Die Wasserschutzpolizei Hamburg hat ein digitales Modell eingeführt, mit dem sich undeklariertes Gefahrgut mit Hilfe von Künstlicher Intelligenz (KI) systematisch aufspüren lässt. Damit setzt die verantwortliche Behörde einen Meilenstein für mehr Sicherheit im Hamburger Hafen. Die technische Umsetzung übernahm das IT-Softwarehaus DAKOSY. Das mit dem InnoTecHH-Fonds geförderte Projekt startete im Januar 2023 und wurde Ende April 2024 in den Regelbetrieb überführt.
Die neue digitale Anwendung erstellt mittels Algorithmen Empfehlungen für zu kontrollierende Container im Im- und Export. Anhand der durch die KI erstellten Vorschlagslisten überprüfen die Wasserschutzpolizistinnen und Wasserschutzpolizisten die identifizierten Ladungseinheiten.
Die Auslöser für die Digitalisierung nennt Lutz Dreyer, Referatsleiter bei der Wasserschutzpolizei WSP 52, Zentralstelle Gefahrgutüberwachung: „Die Überprüfung erfolgte bisher manuell und war angesichts der hohen Containeranzahl lediglich stichprobenartig möglich.“ Eine Fachanalyse im Jahr 2021 zeigte, dass sich unter Einbeziehung intelligenter Verfahren, insbesondere aus dem Bereich der Künstlichen Intelligenz (KI), die Suche nach undeklarierten Gefahrgütern erheblich verbessern und effizienter gestalten lassen würde.
„In das KI-Projekt starteten wir Anfang 2023 mit finanzieller Unterstützung durch den InnoTecHH-Fonds der Hamburger Senatskanzlei und der technischen Unterstützung von DAKOSY“, sagt Dreyer. Um undeklariertes Gefahrgut systematisch zu identifizieren, benötigte die Behörde zunächst einen digitalen Zugriff auf alle export- und importseitigen Sendungsinformationen zu den Containern, die über den Hamburger Hafen umgeschlagen werden. Diese sind im Port Community System (PCS) vorhanden, das DAKOSY betreibt.
Bis Ende 2023 wurden die Importdaten, bis Ende April 2024 die Exportdaten aus dem PCS in das digitale Gefahrgutinformationssystem (GEGIS) der Wasserschutzpolizei integriert und mit einer KI trainiert. „Dabei wurden die Sendungen mit einem Wahrscheinlichkeitsfaktor für undeklariertes Gefahrgut markiert und von uns überprüft“, erklärt Dreyer. Thilo Buchheister, der das Projekt für DAKOSY leitet, ergänzt: „Wir setzen ein Deep-Learning-Modell für die automatisierten, regelmäßigen Trainingsverfahren ein und können damit auch neue Aspekte, beispielsweise hinzukommende Warenbeschreibungen, in die Analyse miteinbeziehen.“
Die Grundlage für das KI-Projekt wurde durch die Neufassung des Hamburgischen Hafensicherheitsgesetz gelegt. Erst durch dieses ist die Wasserschutzbehörde befugt, Ladungsdaten zu verarbeiten, um festzustellen, ob nicht deklarierte Gefahrgüter in Beförderungseinheiten im Hamburger Hafen geladen oder gelöscht werden. Zuvor fehlte der Wasserschutzbehörde die rechtliche Grundlage, um Container systematisch zu überprüfen, die nicht als Gefahrgut deklariert waren.
Olaf Hagenloch, stellvertretender Leiter der Wasserschutzpolizei Hamburg erinnert in diesem Zusammenhang an ein tragisches Ereignis: „Viele von uns haben den schweren Brand eines Containerschiffes im Jahr 2016 noch vor Augen, als die zahlreichen Einsatzkräfte über mehrere Tage versuchten, das Feuer an Bord zu löschen. Die Ursache des Brandes waren undeklarierte Gefahrgüter. Dies zeigt, wie wichtig es ist, Gefahrgüter für den sicheren Transport auch als solche zu deklarieren. Durch die KI-Unterstützung haben meine Kolleginnen und Kollegen nun ein innovatives Tool an die Hand bekommen, welches sowohl ihre eigene als auch die Sicherheit des Hafens insgesamt deutlich erhöht. Dafür bin ich sehr dankbar.“
Insgesamt ermöglichen die neu geschaffenen Rahmenbedingungen und die innovative IT-Technologie im Tagesgeschehen eine neue Qualität bei der Gefahrgut-Transparenz. Das Projektziel sieht Dreyer als erreicht an: „Wir verfügen über ein kontinuierlich lernendes KI-System in unserem GEGIS. Im Ergebnis erhalten wir gute Vorschlagslisten, nach denen wir effizient und zeitsparend undeklariertes Gefahrgut aufspüren können. Mit Hilfe der automatisierten Trainingsläufe wird unsere Datenbasis kontinuierlich und aktuell erweitert.“
