Risikomanagement und Mehrzielentscheidungsunterstützung

Transkript

1 Risikomanagemen und Mehrzielenscheidungsunersüzung uner Unsicherhei am Beispiel der Planung effiziener Nofallmaßnahmen nach kernechnischen Sörfällen Prof. Dr. Jua Geldermann 1 Dr. Valenin Bersch 2 Dr. Florian Gering 3 Research Paper Nr. 3 Göingen, Okober 2008 ISSN Professur für Produkion und Logisik Georg-Augus-Universiä Göingen Plaz der Göinger Sieben 3 (Raum 1.223) D Göingen 2 Universiä Karlsruhe (TH) Insiu für Indusrieberiebslehre und Indusrielle Produkion (IIP) Herzsr. 16 D Karlsruhe 3 Bundesam für Srahlenschuz (BfS) Ingolsäder Landsraße D Neuherberg

2 Göingen, 2008 ISSN Herausgeber: Schwerpunk Unernehmensführung Wirschafswissenschafliche Fakulä Georg-Augus-Universiä Göingen Konak: Prof. Dr. Jua Geldermann Professur für Produkion und Logisik Wirschafswissenschafliche Fakulä Georg-Augus-Universiä Göingen Prof. Dr. Jua Geldermann (Produkion und Logisik) Plaz der Göinger Sieben 3 Prof. Dr. Luz M. Kolbe (Informaionsmanagemen) D Göingen Prof. Dr. Klaus Möller (Conrolling) Tel Prof. Dr. Olaf N. Rank (Organisaion) Fax Plaz der Göinger Sieben 3, D Göingen Mail produkion@wiwi.uni-goeingen.de Web Web

3 Risikomanagemen und Mehrzielenscheidungsunersüzung uner Unsicherhei am Beispiel der Planung effiziener Nofallmaßnahmen nach kernechnischen Sörfällen Überblick Dieser Beirag befass sich mi Ansäzen der Mehrzielenscheidungsunersüzung und deren Anwendung auf komplexe Enscheidungssiuaionen, wie sie beispielsweise bei der Planung effiziener Nofallmaßnahmen nach einem kernechnischen Sörfall aufreen können. Solche Enscheidungsprozesse unerliegen in der Realiä verschiedenen Aren von Unsicherheien. Zur dynamischen Akualisierung von Modellrechnungen mi Daen aus verfügbaren realen Konrollmessungen eignen sich Verfahren der Daenassimilaion, die beispielsweise auf dem Kalman-Filer beruhen. Zur Modellierung, Forpflanzung und Visualisierung von Unsicherheien wird ein Mone- Carlo-Ansaz vorgesell. Der Grundgedanke des sogenannen Ensemble-Kalman-Filers beseh im parallelen Berieb vieler Daenassimilaionen, deren Ausgangswere in Mone- Carlo-Simulaionen generier werden. Die in diesem Beirag vorgeschlagene Visualisierung der Unsicherheien in den Ergebnissen der Mehrzielenscheidungsunersüzung liefer einen höheren Informaionsgehal als vergleichbare Resulae ohne Unsicherheien, ohne dass die Komplexiä der Darsellungsweise gleichermaßen anseig. Abschließend werden die Erweierbarkei auf sonsige indusrielle Nofälle sowie die Unersuchung der Auswirkungen von Nofällen auf ganze Werschöpfungskeen diskuier

