Hyperlokale Luftqualitätsprognose & Zuordnung von Schadstoffquellen

Amtliche Luftmessstationen sind wenige und teuer, und regionale Modelle lösen nur Zellen von etwa 10 km auf, während die Belastung von Straße zu Straße schwankt. Hyperlokale Systeme führen mit ML spärliche Referenzstationen, dichte Low-Cost-Sensoren, Ausgaben von Chemie-Transport-Modellen, Satellitendaten, Verkehr und Wetter zusammen, um Konzentrationen auf Straßen- oder Stadtteilebene zu prognostizieren und Quellen zuzuordnen. Städte, Aufsichtsbehörden und große Emittenten nutzen das Ergebnis für Luftreinhaltepläne, Entscheidungen zu Umweltzonen, Veranstaltungs- und Verkehrssteuerung sowie Gesundheitswarnungen.

Problem & Nutzen

• Wer: kommunale Umweltämter, Landesumweltbehörden, Hafen-/Flughafen-/Industriebetreiber, Mobilitätsplaner, Gesundheitsdienste und Verbraucher (Asthma, Outdoor-Sport, Routenwahl).
• Heute: eine Handvoll Messstationen pro Stadt plus gelegentliche Ausbreitungsstudien. Die Quellenzuordnung stützt sich auf Messkampagnen und statische Emissionskataster, die selten aktualisiert werden.
• Warum jetzt: Die überarbeitete EU-Luftqualitätsrichtlinie (EU) 2024/2881 setzt strengere Grenzwerte für 2030 (Jahresmittel PM2.5 10 µg/m³, NO2 20 µg/m³ laut EEA [1]) und sieht Modellierung, Luftqualitäts-Fahrpläne und kurzfristige Aktionspläne vor, was die Nachfrage nach Prognose und Quellenzuordnung erhöht [2].
• Gesundheitsbelastung (EEA, EU-27, 2022): rund 239.000 vorzeitige Todesfälle durch PM2.5 oberhalb des WHO-Richtwerts, 70.000 durch Ozon und 48.000 durch NO2; allein die Belastung oberhalb der überarbeiteten EU-Grenzwerte macht etwa 84.000 PM2.5-Todesfälle aus [1].
• Nutzen: feinere räumliche Auflösung als regionale Modelle und frühere Warnung als Warnungen, die nur auf Stationen beruhen; Szenariotests vor kostspieligen Verkehrsmaßnahmen. Herstellerunabhängige, geprüfte ROI-Zahlen liegen nicht vor — vor Ort messen (siehe Kennzahlen).

Varianten

• Kommunales Luftreinhaltemanagement: Sensornetz + Prognose + Szenariowerkzeug für Umweltzonen, Schulstraßen, Baulogistik.
• Fence-Line-Überwachung an Industrie-/Hafen-/Flughafengelände: Überschreitungen in der Nachbarschaft dem Standort bzw. dem Hintergrund zuordnen; Frühwarnung an Betreiber.
• Gesundheitswarnungen & öffentliche Apps: personalisierte Hinweise zu Belastung/Route (Privatnutzer) über APIs wie Google Air Quality (500-m-Raster, stündliche Prognose bis zu 96 h, Nutzer mit EEA-Abrechnung dürfen Kacheln auf beliebigen Karten verwenden) [3].
• Verknüpfung von Innen- und Außenluft: Lüftungssteuerung in Schulen/Büros anhand von Außenluftprognosen (siehe Anwendungsfälle zu Gebäuden).
• Waldbrand-/Rauch- und Staubereignisse: Ereigniserkennung aus Satelliten und Sensorclustern.
• Forschung/Bürgerwissenschaft: offene Netze (Sensor.Community, Luftdaten) als zusätzliche Datenebenen.

