Institutsteil für industrielle Automation INA
des Fraunhofer IOSB
Institutsteil für industrielle Automation INA
des Fraunhofer IOSB

NachWinD – Steigerung der Nachhaltigkeit und Präzision im Winterdienst

Forschungsprojekt

Das Forschungsprojekt NachWinD widmet sich der Entscheidungsfindung im Winterdienst. Eine Winterdienst-Optimierung mit digitaler Unterstützung und der Zusammenführung von räumlichen Informationen, Wetterdaten und IoT-Sensorbasierte Messungen ist geplant. Dies bietet das Potenzial für gezieltere und präzisere Räum- und Streueinsätze. Konkret soll im Rahmen des Projektes ein nutzergerechtes und lernendes IoT-System zur digitalen Unterstützung des Winterdienstes in der Winterdienstvorbereitung, -durchführung und -nachbereitung aufgebaut und evaluiert werden. 

Projektzeitraum: 15.05.2024 – 14.05.2027

Gefördert durch die Europäischen Union und das Land Nordrhein-Westfalen

Projektpartner

Der Winterdienst auf Straßen, Rad- und Fußwegen ist Voraussetzung für Sicherheit im Straßenverkehr, verursacht aber erhebliche Umweltbelastungen und Ressourcenverbräuche: Die Streumittel verursachen Schäden an Straßen, Fahrzeugen und straßennahen Grünflächen und Bäumen sowie dem Grundwasser durch das enthaltene Salz. Die Streufahrzeuge benötigen zudem weitere Ressourcen wie Personal und Kraftstoffe und sind damit ein erheblicher Kostenfaktor für die verantwortlichen Bauhöfe. Die täglich individuellen Streueinsätze werden auf Basis von meist wenigen Wetterdaten und punktuellen Prüfungen des Straßenzustandes ausgelöst. Mildere Winter erschweren dabei die Entscheidungsfindung. Eine digitale Unterstützung der Einsatzplanung und -umsetzung hat Potential gezieltere und präzisere Räum- und Streueinsätze zu ermöglichen. 

Das nutzerorientierte und selbstlernende IoT-System wird als ganzheitliches System, basierend auf technischen Einzellösungen, die am Markt verfügbar sind, aufgebaut. Auf diese Weise sollen noch nicht vorhandene Synergien und Mehrwerte, die auf die Ressourcenschonung, Umweltfreundlichkeit und Nachhaltigkeit abzielen, geschaffen werden. Das System wird Nutzerpartizipiert entwickelt, indem die Anforderungen der Anwender zu Beginn der Entwicklung aufgenommen werden, währenddessen und im Rahmen einer Validierung auch zum Projektende hin evaluiert werden sollen. In einer Wissensdatendank werden die Erfahrungen der Mitarbeitenden gespeichert und als Input und Feedback für die KI-Entscheidungsunterstützung innerhalb des IoT-Systems genutzt.

Projektmeilensteine

Juni 2024 Projekt Kick-Off NachWinD

Am 12. Juni 2024 hat sich das Projektkonsortium zum Kick-Off in Lemgo getroffen und zu den geplanten Projektinhalten ausgetauscht und die ersten Schritte abgestimmt.

Winter 2024/25 Erster Projektwinter

Die Pilotbereiche der beiden assoziierten Partner Eigenbetrieb Straßen des Kreises Lippe und ASP Paderborn wurden definiert und mit Sensorik ausgestattet. Eine Umfrage zur aktuellen Situation im Winterdienst und zu Anforderungen an das IoT-System wurde gestartet.

Auswertung Umfrage

Die Umfrage zeigt, dass die persönlichen Erkenntnisse, also auch das Expertenwissen, die häufigste Grundlage für die Auslösung von Streueinsätzen ist. Das zeigt, das der Ansatz eine KI-basierte Entscheidungsunterstützung mit Trainingsdaten, die die Erfahrungen und Entscheidungsgrundlagen der Mitarbeitenden beinhalten, wie es in NachWinD umgesetzt wird, wichtig und richtig ist.

Winter 2025/ 26

Der Winter 25/ 26 hatte lange Schneeperioden und der mobile Sensor, konnte weite Strecken auf dem Streufahrzeug zurücklegen. Während der Fahrt wurden z.B. Straßenoberflächentemperatur und Straßenzustand erfasst. Der Sensor der Firma Lufft wurde mit einer Kommunikationseinheit durch das IOSB-INA erweitert, sodass eine automatische ortsaufgelöste Übermittlung der Daten in die NachWinD-Datenbank via Mobilfunk erfolgt.

Frühjahr 2026

Die Winterdienstleitenden können Sensorstatus, Sensorwerte oder Vorhersagen in einem bereitgestellten Dashboard abrufen. Im nächsten Schritt wird ein Frontend entwickelt, das die Datenbereitstellung um eine KI-Entscheidungsunterstützung und Bewertungsfunktion dieser ergänzt.

Kompetenzen & Lösungen, die zum Projekterfolg beitragen haben:

  • Sensor Know-how (Sensorauswahl und Individualisierung von Sensorlösungen)
  • Erfahrungen mit Installationen im öffentlichen Raum
  • IoT-Kommunikation (LoRaWAN inkl. Gatewayaufbau, Mobilfunk)
  • Zielführender Aufbau von IT-Infrastrukturen
  • Visualisierung von Sensor- und Monitoringdaten, auch unter Verwendung von Datenanalysen