4 1 Einführung Komplexe Enscheidungssiuaionen, wie sie beispielsweise im Nofall- und Sanierungsmanagemen nach einem Indusrieunfall aufreen, erfordern eine Berücksichigung echnischer, ökonomischer, ökologischer, sozio-psychologischer und poliischer Aspeke. Zwar können Ursachen und Auswirkungen von indusriellen Nofällen, aber auch von Naurkaasrophen, sehr sark variieren, jedoch haben sie gleiche charakerisische Eigenschafen wie den plözlichen Ausbruch und die Nowendigkei eines kohärenen und effekiven Nofallmanagemens. Für den Fall eines nuklearen oder radiologischen Sörfalls in Europa wurde das Enscheidungsunersüzungssysem RODOS 1 enwickel (Raskob e al., 2005b; Ehrhard and Weiss, 2000; French e al., 2000; Ehrhard e al., 1993). Eine wesenliche Voraussezung für die Planung effiziener Nofallmaßnahmen sind verlässliche Modellvorhersagen der radiologischen Konsequenzen eines kernechnischen Unfalls. Radiologische Beobachungen, z.b. Messungen von Dosisraen, können verwende werden, um solche Modellvorhersagen zu verbessern. Der Prozess der Kombinaion von Modellergebnissen und Beobachungen zur Verbesserung der Modellvorhersagen, üblicherweise als Daenassimilaion (engl. daa assimilaion, Angleichen von Daen ) bezeichne, wird in diesem Beirag beschrieben. Zur mahemaischen Umsezung wird der Ensemble-Kalman-Filer eingesez, der ursprünglich in der Ozeanographie enwickel wurde (Evensen 1994). Zunächs wird in diesem Beirag auf die Nowendigkei der Nofallvorsorge in der Kernechnik sowie mögliche Nofallschuzmaßnahmen kurz eingegangen. Dann wird das Enscheidungsunersüzungssysem RODOS vorgesell, das im Falle einer radioakiven Freisezung alle relevanen Daen zusammenführ, Diagnosen und Prognosen ersell und durch Simulaion verschiedener Maßnahmen einen Vergleich ihrer (radiologischen) Wirksamkei, aber auch der dami verbundenen logisischen und ökonomischen Konsequenzen, ermöglich. Darüber hinaus erlaub das Sysem im Rahmen einer Mehrzielenscheidungsanalyse das Ersellen einer Rangfolge der verschiedenen Maßnahmensraegien, was insbesondere im Bereich der Planung und des Trainings von Bedeuung is. Anschließend wird der Einsaz der Daenassimilaion mihilfe des Ensemble-Kalman-Filers beschrieben. Den Schwerpunk dieses Beirags bilde schließlich die Anpassung von Mehoden der Mehrzielenscheidungsunersüzung zur Abbildung von Unsicherheien im Enscheidungsprozess, die mihilfe von Mone- Carlo-Ansäzen durch die gesame Kee des RODOS-Sysems forgepflanz werden. Eine geeignee Visualisierung der Ergebnisse biee Enscheidungsrägern bzw. deren Beraern die Möglichkei, Unsicherheien sowohl von Beobachungsfehlern und Modelleingangsdaen als auch von Modellparameern abzuschäzen. In dieser Arbei wird die verwendee Mehode beschrieben und es werden Ergebnisse von vorläufigen Sudien, die auf simulieren Daen beruhen, dargesell. Darüber hinaus wird die Erweierbarkei bzw. Überragbarkei der beschriebenen Ansäze auf komplexe Enscheidungssiuaionen im Allgemeinen diskuier, einerseis auf den Bereich sonsiger indusrieller Nofälle, andererseis auf das Unersuchen der Auswirkungen von Nofällen auf die gesame Werschöpfungskee

