Anforderungsanalyse für ein System zur automatisierten Ereignisdetektion in marinen Umgebungen

Eine Vielzahl von Multisensor-Systemen, unter anderem Drifter, Bojen und auf Schiffen mitgeführte Messsysteme, aber auch in-situ Sensorsysteme, überwachen Meere und Küstengebiete [1, 2] (Baschek et al. in Ocean Science 13:379–410, 2017; Reuter et al. in Ocean Dynamics 59:195–211, April 2009). Zwar können etwaige Umweltparameter in Echtzeit aufgenommen werden, allerdings ist eine ununterbrochene Überwachung dieser Parameter durch den Menschen unrealistisch. Zudem kann die Übertragung der Daten aufgrund hoher finanzieller Kosten oder hohen Energiebedarfs womöglich nicht in Echtzeit erfolgen, sodass interessante Ereignisse möglicherweise erst verspätet wahrgenommen werden. Infolgedessen ist es in manchen Fällen nicht möglich auf ein Ereignis zu reagieren, zum Beispiel durch Entnahme einer Probe zur späteren Laboruntersuchung. Diese Problemstellung wird innerhalb des Forschungsprojektes ChESS (englisch Change Event based Sensor Sampling) adressiert. ChESS überwacht Datenströme aus Multisensor-Systemen in Echtzeit und wendet Methoden der Künstlichen Intelligenz an, um Ereignisse frühzeitig zu erkennen und vordefinierte Aktionen auszulösen. Im Anwendungsfall des Küstenobservatoriums Spiekeroog etwa kann ChESS eine automatisierte Entnahme einer Wasserprobe veranlassen. ChESS ist nicht auf den Einsatz auf Spiekeroog beschränkt, sondern soll ebenso in anderen Umgebungen und Forschungsgebieten unterstützen. Ein erster Schritt zur Integration von ChESS in bestehende Multisensor-Systeme ist eine Anforderungsanalyse. Zur Erstellung dieser wurden Interviews mit identifizierten Stakeholdern geführt und anschließend ausgewertet.