Unternehmen und ihre Organisationen, Strukturen und Kulturen entwickeln sich stetig weiter. Und so auch ihre Arbeitswelten. Das Ergebnis brachte vier Typen von Arbeitswelten zum Vorschein: Function Based, Activity Based, Content Based und Purpose Based. Dazwischen liegen selbstverständlich auch die buntesten Mischformen - die allermeisten Unternehmen werden sich nicht in einem einzigen Kosmos wiederfinden.
M.O.O.CON entwickelt identitätsstiftende Arbeits-, Lern- und Kulturwelten. Als führende Unternehmensberatung für nachhaltige Gebäude, Service- und Change-Prozesse leisten wir einen maßgeblichen Beitrag zu Ihrem Unternehmenserfolg, begeisterten Nutzer:innen und einer lebenswerten Umwelt. Wir vereinen Strategieberater:innen, Umsetzer:innen und Begleiter:innen der Transformation in einem Team.
Der Schutz und die Sicherheit Ihrer Privatsphäre bei der Verarbeitung personenbezogener Daten ist uns ein besonderes Anliegen. Bitte lesen Sie diese Erklärung sorgfältig, da hier erläutert wird, wie wir Ihre personenbezogenen Daten sammeln, verarbeiten bzw. speichern. Personenbezogene Daten sind gemäß Art 4 Z 1 DSGVO alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen.
AI-Optimierte Bewässerung: Mehr als nur den Schlauch schwingen
Wasser marsch, aber bitte intelligent: In Zeiten heißer Sommer, knapper Ressourcen und steigender Biodiversitätsansprüche verlangt urbanes Grün nach Bewässerung, die mehr kann als bloß den Schlauch schwingen. Künstliche Intelligenz krempelt das Grünflächenmanagement um - von datengetriebener Sensorik bis zu lernenden Algorithmen, die wissen, wann der Park wirklich einen Schluck braucht.
Die Bewässerung städtischer Grünflächen ist eine Disziplin mit Tradition - und spätestens im Sommer ein Thema, das öffentliche Aufmerksamkeit garantiert. Über Jahrzehnte hinweg dominierten dabei vor allem manuelle Routinen, Erfahrungswerte und automatisierte Beregnungssysteme mit festgelegten Intervallen. Doch die Herausforderungen der Gegenwart lassen diese Ansätze zunehmend alt aussehen: Klimawandel, anhaltende Trockenperioden, steigende Temperaturen und eine wachsende Konkurrenz um Wasserressourcen setzen das klassische Gießregime unter Druck.
Lesen Sie auch: Die Verbindung von iPhone und Karate
Die Quantität ist dabei nur ein Aspekt: Immer mehr Städte und Kommunen stehen vor der Aufgabe, ihre Grünflächen nicht nur ausreichend, sondern auch ressourcenschonend und ökologisch sinnvoll zu bewässern. Die Erhaltung ökologischer Nischen, die Förderung von Biodiversität und die Anpassung an mikroklimatische Bedingungen fordern eine wesentlich differenziertere Bewässerungsstrategie. Gleichzeitig steigen die Ansprüche der städtischen Bevölkerung an lebendige, attraktive Freiräume - auch in heißen Sommermonaten.
Hinzu kommen infrastrukturelle und organisatorische Hürden. Die Pflege städtischer Grünflächen ist zumeist kleinteilig organisiert, Flächen und Vegetationstypen hoch divers. Heterogene Böden, unterschiedliche Expositionen, variierende Niederschlagsmengen und Nutzungsintensitäten erschweren eine pauschale Steuerung. Oft fehlt es an belastbaren Daten, um das tatsächliche Wasserdefizit oder den Zustand der Vegetation präzise zu bestimmen. Auch die Personalsituation darf nicht unterschätzt werden. In vielen Kommunen herrscht ein Mangel an Fachkräften, während der Pflegeaufwand durch Hitze und Trockenheit steigt. Zeitgleich verschärfen sich die Anforderungen an Dokumentation, Nachweispflicht und Nachhaltigkeit.
Die Digitalisierung bietet zwar seit Jahren neue Werkzeuge, von automatisierten Beregnungsanlagen bis zu Wetterprognose-Apps - doch der eigentliche Paradigmenwechsel steht erst mit dem Einzug künstlicher Intelligenz bevor. AI-optimierte Bewässerung verspricht, die Lücke zwischen pauschaler Versorgung und maßgeschneiderter Pflege zu schließen.