5 2 Beriebssörungen und Sörfälle in Kernkrafwerken In Deuschland werden derzei siebzehn Kernkrafwerke berieben (mi insgesam rund 20 GW elekrischer Leisung). Als erses kommerzielles Kernkrafwerk liefere die Anlage Calder Hall in England im Jahre 1956 Srom in das öffenliche Nez. Anfang 2006 waren in 30 Ländern 440 Kernkrafwerke mi einer insallieren elekrischen Leisung von rund 368 GW in Berieb und in 11 Ländern 24 Kernkrafwerke mi einer elekrischen Leisung von 19 GW im Bau. 2 Die welweie Sromerzeugung aus Kernenergie berug im Jahre 2004 neo rund 2,738 Millionen GWh. Die kumuliere Beriebserfahrung bis Ende 2004 berug rund Jahre. 3 Kernkrafwerke verfügen über mehrfach gesaffele Sicherheiseinrichungen sowie vorgeplane Maßnahmen, die das Einreen eines kernechnischen Unfalls mi relevanen radiologischen Auswirkungen in der Umgebung prakisch ausschließen sollen. Dennoch is es in der Vergangenhei zu Sörfällen und Unfällen gekommen. Am bekannesen und schwerwiegendsen war der Reakorunfall in Tschernobyl im Jahre Nach der Kernschmelze und Explosion im Block 4 wurden Menschen evakuier und weiere Personen wurden in den folgenden Jahren umgesiedel (UNSCEAR, 2000). Um Unfälle und Sörfälle in Kernkrafwerken zu charakerisieren und klassifizieren, ha die inernaionale Aomenergieagenur (IAEA, Inernaional Aomic Energy Agency ) eine Bewerungsskala für bedeusame Ereignisse in Kernkrafwerken (INES, Inernaional Nuclear Even Scale ) enwickel (vgl. Tab. 1). Diese Skala is die Grundlage für den inernaionalen Erfahrungsausausch zur Verbesserung der Anlagen- und Beriebssicherhei. In den lezen Jahren wurde insbesondere die Analyse von Ereignissen, bei denen menschliches Verhalen eine Rolle spiel, erheblich sysemaisier. In Deuschland raen drei Ereignisse der INES- Sufe 2 auf (im KKW Unerweser 1998 sowie im KKW Philippsburg 2001), Ereignisse der INES-Sufe 3 oder höher raen in Deuschland nich auf (Lindauer, 2005). 4 Bislang wurden alle aufgereenen Sörfälle in deuschen Kernkrafwerken beherrsch

6 Tab. 1: INES-Skala 5 7 Tschernobyl, UdSSR (jez Ukraine), 1986 Kaasrophaler Unfall 6 Schwerer Unfall 5 Ernser Unfall 4 Unfall Kyshym (Wiederaufbereiungsanlage), UdSSR (jez Russland), 1957 Windscale Pile(Sellafield), UK, 1957 Three Mile Island (Harrisburg), USA, 1979 Windscale (Wiederaufbereiungsanlage) (Sellafield), UK, 1973 Sain-Lauren, Frankreich, 1980 Buenos Aires, Argeninien, 1983 Tokaimura (Hersellung von Brennelemenen), Japan, Vandellos, Spanien, 1989 Ernser Sörfall 2 Sörfall 1 Sörung Ereignis ohne oder mi geringer sicherheisechnischer Bedeuung 3 Grenzen der Quanifizierbarkei der Folgen radioakiver Srahlenexposiion Bei den Folgen radioakiver Srahlenexposiion kann man grundsäzlich zwischen deerminisischer und sochasischer Srahlenwirkung unerscheiden. Dabei sind uner Lezerer beispielsweise akue Schäden, wie sie beim Reungspersonal in Tschernobyl aufraen, zu versehen. Bei sochasischen Schäden nimm dagegen die Wahrscheinlichkei von erbguschädigenden und krebserregenden Langzeiwirkungen mi seigender Dosis zu, so dass sich keine unschädlichen Schwellenwere feslegen lassen. Langzeischäden lassen sich daher nur mi einem Risikower beziffern, der die Einriswahrscheinlichkei für einen Srahleneffek angib, wenn eine gewisse Personengruppe (z.b. Kinder) eine besimme Dosis erhalen ha. So geh ewa die Inernaionale Srahlenschuzkommission (ICRP) von 500 Krebsoenfällen für je Personen aus, die einer effekiven Dosis von 1 Sv exponier wurden