So funktioniert es

1. Dateneingang (Stationen, Low-Cost-Sensoren, CAMS, Wetter, Satellit, Verkehr, Kataster)
2. Qualitätssicherung & Sensorkalibrierung (Drift, Feuchtekorrektur, Co-Lokation mit Referenzstationen)
3. räumlich-zeitliche Fusion (Datenassimilation oder ML-Downscaling auf Straßen-/Rasterebene)
4. Prognosemodell (1–96 h) mit Unsicherheit
5. Quellenzuordnung (Rezeptormodelle, ML mit Merkmalsattribution oder Ausbreitungsläufe mit Tracer-Markierung)
6. Szenario-Engine („Was wäre, wenn Verkehr -20 % / Zone eingeführt")
7. Warnungen, Karten, API, Berichte (menschliche Prüfung bei öffentlichen Warnungen & Politikentscheidungen)

• Kalibrierung: Optische Low-Cost-PM-Sensoren und elektrochemische NO2-Sensoren brauchen eine ML-Korrektur (Feuchte, Temperatur, Querempfindlichkeit) gegenüber ko-lokalisierten Referenzgeräten; das ist meist der größte Hebel für die Datenqualität.
• Prognosekern: Gradient Boosting oder tiefe räumlich-zeitliche Modelle (Graph/Transformer), die CAMS- und Wetterprognosen als Eingaben nehmen; CAMS liefert tägliche Analysen und Vier-Tages-Prognosen aus einem Ensemble europäischer Chemie-Transport-Modelle (z. B. CHIMERE, EMEP, EURAD-IM, LOTOS-EUROS, MOCAGE, SILAM) [4].
• Quellenzuordnung: statistisch (PMF, Regression mit Verkehrs-/Heizungs-Proxys), ML mit SHAP-artigen Erklärungen (korrelativ, nicht kausal) oder Ausbreitungsmodell-Läufe mit Quellenmarkierung. Kausale Aussagen brauchen Szenario- bzw. Naturexperiment-Belege.
• Rolle des LLM: Ergebnisse erklären, Bulletins entwerfen und Bürgerfragen beantworten; nie Konzentrationen berechnen.
• Mensch-in-der-Schleife (Human-in-the-Loop): Fachleute der Behörde validieren die Modellgüte, geben öffentliche Warnungen frei und jede aus der Zuordnung abgeleitete Maßnahme.

Datenaufbereitung

• Welche Daten: Feeds der Referenzstationen, Datenströme der Low-Cost-Sensoren, CAMS- und Wetterprognosen, Satellitenprodukte, Verkehrszählungen und Emissionskataster.
• Wo sie liegen: Portale der Landesumweltbehörden und EEA-Downloads, die Cloud des Sensorherstellers, Verkehrsleitsysteme, Excel-Emissionskataster, PDFs früherer Ausbreitungsstudien.
• Typische Lücken: Sensordrift und Feuchteverzerrung, fehlende Zeitstempel und Lücken, uneinheitliche Stations-IDs und Einheiten, Emissionskataster, die Jahre alt sind, keine ko-lokalisierten Referenzdaten für die Kalibrierung.
• Schritte: (1) Quellen und Verantwortliche inventarisieren (PREP-001), (2) Daten über APIs und Konnektoren abrufen (PREP-005), (3) Einheiten, Koordinaten und Zeitzonen in aufgeräumten Tabellen harmonisieren (PREP-011), (4) 3-5 Sensoren an einer Referenzstation ko-lokalisieren und Kalibriermodelle anpassen, (5) Ausreißer und Lücken markieren, (6) einen Validierungsdatensatz gegen Referenzgeräte aufbauen (PREP-018). Werkzeuge: Python, pandas, TimescaleDB, Copernicus-APIs, Grafana für QS-Ansichten.
• Aufwandsanteil: etwa 50-60 %, wobei die Kalibrierung der größte Hebel ist; im Produktivbetrieb ist Pipeline-Arbeit im Stil von DATA-007 für kontinuierliche Feeds nötig.

