Automatisierte Analyse versiegelter Flächen für Abwassergebührensplitting durch KI-basierte Auswertung von Fernerkundung
Neuerungen in der Kommunalabgabengesetzgebung erfordern die getrennte Erhebung von Schmutz- und Regenwassergebühren. Mittlerweile sind die meisten Kommunen zur Einführung der gesplitteten Abwassergebühr (GAG) verpflichtet, doch Abwassergebührensplitting ist noch nicht flächendeckend eingeführt. Selbst wenn sie eingeführt ist, muss die Bemessungsgrundlage aktuell gehalten und Angaben fortlaufend plausibilisiert werden. Das Verfahren ist aufwändig und teils intransparent. Es sollte ein Projekt gestartet werden, in dem eine automatisierte Erfassung des Versiegelungsgrades des Aufwände für Gebührenordnungen reduziert und die Transparenz für Bürgerinnen und Bürger erhöht werden. Dies ist zudem mit Blick auf Ressourceneffizienz ein lohnenswertes Vorhaben
Ermittlung versiegelter Flächen bislang: aufwändig und teils ungenau
Zur Einführung und als Bemessungsgrundlage für die Gebührenordnung müssen zunächst die Bemessungsdaten angeschlossener, befestigter und bebauter Flächen neu erfasst werden. Die Geodaten versiegelter Flächen geben Aufschluss über den Versiegelungsgrad und damit das Ausmaß des zu erwartenden Niederschlagswassers. Ein genaues Versiegelungskataster ist für Kommunen bei der Wahl von passenden Verfahren und der Erstellung von Satzungen von hoher Bedeutung.
Für die Erfassung und Ermittlung versiegelter Flächen kommen bislang vielfältigen Verfahren zum Einsatz:
- Ermittlung von Amtswegen mit Unterlagen aus dem Grundbuch (ALB,ALK), Ortsbegehungen und gegebenenfalls die Vermessung einzelner Grundstücke
- Ermittlung durch Selbstveranlagungen, bei der Grundstückseigentümer Angaben zur Versiegelung machen
- Ermittlung durch manuelle Auswertung von Luftbildaufnahmen
- Ermittlung durch Kombination der genannten Verfahren
Es gibt verschiedenste Verordnungen und Zuständigkeiten. Häufig werden externe Dienstleister und Sachverständige beauftragt. Meistens gelten die Angaben der Eigentümer als wichtigstes Maß. Die herkömmlichen Verfahren sind also methodisch vielfältig, vorwiegend manuell, teils ungenau (Angaben) und vor allem aufwändig (Plausibilierung, Informations- und Beratungsaufwand für Verfahren).
Vorteile automatisierter Erfassung von Flächenversiegelung durch Machine Learning
Die Befestigung und Bebauung je Flurstück kann mittlerweile durch die Analyse von Luft- und Satelitenbildern mit Methoden aus dem Bereich Deep Learning und Machine Learning (“Künstliche Intelligenz”) ermittelt und damit schneller in ihrem tatsächlichen Ausmaß ausgegeben werden als bei herkömmlichen Verfahren.
Damit können Kommunen, Ingenieurbüros und Kommunalberatungen dabei unterstützt werden, die Kosten bisheriger Ermittlungsverfahren erheblich zu reduzieren - bei gleichbleibender oder höherer Genauigkeit. Neben Erkenntnissen zum Versiegelungsgrad im gesamten Gemeindegebiet, können die gewonnen Daten für die Vorab-Validierung in Erhebungsbögen für angeschlossene Grundstückseigentümer genutzt werden, um die Aussagekraft der Angaben zu erhöhen. Dies freut Bürgerinnen und Bürger.
Die Einführung einer Machine Learning Anwendung bringt auch Vorteile wenn bereits eine Abwassergebührenordnung besteht, da eine Analyse nach dem Grad der Versiegelung mit verschiedenen Klassifikationen (Bebauung, Befestigung, unversiegelt, Unterscheidung nach Dachart (z.B. Ziegeldach, Grün- oder Kiesdach),i Bodenflächen (Asphalt, Beton, Pflaster mit Fugenverguss, Kies, Split / Schotte, Rasengitter- oder Sickersteine) technisch möglich ist.