7 Saisische Wahrscheinlichkeiswere lassen sich für sogenanne Normalrisiken ermieln. Bei echnischen Risiken zählen zum Normalrisiko auch Sörfälle, d.h. Ereignisse, die in einer Anlage vorausgesehen und in der Auslegung berücksichig werden können. Unfälle gehören dagegen in den Bereich des Resrisikos, das roz der sicherheisechnischen Auslegung von Kernkrafwerken ses verbleib. Für Unfallszenarien is eine wissenschafliche Risikoberachung vor allem bei sehr selenen Ereignissen problemaisch, da die Ergebnisse in Abhängigkei von den zugrunde gelegen Szenario-Annahmen häufig divergieren (Ewers and Rennings, 1995). Das so genanne Resrisiko von Kernkrafwerken wird als Produk aus Einriswahrscheinlichkei (eines Unfalls) und Schadensausmaß gemessen. Im Falle von Reakorunfällen nimm die Einriswahrscheinlichkei einen exrem niedrigen, das Schadensausmaß hingegen einen exrem hohen Wer an. Da durch das Verwenden von Erwarungsweren das hohe Schadensausmaß verschleier würde, wird empfohlen, die absoluen Schadensausmaße als eigensändiges Krierium zu berücksichigen (Ewers and Rennings, 1995). I. Exposiionspfade Vier unerschiedliche Exposiionspfade werden unerschieden, auf denen Menschen der ionisierenden Srahlung nach kernechnischen Unfällen im wesenlichen ausgesez werden können. Während des Durchzugs der radioakiven Wolke sind vor allem die Inhalaion radioakiver Soffe sowie die exerne Exposiion aufgrund der Gamma-Wolkensrahlung von Bedeuung. Langfrisig sind die exerne Exposiion aufgrund Gamma-Bodensrahlung und die inerne Exposiion durch Aufnahme von konaminierer Nahrung und Wasser bedeusamer (im Umkreis bis 100 km und darüber hinaus). Die Dosisraen sind zwar während des Durchzugs der radioakiven Wolke am höchsen, aber die Exposiion mi niedrigeren Dosisraen kann Jahre oder Jahrzehne anhalen. II. Nofallschuzmaßnahmen Zur Verringerung der Srahlenexposiion bei einem kernechnischen Unfall ha das Bundesminiserium für Umwel, Naurschuz und Reakorsicherhei (BMU) einen Maßnahmenkaalog enwickel. Man unerscheide zwischen dem Kaasrophenschuz (Kaasrophenschuzmaßnahmen dienen der unmielbaren Gefahrenabwehr und sind räumlich und zeilich begrenz), und der Srahlenschuzvorsorge (Srahlenschuzvorsorgemaßnahmen dienen dem vorbeugenden Gesundheisschuz der Bevölkerung auch unerhalb der Eingreifrichwere des Kaasrophenschuzes). In der Frühphase nach einem Nofall können der Aufenhal in Gebäuden und das Vereilen von Jodableen als Kaasrophenschuzmaßnahmen angeordne werden. Verbleib genügend Zei zwischen dem Endecken eines Sörfalls bis zur Freisezung des radioakiven Maerials 7, is eine Evakuierung der Bevölkerung ebenfalls eine geeignee Kaasrophenschuzmaßnahme. Enscheidungen in späeren Phasen bereffen längerfrisige Maßnahmen wie Dekonaminaion und Sanierung mi dem Ziel, in einer konaminieren Region die Rückkehr zum normalem Leben zu ermöglichen, permanenen Umsiedlung und Maßnahmen zur Behandlung von konaminieren Nahrungs- und Fuermiel