Was ist AI-optimierte Bewässerung?
Der Begriff “AI-optimierte Bewässerung” klingt nach Science-Fiction, ist aber in vielen Pilotprojekten bereits gelebte Praxis. Im Kern steht die Idee, Bewässerungsentscheidungen nicht mehr nach starren Zeitplänen oder subjektiven Einschätzungen zu treffen, sondern anhand dynamischer, datenbasierter Modelle, die durch maschinelles Lernen kontinuierlich besser werden.
Die Grundlage bilden Sensordaten, die in Echtzeit den Zustand von Boden, Vegetation und Mikroklima erfassen. Typische Parameter sind Bodenfeuchte, Bodentemperatur, pH-Wert, Salzgehalt, Lufttemperatur, Luftfeuchte, Pflanzenvitalität (z. B. NDVI-Werte) und Sonnenexposition. Hinzu kommen Wetterprognosen, historische Klimadaten, Informationen zur Vegetationsart, zur Bodenbeschaffenheit und zur Nutzung der Fläche.
Lesen Sie auch: Schwingen live sehen
Diese Daten werden in einer zentralen Plattform aggregiert und von der AI analysiert. Ein weiterer zentraler Baustein ist die Integration von IoT (Internet of Things). Intelligente Ventile, Pumpen, Sprinkler und Bewässerungsleitungen lassen sich über die AI-Plattform steuern und feinjustieren. Damit wird es möglich, einzelne Grünflächen oder sogar Teilbereiche individuell und situationsabhängig zu bewässern.
Die eigentliche Intelligenz liegt jedoch nicht nur in der Datensammlung, sondern im lernenden System: Machine-Learning-Algorithmen passen ihre Empfehlungen und Steuerungsbefehle fortlaufend an neue Bedingungen an. Sie erkennen anomale Muster, etwa bei Leckagen oder plötzlichen Wetterumschwüngen, und können die Bewässerung proaktiv anpassen.
Für Planer, Landschaftsarchitekten und Betreiber ergeben sich daraus neue Möglichkeiten - aber auch neue Anforderungen. Die erfolgreiche Implementierung verlangt interdisziplinäres Know-how zwischen IT, Botanik, Hydrologie und Stadtplanung, sowie ein tiefes Verständnis für die Prozesse und Eigenheiten urbaner Grünflächen.
Beispiele aus der Praxis
Während im angelsächsischen Raum bereits zahlreiche Kommunen AI-basierte Bewässerungssysteme im Regelbetrieb einsetzen, entwickelt sich das Thema im deutschsprachigen Raum dynamisch - wenn auch noch mit viel Pioniergeist. In Berlin etwa läuft seit 2022 ein Pilotprojekt, bei dem städtische Parks mit Bodenfeuchtesensoren und Wetterstationen ausgestattet wurden. Die Daten werden in einer zentralen Plattform gesammelt und von einem Machine-Learning-Modell ausgewertet, das die Bewässerung automatisiert steuert.
Die ersten Ergebnisse sind vielversprechend: Der Wasserverbrauch konnte um bis zu 30 Prozent gesenkt werden, ohne dass die Vegetation Schaden nahm. Auch in Wien wird AI-basierte Bewässerung getestet - mit einem besonderen Fokus auf die Klimaanpassung. Hier werden neben Sensorik auch Daten zu Hitzetagen, Verdunstungsraten und Bodenversiegelung integriert. Die Bewässerung erfolgt dabei nicht nur nach aktuellem Bedarf, sondern auch vorausschauend anhand von Wetterprognosen.
Lesen Sie auch: Emmentalisches Schwingen – Rangliste
Das schweizerische Zürich setzt in ausgewählten Grünanlagen auf eine Kombination aus Drohnenmonitoring, Bodenfeuchtesensorik und AI-gesteuerter Bewässerung. Die Drohnen liefern multispektrale Aufnahmen, die Hinweise auf Trockenstress und Bewuchs geben. Die AI wertet diese Bilder gemeinsam mit den Bodendaten aus und passt die Bewässerungsstrategie flexibel an. Auch kleinere Kommunen experimentieren mit AI-Lösungen. In Ulm etwa werden mit Hilfe einer Open-Source-Plattform verschiedene Systeme zur automatischen Bewässerung vernetzt. Die AI priorisiert dabei Flächen mit besonderem ökologischem Wert und berücksichtigt die Wasserverfügbarkeit in Echtzeit.