Umsetzungswege

Welcher Weg für wen

• public (B): Behörden sollten freie CAMS-/EEA-Daten mit einem verwalteten Stack in einer souveränen EU-/deutschen Cloud kombinieren, was Vergabe- und Souveränitätsvorgaben erfüllt und die Sensordaten unter eigener Kontrolle hält; zertifizierte Produkte nur für die Sensorebene.
• enterprise (B): Hafen-, Flughafen- und Industriebetreiber brauchen Fence-Line-Zuordnung, gespeist mit eigenen Emissions- und Prozessdaten, die kein Standardprodukt abdeckt.
• developer (C): Offene CTM-Codes, PyTorch/XGBoost und TimescaleDB auf HW2 geben volle Kontrolle über Kalibrierung und Zuordnung.
• private (A): Verbraucher brauchen lediglich fertige Apps oder APIs für Belastungs- und Routenhinweise.

Weg A — Kaufen (Standardsoftware)

Sensor- und Plattformanbieter: Breeze Technologies (Hamburg, EU) mit modularen Sensoren, einer „Environmental Intelligence Cloud", Empfehlungen und einem Bürgerportal, pilotiert in Hamburg-Rothenburgsort [5]; weitere Anbieter existieren, wurden aber für dieses Dokument nicht geprüft. Prognosedienste: Google Air Quality API (global, 500 m) [3]. Öffentliche CAMS-Daten sind kostenlos. Richtig für einen schnellen Pilot, für die Sensorebene und für Privatnutzer; für öffentliche Stellen ist langfristig Weg B in einer souveränen EU-Cloud die bessere Wahl. Datenstandort und Sensorzertifizierung prüfen (CEN/TS-Klassen für Indikativmessungen).

Weg B — Auf Cloud-KI-Diensten aufbauen

CAMS (Copernicus Atmosphere Data Store, kostenlos), Sentinel-5P über das Copernicus Data Space Ecosystem, EEA-Luftqualitätsdaten und nationale Stationsfeeds mit einem verwalteten Zeitreihen-/ML-Stack in einer EU-Cloud-Region kombinieren (z. B. StackIT, OVHcloud, IONOS oder EU-Regionen der Hyperscaler). Die Google Air Quality API als Baseline oder Vergleichswert ergänzen. LLM (in der EU gehostet, z. B. Mistral) nur für die Berichterstattung. Geeignet für Ingenieurbüros und kommunale Versorger (Stadtwerke).

Weg C — Selbst betreiben (Open Source)

Offene Daten und Modelle: CAMS-Ensemblemitglieder und offene Ausbreitungs-/CTM-Codes (CHIMERE, EMEP, LOTOS-EUROS, SILAM, OpenFOAM-basiert für die Mikroskala), PyTorch/XGBoost, MLflow, TimescaleDB/InfluxDB, Apache Kafka oder MQTT für Sensordatenströme, Grafana für Karten. Wetter-Foundation-Modelle (Aurora, offene Gewichte) lassen sich für die Luftqualität feintunen [6]. Eine GPU-Workstation (HW2) genügt für Inferenz und Downscaling; CTM-Läufe benötigen CPU-Cluster. Betriebsaufwand: ein Dateningenieur in Teilzeit plus ein Atmosphärenwissenschaftler.

Weg D — Eigenes Training

Lohnt sich, wenn Sie ein dichtes lokales Sensornetz und lange Historien besitzen (>1–2 Jahre, mehrere Jahreszeiten). Stadtspezifische Downscaling-/Prognosemodelle, Kalibriermodelle je Sensortyp und Zuordnungsmodelle trainieren. Erforderlich sind Ko-Lokation mit Referenzstationen, Verkehrs- und Emissionsdaten sowie ein Validierungsprotokoll gegen Referenzgeräte.