8 Im Maßnahmenkaalog des BMU werden die Durchführbarkei und Einschränkungen der Srahlenschuzmaßnahmen und der dazu nowendigen Verfahren mi ihren Nebenproduken, Abfällen sowie echnischen und radiologischen Auswirkungen beschrieben und hinsichlich ihrer Effizienz allgemein beureil (Bundesminiserium für Umwel, 1999). Abb. 1 zeig beispielsweise die aufgeführen Maßnahmen bei der Konaminaion von Milch. Allerdings zeigen einige der durchgeführen Übungen mi den umfangreichen Handbüchern des Maßnahmenkaalogs, dass Synergieeffeke zwischen verschiedenen Maßnahmen nich angemessen berücksichig werden können bzw. ihr logisischer Aufwand in der konkreen Umsezung möglicherweise unerschäz würde. Ferner wurde im Rahmen der Diskussion verschiedener Nofallmaßnahmen deulich, was auch bei den während der lezen Jahre aufgereenen Tierseuchenfällen zu beobachen war: dass die Verbraucher selbs bei erreichbarer Markfähigkei auf andere Produke ausweichen, so dass ewa eine Verarbeiung von Milch zu Milchund Molkepulver für eine späere Vermarkung keine ökonomisch sinnvolle Opion darsell. Unfall Nahrungskee Nein Nein Milch > EU-Höchswer? Ja Markfähigkei erreichbar? Ja Lakaionsunerbrechung Aufsallen (unkonaminieres Fuer) Fuerzusaz (z.b. Benoni) Milchverarbeiung Milchprodukion soppen Schlachen Milch beseiigen Milch auf Flächen ausbringen Kondiionierung (Verbrennen bzw. Klärwerk) Auf hoher See verklappen Biologische Behandlung (Vergärung) Abb. 1: Maßnahmensraegien bei der Konaminaion von Milch Quelle: (Bundesminiserium für Umwel, 1999) Zur Beureilung der Effizienz von Nofallmaßnahmen is vor allem der Dekonaminaionsfakor wichig, der definier is als das Verhälnis der Akiviä vor und nach Durchführen einer Dekonaminaionsmaßnahme. 8 Klassische Kosen-Nuzen-Analysen sind vor allem im Srahlenschuz überaus problemaisch aufgrund der dazu nowendigen moneären Bewerung der vermiedenen Srahlenschäden. Gegen diesen Versuch der Ermilung, welchen Aufwand Individuen für eine gewisse Senkung besimmer saisischer Morbidiäs- und Moraliäsrisiken in Kauf zu nehmen berei sind, sprechen ehische Gründe. Darüber hinaus basieren klassische Kosen-Nuzen-Analysen auf Markpreisen, für Menschenleben exisier ein solcher Mark jedoch nich. In Großbriannien ha das Verkehrsminiserium im Jahr 1997 den - 6 -

9 Wer eines Menschenlebens mi 0,75 Mio Pfund beziffer. Dieser Wer wird seiher auf Basis der Inflaionsrae akualisier und auch von anderen briischen Miniserien und Behörden übernommen, einschließlich der nuklearen Regulierungsbehörde (French e al., 2005). Eine solche Vorgehensweise wird allerdings nich nur außerhalb Großbrianniens sehr kriisch gesehen. Ebenso umsrien is der Humankapialansaz, bei dem die mi einem Unfall verbundenen Produkionsausfälle zur Beureilung der Gesundheisrisiken herangezogen werden (Ewers and Rennings, 1995). 9 Zusammenfassend läss sich feshalen, dass aufgrund von Informaionsdefizien zahlreiche Bewerungsunsicherheien exisieren, die eine Risikoanalyse und beureilung erschweren (Karl, 1995). 4 Das Enscheidungsunersüzungssysem RODOS Anlass für die Enwicklung von RODOS in Europa war der Reakorunfall von Tschernobyl im Jahr 1986 (Ehrhard e al., 1993). 10 Damals zeige sich, dass die europäischen Saaen auf eine solche Kaasrophe nich ausreichend vorbereie waren. Die Gewinnung von Informaionen und deren Übermilung an die Enscheidungsräger in den umliegenden Ländern dauere zu lange und war unvollsändig. Zugleich haen einige Enscheidungen die Konsequenzen der Kaasrophe eher vergrößer. Die Beureilung der radiologischen Lage und die Prozesse der Enscheidungsfindung zum Schuz der Bevölkerung waren mangels einheilicher, belasbarer Informaionen of von Akionismus gepräg und nich siuaionsgerech. Darüber hinaus gab es keine grenzübergreifende Koordinaion von Schuzmaßnahmen (French e al., 2000). Um in Zukunf auf Unfälle in kernechnischen Anlagen und sonsige Freisezungen von radioakivem Maerial besser vorbereie zu sein und um Enscheidungsprozesse auf europäischer Ebene aber auch innerhalb einzelner Länder (man denke z.b. an die föderalisische Srukur Deuschlands) zu harmonisieren, arbeien sei 1989 mehr als 20 Naionen gemeinsam an der Enwicklung von RODOS mi dem Ziel, es Enscheidungsrägern auch uner Zeidruck und hoher psychischer Belasung zu ermöglichen, einen Überblick über die besehende Lage und die Auswirkungen denkbarer Gegenmaßnahmen zu gewinnen und somi auf einer fundieren Wissensbasis begründbare, raionale Enscheidungen zu reffen. 11 Das Sysem is modular aufgebau und sell Informaionen in den folgenden Kaegorien berei: Überragung, Auswerung und Speicherung von radiologischen und meeorologischen Messdaen sowie Weerprognosen (ASY Analysing Subsysem ); Ermilung der derzeiigen und künfigen amosphärischen Ausbreiungsvorgänge und daraus abgeleieer Akiviäskonzenraionen in der Umwel (ASY Analysing Subsysem ); Simulaion von Maßnahmen zum Schuz der Bevölkerung und der dami verbundenen radiologischen und maeriellen Konsequenzen, beispielsweise die zu erwarenden Srahlendosen für die Bevölkerung und für Einzelpersonen, srahleninduziere Gesundheiseffeke, von den Maßnahmen beroffene Gebiee, Personen und landwirschafliche Produke, Gesundheiseffeke durch die Maßnahmen sowie die mi den Maßnahmen verbundenen Kosen (CSY Counermeasure Subsysem ); - 7 -