Vorteile und Herausforderungen
Die Vorteile AI-optimierter Bewässerung liegen auf der Hand: Wasser wird gezielter eingesetzt, die Vegetation bleibt vitaler, Kosten sinken, und der ökologische Fußabdruck der Stadt schrumpft. Gleichzeitig eröffnet die intelligente Steuerung neue Möglichkeiten zur Anpassung an den Klimawandel. Hitzeinseln lassen sich gezielt kühlen, Biodiversität fördern und die Aufenthaltsqualität im öffentlichen Raum steigern.
Doch der Weg zur flächendeckenden Einführung ist gepflastert mit Herausforderungen - technischer, organisatorischer und ethischer Natur. Die Abhängigkeit von zuverlässigen Daten erfordert eine sorgfältige Auswahl und Wartung der Sensorik. Die Algorithmen müssen transparent, nachvollziehbar und anpassbar bleiben, um Fehlsteuerungen zu vermeiden und das Vertrauen der Öffentlichkeit zu gewinnen.
Die Einführung AI-basierter Systeme verlangt zudem neue Kompetenzen in Planung und Betrieb. Landschaftsarchitekten, Stadtplaner und Grünflächenmanager müssen sich mit digitalen Plattformen, Datenanalyse und algorithmischen Entscheidungsprozessen vertraut machen. Interdisziplinarität wird zum Schlüssel - nur wer Technik, Ökologie und Stadtstruktur zusammendenkt, kann die Potenziale wirklich ausschöpfen.
Gleichzeitig dürfen klassische Erfahrungswerte und lokale Expertise nicht verloren gehen: Die beste AI nützt wenig, wenn sie den spezifischen Charakter und die Nutzungsdynamik einer Fläche nicht versteht. Ein nicht zu unterschätzendes Risiko ist die Gefahr der Übertechnisierung und der Verlust von Kontrolle. Wenn AI-Entscheidungen zu Black Boxes werden, droht ein Akzeptanzproblem - sowohl in der Verwaltung als auch in der Bevölkerung.
Governance-Fragen müssen daher von Anfang an mitgedacht werden: Wer verantwortet die Steuerung, wer kontrolliert die Algorithmen, wie werden Fehler erkannt und behoben? Offene Schnittstellen, transparente Prozesse und ein klar definiertes Monitoring sind unerlässlich. Für Kommunen und Planungsbüros stellt sich außerdem die Frage der Skalierbarkeit und Wirtschaftlichkeit. Während Pilotprojekte oft von Fördermitteln profitieren, muss der langfristige Betrieb solide finanziert und organisatorisch abgesichert sein. Hier sind neue Geschäftsmodelle, Kooperationsstrukturen und Schnittstellen zu bestehenden Infrastrukturen gefragt.
Strategische Vorgehensweise
Wer sich als Kommune, Planungsbüro oder Betreiber an die Einführung AI-gestützter Bewässerung wagt, sollte von Anfang an strategisch vorgehen. An erster Stelle steht die klare Zieldefinition: Geht es um reine Effizienzsteigerung, um Klimaresilienz, um Biodiversität oder um die Reduktion von Betriebskosten?
Die Auswahl der Sensorik ist ein kritischer Erfolgsfaktor. Nur robust installierte, regelmäßig gewartete und klug platzierte Sensoren liefern valide Daten. Gerade in heterogenen urbanen Umgebungen lohnt sich eine sorgfältige Analyse der Standorte und Vegetationstypen. Ebenso zentral ist die Wahl der Plattform: Offene, interoperable Systeme erleichtern die Integration in bestehende IT-Landschaften und ermöglichen eine spätere Erweiterung. Proprietäre Insellösungen sind dagegen oft teuer, schwer anpassbar und gefährden die Zukunftsfähigkeit.
Bei der Auswahl der AI-Modelle sollte auf Transparenz, Nachvollziehbarkeit und Anpassungsfähigkeit geachtet werden. Die Organisation muss von Anfang an mitgedacht werden. AI-optimierte Bewässerung ist kein reines IT-Projekt, sondern betrifft die gesamte Wertschöpfungskette von Planung, Betrieb, Wartung bis zur Bürgerkommunikation. Daher empfiehlt sich die frühzeitige Einbindung aller relevanten Akteure - von der Verwaltung über das Pflegepersonal bis zu externen Dienstleistern.
