Heftige Sommergewitter, überflutete Straßen und vollgelaufene Keller: Die Bilder der letzten Jahre zeigen eindrücklich, dass Starkregen keine Randerscheinung mehr ist. Städte stehen unter Druck: Eine immer dichtere Bebauung, versiegelte Flächen und steigende Klimarisiken verschärfen die Gefahr. Doch wie lässt sich Stadtplanung so gestalten, dass sie auf Extremwetter vorbereitet ist, noch bevor die ersten Neubauten entstehen?
Genau hier setzt die Masterarbeit von Alexander Burakow an. Mithilfe von GIS wurde ein Werkzeug entwickelt, das Planerinnen und Planern ermöglicht, städtebauliche Entwürfe frühzeitig auf ihre Anfälligkeit für Starkregen zu prüfen und sie direkt im Entwurfsprozess anzupassen.
Vom Stadtmaßstab ins Quartier
Klassische Starkregenmodelle arbeiten meist im großen Maßstab: Ganze Stadtgebiete werden modelliert, was enorme Rechenleistung erfordert und für konkrete Entwurfsgebiete oft zu grob ist. Um dem entgegenzuwirken, wurde die sogenannte Bluespot-Modellierung an spezifische Anforderungen angepasst. Dabei handelt es sich um eine Open-Source-ArcGIS-Toolbox zur Berechnung von Geländesenken und Abflusswegen. Sie wurde vom Kopenhagener Professor Thomas Balstrøm entwickelt. Die angepasste Toolbox kann insbesondere auf kleine Quartiere angewendet werden.
Der Kniff dabei ist, dass sich das Modell nicht auf die gesamte Stadt, sondern auf den relevanten Umkreis eines Planungsgebiets konzentriert. So lassen sich Modellierungen für die Stadt Kassel etwa zehnmal schneller berechnen, ohne dass Genauigkeitsverluste entstehen. Damit wird ein iterativer Entwurfsprozess möglich: Planen, testen, anpassen – und das alles innerhalb weniger Minuten.
Mehr Grün, weniger Risiko
Ein weiterer Schwerpunkt lag auf der Rolle der Vegetation. In klassischen Modellen wird oft von einer vollständig versiegelten Fläche ausgegangen. Dies ist zwar konservativ, vernachlässigt jedoch den entscheidenden Puffer, den Bäume, Wiesen oder entsiegelte Böden bieten.
Um diesen Effekt zu berücksichtigen, wurde mithilfe eines selbst antrainierten Deep-Learning-Modells eine Vegetationserfassung durchgeführt, bei der die erfassten Flächen in drei Kategorien eingeteilt wurden: von voll versiegelt bis stark durchgrünt. Anschließend wurden den Flächen im Modell entsprechende Widerstandswerte zugewiesen.
Das Ergebnis: Dicht begrünte Flächen können erhebliche Mengen an Niederschlag zurückhalten und bei ausreichender Ausprägung die Gefahr von Starkregenfluten lokal reduzieren. Solche Unterschiede sind in frühen Konzeptphasen entscheidend, um die Wirksamkeit von Entsiegelung und Begrünung sichtbar zu machen.
Neue Werkzeuge von Esri
Auch die Technologie hat sich im Bereich der Starkregenmodellierung stark weiterentwickelt. Neuere Versionen der Modelle arbeiten nicht mehr nur mit einem allgemeinen Versickerungsfaktor, sondern berücksichtigen deutlich komplexere Parameter. So lassen sich beispielsweise Infiltrationsraten und die Rauigkeit von Oberflächen als Rasterlayer einbeziehen.
Visualisierung der Flood Simulation vorher (links) und nachher (rechts)
Diese Fortschritte machen die Modelle nicht nur präziser, sondern auch anschaulicher. In Form von klar visualisierten 2D- und 3D-Darstellungen lassen sich die Ergebnisse einfach kommunizieren – ein entscheidender Vorteil in interdisziplinären Planungsprozessen, in denen Stadtplanung, Landschaftsarchitektur und Verwaltung eng zusammenarbeiten.
Zwei Fallstudien in Kassel
Zur Überprüfung der Methode wurden zwei sehr unterschiedliche Planungsareale in Kassel untersucht.
- Gesamtschule Nord+ (Stadtteil Nord-Holland):
Ein reales Wettbewerbsprojekt für einen Schulneubau hat exemplarisch gezeigt, dass konventionelle Entwurfsverfahren ohne explizite Klimaanpassung schnell problematisch werden können. In der Modellierung führten Senken im Gelände und bauliche Einschnitte zu gefährlichen „Bluespots“ und Überflutungen von bis zu 70 cm Tiefe.
- Ehemalige Werkssiedlung (Stadtteil Bettenhausen):
Für ein bislang unbebautes Areal wurde im Rahmen der Forschungsarbeit ein eigenes, fiktives Konzept entworfen, das von Anfang an mit dem GIS-Workflow abgestimmt wurde. Durch ein durchdachtes Gebäude- und Erschließungslayout sowie einen renaturierten Bachlauf, Retentionsflächen und eine „Landschaftstreppe“, konnte das Gebiet so gestaltet werden, dass es Starkregen wie ein Schwamm aufnimmt und gezielt ableitet. Probleme, die im ersten Konzept auftraten, ließen sich so in mehreren Iterationsschritten beheben.
Die beiden Beispiele zeigen: GIS macht Schwachstellen sichtbar und eröffnet Gestaltungsspielräume für resiliente Lösungen.
Planungskultur im Wandel
Das Ziel der Masterarbeit bestand nicht in der perfekten Optimierung von Konzeptplänen, sondern der Entwicklung eines Werkzeugs für vorausschauende Stadtplanung, das potenzielle Schwachstellen frühzeitig aufzeigt. Wenn GIS-Modellierungen bereits in der frühen Entwurfsphase eingesetzt werden, können problematische Konzeptbestandteile rechtzeitig angepasst und neu durchdacht werden, bevor sie aufwendig ausgearbeitet oder gar gebaut werden.
Erfahrungen aus Gesprächen mit Vertreterinnen und Vertretern der Stadt Kassel untermauern die Dringlichkeit einer Integration der Starkregenanpassung in Planungsprozesse. Die technischen Grundlagen für eine flächendeckende Nutzung sind bereits vorhanden. Entscheidend ist vor allem, sie konsequent zu nutzen und durchzusetzen.
Fazit: Prävention statt Reaktion
Die Flutkatastrophe im Ahrtal hat gezeigt, welche Folgen unzureichende Vorsorge im schlimmsten Fall haben kann. Aber auch lokale Extremwetterereignisse wie der Starkregen in Kassel im Jahr 2023 zeigen, dass es jeden treffen kann. Städte müssen daher insgesamt widerstandsfähiger werden, und Geoinformationssysteme können hierbei eine Schlüsselrolle spielen.
Mit dem im Masterprojekt entwickelten Workflow lassen sich Planungsentwürfe einfach, schnell und praxisnah auf ihre Resilienz gegenüber Starkregen überprüfen. So wird eine Planungskultur der Vorbeugung gestärkt, die Klimarisiken ernst nimmt und gleichzeitig neue Freiräume für eine kreative, grüne Stadtgestaltung schafft.
Denn eines ist sicher: Der nächste Regen kommt bestimmt.