10 Ersellung einer Rangfolge alernaiver Maßnahmensraegien uner Berücksichigung der echnischen Durchführbarkei, radiologischer, ökonomischer, sozio-psychologischer und poliischer Aspeke sowie der (subjekiven) Präferenzen der Enscheidungsräger mihilfe der Mehrzielenscheidungsunersüzung (ESY Evaluaion Subsysem ). Ein realer Enscheidungsprozess unerlieg jedoch verschiedenen Typen von Unsicherheien. Zur Klassifikaion dieser verschiedenen Unsicherheisaren exisieren unerschiedliche Ansäze, vgl. beispielsweise (Gering, 2005; Bersch e al., 2005; French, 1995; Morgan and Henrion, 1990). Anhand ihrer jeweiligen Quelle können die Unsicherheien den Kaegorien Daenunsicherheien, Parameerunsicherheien und Modellunsicherheien zugeordne werden. Daenunsicherheien bezeichnen dabei die Unsicherheien in den Eingangsdaen eines Modells (wie z.b. der Quellerm oder die meeorologischen Felder, die wichige Eingangsdaen für die Ausbreiungsprognosen des ASY darsellen). Parameerunsicherheien beziehen sich auf mehr oder weniger subjekiv feszulegende Modellparameer. Die Modellunsicherheien liegen darin begründe, dass es sich bei jedem Modell per se nur um eine Abbildung eines beobachbaren Ausschnis der Realiä handel, siehe auch (French and Niculae, 2005). Um solchen Unsicherheien bei der Planung von Nofallmaßnahmen Rechnung zu ragen, wird in Kapiel 5 ein Ansaz zur Reduzierung von Unsicherheien von Modellprognosen vorgesell. Falls Unsicherheien nich verhinder oder beseiig werden können (und dies wird nie vollsändig möglich sein), sind sie quaniaiv abzuschäzen. Dazu sollen Schwankungsbreien angegeben werden, die bei der Enscheidungsunersüzung konsisen bis in die Ergebnisse forgepflanz werden