Schließlich sollte auch das Monitoring nicht vernachlässigt werden. Die Einführung AI-basierter Systeme ist ein Lernprozess: Algorithmen müssen regelmäßig überprüft, Fehlerquellen identifiziert und Verbesserungen implementiert werden.
Die intelligente Bewässerung urbaner Grünflächen ist keine Zukunftsmusik mehr, sondern wird zur strategischen Voraussetzung für lebenswerte, klimaangepasste Städte. AI-optimierte Systeme ermöglichen eine differenzierte, ressourcenschonende und vorausschauende Pflege, stärken die ökologische Funktion städtischer Freiräume und entlasten gleichzeitig Personal und Budget.
Für Planer, Landschaftsarchitekten und Kommunen eröffnen sich neue Horizonte: Bewässerung wird zum Baustein einer integrativen, datengetriebenen Stadtentwicklung, die Klimaresilienz, Biodiversität und Aufenthaltsqualität gleichermaßen fördert. Die Herausforderung liegt in der klugen Gestaltung der Schnittstellen - zwischen Mensch und Maschine, zwischen Erfahrung und Algorithmus, zwischen Qualität und Effizienz. Wer jetzt den Mut hat, zu experimentieren und Bewährtes mit Innovation zu verbinden, wird zu den Vorreitern gehören, auf die andere Städte in Zukunft schauen.
MarlerAbfallApp und Abfallmanagement
Seit 2014 gibt es die MarlerAbfallApp. Einmal aufs Gerät geladen, erinnert das Programm wunschgemäß an die nächste Leerung der Behälter. Der ZBH liefert die Daten für die Abfuhr der grauen, braunen, blauen und Wertstofftonnen, Feiertagsverschiebungen werden dabei schon berücksichtigt. Der Nutzer gibt seine Adresse in sein Smartphone und Co ein und wird dann an jeden Abfuhrtermin erinnert. Besitzer von iPhones und iPads können die Apps im App-Store von Apple herunterladen.
Sperrmüll und Wertstoffhof
Folgende Angaben sind notwendig: Name, Adresse, Telefonnummer und Gegenstände, welche entsorgt werden sollen. Zum Sperrmüll gehören sperrige Haushaltsgegenstände wie zum Beispiel Stühle, Tische, Schränke und anderes Mobiliar sowie Lattenroste und Matratzen.
Bitte beachten Sie, dass der Einlass auf den Wertstoffhof bis 10 Minuten vor Ende der regulären Öffnungszeit erfolgt. Informationen rund um gebührenfreie Annahmen und Annahmen gegen Gebühren erhalten Sie hier.
Winterdienst und Streusalz
Auf Gehwegen ist der Einsatz von Salz oder sonstigen auftauenden Stoffen grundsätzlich nicht gestattet, ihre Verwendung ist prinzipiell nur in besonders begründeten klimatischen Ausnahmefällen - wie bei Eisregen - erlaubt. Das Salz schadet der Umwelt, denn es gelangt über die Kanalisation in Flüsse und Seen, lagert sich in den Böden ab und führt zum Absterben der Pflanzen.
Für ein Maximum an Sicherheit auf den Straßen ist der Einsatz von Streusalz unerlässlich. Die Salzmenge sollte jedoch auf das Notwendigste beschränkt werden. Aus diesem Grund setzt der ZBH die Feuchtsalztechnik ein, bei der die Salzkörner beim Streuen mit einem Salz-/Wassergemisch besprüht werden. Damit wird weniger Salz beim Ausbringen benötigt und das Material haftet besser auf der Straße, statt im Straßengraben zu landen. Ein zusätzlicher Effekt ist, dass eine schnellere und bessere Tauwirkung erzielt wird.
Neben den Streusalzvorräten unterhält der ZBH tonnenweise Vorräte an Lava- und anderem Splitt, sowie verschiedene Gemische zum Abstumpfen von Geh- und Radwegen. Am Freibad in Hüls und an der Feuerwache in Hamm wurden darüber hinaus „Außenposten“ eingerichtet, in dem je 30 Tonnen Salz für die kleinen Streuer lagern.
