Beim Bau von Offshore-Windparks analysiert das Bundesamt für Seeschifffahrt und Hydrographie (BSH) Unterwasserschall jetzt mit Hilfe von maschinellem Lernen. Es nutzt dazu nach eigenen Angaben von Montag die Fachanwendung „BSoundH“, diese sei nun um Methoden des Maschinellen Lernens erweitert worden. Das ermögliche eine automatisierte Erkennung von Rammschlägen aus Offshore-Bauaktivitäten und auch von Explosionen, wenn Munition gesprengt werden müsse. Das BSH misst den bei Rammarbeiten entstehenden Schall zum Schutz der Meeresumwelt.

„Das BSH arbeitet permanent daran, seinen Beitrag für den Meeresumweltschutz und die nachhaltige Meeresnutzung zu intensivieren. Mit den Methoden des Maschinellen Lernens können wir große Datenmengen effizient verarbeiten und schneller relevante Ergebnisse gewinnen - und die gewonnene Arbeitszeit an anderer Stelle einsetzen“, sagte BSH-Präsident Helge Heegewaldt. Ben Schmidt, Experte für Unterwasserschall im BSH, erläuterte: „Das Machine Learning ermöglicht uns, 99 Prozent der Rammschläge zu detektieren.“ Mit BSoundH lasse sich „die Lärmbelastung durch genauere Erfassung aller relevanten Impulsschallereignisse deutlich besser überwachen“.