Stand der Technik (2026)

• Foundation-Modelle: Microsofts Aurora, ein großes Foundation-Modell für das Erdsystem, schlägt Berichten zufolge operationelle Prognosen unter anderem bei der Luftqualität bei um Größenordnungen geringerem Rechenaufwand als spezialisierte numerische Systeme und lässt sich mit mäßigem Aufwand feintunen [6]. Das operationelle CAMS bleibt die maßgebliche europäische Baseline [4].
• Satelliten: Sentinel-5P TROPOMI liefert NO2-, O3-, CO-, SO2-, HCHO- und Aerosolindex-Produkte [7], nützlich für Emissions-Hotspots und als Modellrandbedingungen, aber Säulendaten entsprechen nicht der Konzentration am Boden.
• Globale hyperlokale APIs: Die Google Air Quality API bietet 500 m Auflösung und stündliche Prognosen bis zu 4 Tagen in über 100 Ländern [3].
• Grenzen und Fehlerbilder: Drift und Feuchteverzerrung von Low-Cost-Sensoren; spärliche Referenzdaten zur Validierung; Straßenschlucht-Effekte, auf die sich ML, das an wenigen Standorten trainiert wurde, nicht verallgemeinern lässt; Kataster-Fehler dominieren die Zuordnung; extreme Episoden (Rauch, Staub, Inversionen) werden unterschätzt; ML-Zuordnung zeigt Zusammenhang, nicht Kausalität; die Prognosegüte sinkt mit dem Horizont. Unsicherheit und Validierungsstatistiken immer veröffentlichen.

Gemeinsame Bausteine & Kombinationen

• Gemeinsame Bausteine: Zeitreihenprognose, Sensoreinspeisung/Streaming, QS- und Kalibrierpipelines, Geodaten-Stack, Wettereingaben; HW2-GPU oder CPU-Server.
• PRED-017 (KI-Wettervorhersage) liefert die Meteorologie und teilt Modelle wie Aurora; PRED-019 (Verkehrs- und Mobilitätsnachfrage) liefert Treiber der Verkehrsemissionen und nutzt Szenarioergebnisse; PRED-007 (Energielast und -erzeugung) teilt Treiber aus Heizung und Kraftwerken; ANOM-005 (Anomalieerkennung bei Sensoren) unterstützt die Sensor-QS; PRED-027 (Hochwasserprognose) nutzt Geodaten-/Hydromet-Pipelines und Alarmierung erneut; PRED-031 (Smart-Meter-Analyse) verknüpft Heizverhalten mit Emissionen.

Aufwand, Kosten & Kennzahlen

• Aufwand: A: Wochen für Sensorinstallation plus Plattform-Onboarding; B: 2–4 Monate; C: 3–6 Monate; D: 6–12+ Monate einschließlich Messkampagne. Kostentreiber: Sensorhardware und Wartung (Nachkalibrierung), Ko-Lokation mit Referenz, Data Engineering, Fachexperten.
• Kennzahlen: RMSE/MAE und Verzerrung der Prognose gegenüber Referenzstationen je Schadstoff und Horizont; Erkennung von Überschreitungstagen (Recall/Precision, Fehlalarmrate); Verfügbarkeit der Sensoren und Kalibrierfehler; Stabilität der Zuordnung über die Jahreszeiten; Zeit von der Warnung bis zur Maßnahme; Reichweite der Öffentlichkeitsinformation.