Damit der Berufsverkehr rechtzeitig rollen kann, beginnt der Winterdienst bei Schnee und Glätte bereits in den frühen Morgenstunden um circa 4 Uhr. Ziel ist, dass bis 7 Uhr die wichtigsten Straßen und Wege geräumt sind, damit auch die Kinder sicher zur Schule und in die Kindergärten kommen. Danach kümmern sich die Mitarbeiter um die restlichen Wege und Plätze. Je nach Schneehöhe und Arbeitsaufwand - vor allem bei festgefrorenem Alteis - kommen die Mitarbeiter mal mehr, mal weniger zügig voran. Wenn es die Wetterlage erfordert, wird der Winterdienst auch abends aufrecht erhalten.
Der Winterdienst ist grundsätzlich laut Rechtsprechung auf die Straßen bzw. Stellen beschränkt, die als verkehrswichtig und gleichzeitig gefährlich anzusehen sind. Beide Merkmale müssen zusammen vorliegen. Zu den gefährlichen Stellen zählen scharfe, schwierige und unübersichtliche Kurven oder Gefällestrecken, bei denen die Steigung erheblich über das Normalmaß hinausgeht.
Verkehrswichtig sind Straßen, wenn sie den Hauptverkehrsfluss aufnehmen, also Straßen, die den Hauptdurchgangsverkehr zu bewältigen haben. Zu den verkehrswichtigen Straßen gehören die verkehrsreichen Durchgangsstraßen bzw. Hauptverkehrsachsen. Diese Merkmale erfüllen allerdings nur wenige Straßen im Stadtgebiet erfüllt.
Ungeachtet dessen hat der ZBH jedoch Interesse, den Straßenverkehr bzw. Verkehrsfluss - im Rahmen der Daseinsvorsorge und seiner Möglichkeiten - aufrechtzuerhalten. Wegen der besonderen Sicherheit des Verkehrs ist der Winterdienst daher in drei Streustufen eingeteilt. In der ersten Stufe werden die Hauptverkehrsstraßen erfasst; in der zweiten Stufe sind die sogenannten Wohnsammelstraßen enthalten, die dafür sorgen, dass die Verkehrsteilnehmer aus den Anliegerstraßen auf die Hauptverkehrsstraßen gelangen.
Winterdienst in der zweiten Stufe wird jedoch nur praktiziert, wenn sämtliche Maßnahmen in Stufe eins abgeschlossen und keine wiederholten Tätigkeiten erforderlich sind. Anliegerstraßen sind in der dritten Prioritätsstufe.
Kurz gefasst schreibt die Satzung vor, dass die Gehwege in einer Breite von mindestens 1,50 m von Schnee freizuhalten sind. Auf Straßen ohne Gehwege ist eine circa 1,50 m breite Fläche am Fahrbahnrand von Schnee freizuhalten. Bei Eis- und Schneeglätte sind die vorgenannten Flächen, die Fußgängerüberwege - auch in Fußgängerstraßen - und die gefährlichen Stellen auf den zu reinigenden Fahrbahnen zu bestreuen.
In der Zeit von 7 bis 20 Uhr gefallener Schnee und entstandene Glätte sind unverzüglich nach Beendigung des Schneefalls bzw. nach dem Entstehen der Glätte zu beseitigen. Statt Salz empfiehlt Julian Wagner, Abfall- und Umweltberater des ZBH, Sand, Lavastreu oder andere abstumpfende Mittel, wie zum Beispiel Asche aus dem heimischen Kamin zu verwenden: „Dieses Material wirkt sofort und kann liegen bleiben. Das erleichtert die Arbeit und schont die Umwelt“, sagt der Abfallberater.
Der ZBH hat zu diesem Thema das Umweltinfo 21 - Eis & Schnee auf Straßen und Wegen erstellt.
Zigarettenkippen und Umwelt
Zigarettenkippen sind weltweit das am häufigsten weggeworfene Abfallprodukt. Auch in Marl entfernen die Mitarbeiterinnen und Mitarbeiter des ZBH regelmäßig Zigarettenkippen von Gehwegen, Straßen und Grünflächen. Wenn Filter mit Wasser in Berührung kommen, lösen sich die Stoffe und treten letztlich in die Umgebung über - sie vergiften damit den Lebensraum von kleinen Wassertieren, wie z.B. Wasserflöhe.
Neue öffentliche Papierkörbe mit intrigiertem Aschenbecher installiert der ZBH seit einiger Zeit an ca. 750 Standorten im Stadtgebiet.