Quellenbasiertes Dossier
EntwicklungNiederschlagsabflussmodellierung, Niederschlagsabflussvorhersage & Wasserstandsvorhersage
In dem Projekt wurden ML-Methoden angewendet um die Niederschlags-Abfluss-Prozesse im Rheineinzugsgebiet zu modellieren und unter der expliziten Berücksichtigung von Wettervorhersagen beim Training Abfluss- und Wasserstandsvorhersagen zu erstellen.
- Behörde
- Bundesanstalt für Gewässerkunde
- Verwaltungsebene
- Bund
- Ressort
- Bundesministerium für Verkehr
- Risikoeinordnung
- Minimales RisikoSelbstauskunft im MaKI-Profil, keine i6eal-Bewertung
- KI-Methode
- Deep Learning · Machine Learning
- Einsatzbereich
- Forschung · Mobilität
Governance-Matrix
Veröffentlicht, geplant oder offen
Die Matrix trennt veröffentlichte Angaben, geplante Prüfungen, nicht erforderliche Angaben und unbekannte Felder. Es gibt bewusst keinen Gesamtscore.
Veröffentlichter Kontext
Betroffene Gruppen und Risikomaßnahmen
- Betroffene Gruppen
- Nicht erforderlich
- Risikomaßnahmen
- Nicht erforderlich
- Beschriebene Schadensrisiken
- Nicht erforderlich
Zeitachse
Projekt- und Veröffentlichungsdaten
Diese Daten stammen aus dem aktuellen MaKI-Profil. Sie sind keine i6eal-Beobachtungshistorie.
- Projektstart
- Erstmals veröffentlicht
- Zuletzt veröffentlicht
Beobachtungschronik
Dieses Profil wird seit 19. Juli 2026 beobachtet. Quellseitige Projekt- und Publikationsdaten bleiben davon getrennt.
Erstmals beobachtet
Zuletzt beobachtet
Noch liegt kein früherer vollständiger Quellstand zum Vergleichen vor. Für dieses Profil beginnt die Beobachtung am 19. Juli 2026.