Naiad: KI-gesteuertes System für ganzheitliche Binnenwasserüberwachung

Ein neues KI-System namens Naiad verspricht, die Überwachung von Binnengewässern grundlegend zu verändern. Durch die Kombination von Large Language Models (LLMs) und externen Analysewerkzeugen liefert Naiad eine umfassende Lösung, die bislang getrennt behandelte Qualitätsindikatoren wie Cyanobakterien, Chlorophyll und weitere Parameter in einem einzigen, nutzerfreundlichen Interface zusammenführt.

Die Plattform richtet sich gleichermaßen an Fachleute und Laien. Mit einem einzigen Prompt kann der Nutzer natürliche Sprachabfragen stellen, die von Naiad in konkrete Handlungsempfehlungen umgewandelt werden. Dabei nutzt das System Retrieval-Augmented Generation (RAG), LLM-Logik, die Steuerung externer Tools, die Ausführung von Rechengraphen und eine agentische Reflexion, um Wissen aus kuratierten Quellen zu extrahieren und zu synthetisieren.

Naiad integriert eine Vielzahl von Werkzeugen, darunter Wetterdaten, Sentinel‑2-Bilder, Berechnungen von Fernerkundungsindizes wie NDCI, Schätzungen von Chlorophyll‑a sowie etablierte Plattformen wie CyFi. In einem eigenen Benchmark, der unterschiedliche Nutzerkompetenzen abdeckt, erreichte das System eine Korrektheit von über 77 % und eine Relevanz von 85 %. Die Ergebnisse zeigen eine starke Anpassungsfähigkeit und Robustheit gegenüber verschiedenen Abfragearten.

Eine Ablationsstudie der LLM‑Backbones identifizierte Gemma 3 (27 B) und Qwen 2.5 (14 B) als die Modelle mit dem besten Gleichgewicht zwischen Rechenaufwand und Denkleistung. Diese Erkenntnisse unterstreichen das Potenzial von Naiad, die Wasserüberwachung effizienter und zugänglicher zu gestalten.