Modellierung und Identifikation von Gefahrenszenarien für den Schutz kritischer Infrastrukturen

Abstract

Die moderne Gesellschaft ist immer stärker abhängig von ihren kritischen Infrastrukturen, wie beispielsweise der Energie- sowie Wasserversorgung oder der Kommunikation. Diese Infrastrukturen sind einer Vielzahl unterschiedlichster Gefahren ausgesetzt, welche ihre Funktionsfähigkeit beeinträchtigen können. Dies kann das Leben der Bevölkerung stark negativ beeinflussen. Die umfassende Modellierung von Gefahrenszenarien kann dabei auf zweifache Weise Entscheidungen zum Schutz kritischer Infrastrukturen unterstützten. Ein Katalog solcher Szenarien kann sowohl für die präventive und systematische Vorbereitung auf Gefahren genutzt werden, als auch zur Steigerung des Situationsbewusstseins, gemäß der Situation Awareness nach Endsley (1995), während einer akuten Gefahr für eine kritische Infrastruktur. Hierbei stellt die Vielzahl und Heterogenität möglicher Gefahrenszenarien eine besondere Herausforderung an die umfassende Modellierung dar. In dieser Präsentation wird eine Methodik, basierend auf Bayes’schen Netzen, zur Entwicklung eines probabilistischen Modells vorgestellt, welches umfassende Gefahrenszenarien einer kritischen Infrastruktur beinhaltet und eine Identifikation solcher Szenarien im Einsatzfall ermöglicht. Die Anwendung Bayes’scher Netze zum Schutz kritischer Infrastrukturen wird in der Literatur bereits grundsätzlich vorgeschlagen, siehe beispielsweise in Ramírez-Agudelo et al. (2021). Für die Entwicklung des Modells können zunächst, im Sinne eines Wissensmanagementsystems, Daten aus verschiedenen Quellen, wie zum Beispiel historische Daten oder Daten aus Befragungen, in dem Modell einheitlich zusammengeführt werden. Zudem bietet es durch eine grafische Oberfläche die Möglichkeit zum interaktiven Analysieren verschiedener Gefahrenszenarien mit den gegebenen Daten. In einem weiteren Schritt kann das Modell dynamisch verwendet werden, um bei einer akuten Gefahr, basierend auf Observationen aus verschiedenen Quellen, das aktuelle Szenario zu identifizieren und somit die Situation Awareness zu steigern, wie in Schneider et al. (2022) vorgestellt. Hierbei wird insbesondere auf den Umgang mit unsicheren sowie unvollständigen Informationen zur Szenario Identifikation eingegangen. Die Methodik wird an einem illustrativen Beispiel der Gefahrenabwehr an einem generischen Kraftwerk demonstriert. Abschließend werden die Vorteile, Limitationen sowie potentielle Anwendungsgebiete für den Bevölkerungsschutz diskutiert