Menschen & Veränderung

• Früh einbinden: Geschäftsleitung und Abteilungsleitung des Umwelt- oder Betriebsamts, IT und IT-Sicherheit für das Sensornetz, Datenverantwortliche der Behörde sowie Legal/Compliance für das Luftreinhalterecht. Die betroffene Öffentlichkeit (Kunden) sollte vor der Veröffentlichung von Warnungen über die Kommunikationsstelle informiert werden.
• Betriebsrat: nein für die Prognose selbst, da kein Beschäftigtenverhalten ausgewertet wird. In öffentlichen Stellen muss der Personalrat informiert werden, wenn sich Arbeitsabläufe ändern (Landesrecht, BPersVG).
• Datenschutz: Umweltdaten sind nicht personenbezogen. Bürgerbetriebene Sensoren und standortbezogene Belastungs-Apps sind personenbezogene Daten; Datenschutzbeauftragte(n) einbinden und mit Hosting-Anbietern einen AVV schließen.
• KI-Kompetenz (Art. 4): Die Analystinnen und Analysten durch Schulungen zu Unsicherheit, Sensorverzerrung und zum Unterschied zwischen Korrelation und Kausalität bei der Zuordnung unterstützen (GUIDE-006).
• Kommunikation und Pilot: mit einem Stadtteil und einer Frage beginnen und Validierungsstatistiken offen veröffentlichen (GUIDE-009).
• Typische Sorgen: Angst vor fälschlich zugeschriebener Schuld - abmildern durch Freigabe durch Fachleute vor jeder öffentlichen Warnung oder Maßnahme; das LLM entwirft nur Bulletins (GUIDE-008).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): typischerweise minimales Risiko; Luftqualitätsprognose ist kein Anwendungsfall nach Anhang III. Könnte nur dann zu Hochrisiko werden, wenn sie als Sicherheitskomponente in die Verwaltung kritischer Infrastruktur eingebettet ist (Anhang III, Nummer 2 prüfen). Art. 50 gilt für KI-erzeugte öffentliche Texte/Bilder, die reale Ereignisse nachahmen. KI-Kompetenz (Art. 4) gilt.
• Luftqualitätsrecht: Richtlinie (EU) 2024/2881 und nationale Umsetzung (Deutschland: BImSchG, 39. BImSchV); die Einhaltung der Vorschriften erfordert weiterhin Messungen nach Referenzverfahren, Modelle dienen als Ergänzung [2].
• DSGVO: Umweltdaten sind nicht personenbezogen; personalisierte Belastungs-Apps mit Standortnutzung und bürgerbetriebene Sensoren mit Adressen sind personenbezogene Daten und benötigen eine Rechtsgrundlage und Datenminimierung.
• Risiken: fälschlich zugeschriebene Schuld (Rechtsstreit, Verbote), öffentliche Alarmierung oder Sorglosigkeit durch schlechte Prognosen, Herstellerabhängigkeit bei proprietären Indizes. Gegenmaßnahmen: dokumentierte Validierung, Kommunikation der Unsicherheit und Nutzung offener Daten und Formate.

Erste Schritte

1. Die Entscheidung festlegen (Warnungen, Zonenplanung, Unterstützung bei der Compliance) sowie die geforderte räumliche Auflösung und den Horizont.
2. Daten inventarisieren: Stationsfeeds, vorhandene Sensoren, Verkehrszählungen; CAMS-Prognosen und EEA-Daten als kostenlose Baselines abrufen.
3. 3–5 Low-Cost-Sensoren 2–3 Monate neben einer Referenzstation ko-lokalisieren und das Kalibriermodell aufbauen.
4. Ein einfaches Modell (CAMS + lokale Verzerrungskorrektur, Gradient Boosting) mit der Google Air Quality API vergleichen, bevor in tiefe Modelle investiert wird.
5. Eine Zuordnungsfrage pilotieren (z. B. Verkehrsanteil an einer Straße) und vor der Veröffentlichung gegen eine Messkampagne validieren.

Quellen

1. EEA, Harm to human health from air pollution in Europe 2024 — https://www.eea.europa.eu/en/analysis/publications/harm-to-human-health-from-air-pollution-2024 (accessed 2026-10)
2. EUR-Lex, Directive (EU) 2024/2881 on ambient air quality and cleaner air for Europe — https://eur-lex.europa.eu/eli/dir/2024/2881/oj/eng (accessed 2026-10; only topic summary retrieved: limit values, modelling, roadmaps, action plans, index)
3. Google Maps Platform, Air Quality API overview — https://developers.google.com/maps/documentation/air-quality/overview (accessed 2026-10)
4. Copernicus Atmosphere Monitoring Service, regional air quality production systems — https://atmosphere.copernicus.eu/regional-air-quality-production-systems (accessed 2026-10)
5. Breeze Technologies — https://www.breeze-technologies.de/ (accessed 2026-10)
6. Aurora: A Foundation Model of the Atmosphere (arXiv) — https://arxiv.org/abs/2405.13063 (accessed 2026-10)
7. Copernicus Data Space Ecosystem, Sentinel-5P — https://dataspace.copernicus.eu/data-collections/copernicus-sentinel-missions/sentinel-5p (accessed 2026-10)