig vorkommen.

«Ich gehe die Daten immer noch selbst durch und formuliere eine Prognose. Dann verwende ich die Modelle, um meine Hypothesen zu überprüfen», sagt Techel.

Cristina Pérez räumt ein, dass auch ihr Modell Grenzen hat. So erzeugen beispielsweise kleine Lawinen Signale, die sich kaum vom Hintergrundrauschen abheben und daher von Maschinen nur schwer zu erkennen sind.

«Wir arbeiten weiterhin daran, die Erkennungsraten zu maximieren und gleichzeitig Fehlalarme zu reduzieren», sagt sie. Doch Mensch und Maschine ergänzten sich optimal, erklärte sie in einem InterviewExterner Link mit dem Onlinemagazin «Welt der Physik».

Internationale Studien zeigen auch, dass KI-Modelle mit seltenen EreignissenExterner Link und komplexen SignalmusternExterner Link zu kämpfen haben, oft aufgrund begrenzter Trainingsdaten oder Fehlinterpretationen von Nicht-Lawinensituationen.

Dennoch glaubt Pérez, dass diese Modelle innerhalb weniger Jahre zuverlässig genug sein könnten, um in bewohnten Gebieten und Hochrisikozonen eingesetzt zu werden. Inzwischen haben WSL-Forscher ähnliche Ansätze entwickelt, um grosse Erdrutsche, Bergstürze oder Gletscherabbrüche zu überwachen, wie sie sich beispielsweise jüngst in den Dörfern Blatten und Brienz ereignet haben.

In Zukunft könnten solche Modelle in der Lage sein, sowohl Lawinen als auch andere Ereignisse wie Erdrutsche automatisch zu erkennen.

«Unser Traum ist es, dass diese Modelle in Echtzeit eingesetzt werden, um Strassen, Eisenbahnen und Wohngebiete zu sichern», sagt sie.

Editiert von Reto Gysi von Wartburg, Übertragung aus dem Englischen mithilfe von Deepl: Gerhard Lob/me