Im Projekt steht die Entwicklung einer Cloud-Lösung zum Erfassen und Nachverfolgen von Spurenstoffen in Oberflächengewässern im Mittelpunkt. Dazu werden Analysendaten von Laboren, die mit hochauflösender Massenspektrometrie ausgestattet sind und damit mittels Non-Target-Screening selbst unbekannte Substanzen detektieren können, in die Cloud hochgeladen. Die Daten werden vorprozessiert, verknüpft und mit Hilfe von Algorithmen bzw. künstlicher Intelligenz laborübergreifend ausgewertet.
Oberflächengewässer dienen direkt oder indirekt über Grundwasser als wichtige Ressource für die Aufbereitung zu Trinkwasser. Jedoch sind Oberflächengewässer permanent einer Vielzahl von Einträgen von Spurenstoffen und Mikroorganismen ausgesetzt. Unter der Gesamtheit der eingetragenen Spurenstoffe entzieht sich die überwiegende Mehrheit einem analytischen Nachweis. Daher können in den meisten Fällen Spurenstoffe nicht oder erst mit erheblichem instrumentellen und zeitlichem Aufwand einer Eintragsquelle zugeordnet werden. Hinzu kommt die mikrobiologische Belastung der Gewässer.
In dem beantragten Verbundprojekt soll ein Demonstrator eines cloudbasierten Systems konzipiert und implementiert werden. Im Zusammenwirken der Cloudlösung mit örtlich verteilten HRMS-Laboratorien, d.h. Labore mit hochauflösenden Massenspektrometrie können die Quellen bekannter sowie unbekannter Spurenstoffe in Oberflächengewässern im Kollektiv rasch eingegrenzt und somit nachverfolgt werden.
Die Vernetzung von Analysen- und Metadaten aus unterschiedlichen Laboratorien unter gezielter Nutzung der kollektiven Intelligenz aus der Wasserversorgung und der künstlichen Intelligenz beim Processing der Daten in der Cloud erlaubt selbst unbekannte Substanzen mit dem Non-Target-Screening (NTS) deutlich umfangreicher zu identifizieren. Inwieweit sich perspektivisch in analoger Weise auch moderne mikrobiologische Identifikationsmethoden für Bakterien und Viren einbeziehen lassen soll im Rahmen einer Feasibility Studie geklärt werden.