11 Tab. 2: Klassifizierung der Unsicherheien nach (French, 1995), (Musajoki e al., 2006) und (Tilmes, 1999) Messung Modellierung Modellläufe Inerpreaion / Auswerung der Ergebnisse Unsicherhei durch Bearbeiungsfehler beim Nuzer Insrumenenfehler Sysemaische Ungenauigkeien einzelner Messverfahren Überragungsfehler auf dem Weg zum Nuzer (nich nur bei der Überragung der Messwere, sondern auch der nöigen Zusazinformaionen) Posiionsangaben der Messsaion Zeiangaben für die Messungen Rauschen in den Daen (saisische Fehler) Repräsenaiviä der Messungen Unsicherhei darüber, was passieren kann oder was gean werden kann über Bedeuungen oder Mehrdeuigkeien in der Terminologie über ähnliche oder beroffene bzw. abhängige Enscheidungen Unsicherhei über Eignung / Angemessenhei eines deskripiven Unsicherhei aufgrund physikalischer Zufälle bzw. unvollkommenen Wissens über die Enwicklung der zukünfigen Überzeugungen und Präferenzen über Beureilungen und Einschäzungen über Genauigkei von Berechnungen bzw. normaiven Enscheidungsmodells über die Unersuchungsiefe Eine weiere Möglichkei, Kaegorien von Unsicherheien zu bilden, beseh darin, zu unersuchen, zu welchem Zeipunk sie aufreen. Tab. 2 fass die wesenlichen Unsicherheisklassen im Hinblick auf Enscheidungsmodelle zusammen. Insbesondere bei Modellen zur amosphärischen Ausbreiungsrechnung sind Unsicherheien aufgrund von Mess- und Beobachungsfehlern von nich zu unerschäzender Bedeuung. Generell können mihilfe von Modellen physikalische Phänomene auf Basis heoreischer Beziehungen simulier werden, wobei allerdings der wahre Zusand der Amosphäre nur durch Beobachungen beschrieben werden kann (Tilmes, 1999). 5 Daenassimilaion bei der Abschäzung radioakiver Konaminaion Voraussezung für die Planung von effizienen Nofallmaßnahmen bei kernechnischen Unfällen is eine rechzeiige, ausreichende Kennnis der voraussichlich beroffenen Gebiee und des Ausmaßes der radiologischen Auswirkungen. Zur Beschreibung des Transpors und der Vereilung von Radionukliden in der Amosphäre, in Wassersysemen und in der Nahrungskee werden in RODOS Prognosen für zahlreiche Parameer wie Lufkonzenraion, - 9 -

12 Ablagerung, Konzenraion in Nahrungsmieln, exerne Dosisleisungen und Konzenraionen in Wassersysemen ersell. Die verwendeen Modelle beruhen auf allgemeinen Annahmen, die im Miel für größere Gebiee zureffen. Allerdings können solche Modellprognosen die lokalen Gegebenheien nach einem Unfall nich genügend genau beschreiben, zumal sich die radiologische Siuaion je nach vorherrschendem Weer rasch verändern kann. Deswegen müssen die Modellberechnungen mi Daen aus verfügbaren realen Konrollmessungen akualisier werden. Dazu werden Verfahren der Daenassimilaion eingesez. Allgemein verseh man uner Assimilaion eine Angleichung, Verschmelzung oder Überführung. In der Meeorologie und der Ozeanographie bezeichne die Daenassimilaion die Angleichung einer Modellvorhersage an die asächliche Enwicklung des Zusands der Amosphäre bzw. des Meeres uner Verwendung von akuellen und früheren Messdaen (Tilmes, 1999; Wergen, 2002; Ghil and Malanoe-Rizzoli, 1991). Abb. 2 illusrier das Prinzip der Daenassimilaion. Der aufgrund von Messfehlern lezlich unbekanne Zusand der Amosphäre kann vorhergesag werden, indem die mi einem Modell berechneen Schäzwere durch einen geeigneen Korrekurschri verbesser werden. Diese Korrekur enhäl eine Abschäzung der Unsicherhei des Modellergebnisses und des Beobachungsfehlers aufgrund der Unvollkommenhei der verfügbaren Messungen. Korrekurschri Zusandsvariable Beobachung Analyse Schäzwer Unsicherheisbereiche Vorhersageschri Amosphäre Zei Abb. 2: Prinzip der Daenassimilaion Die Daenassimilaion is ein rekursives Problem und für nichlineare Syseme wie die Amosphäre analyisch ungelös (Kalman and Bucy, 1961). Lediglich für lineare Syseme exisier (uner besimmen Voraussezungen wie z.b. gaussvereile Fehler) eine analyische Lösung in Form der Kalman-Bucy Filerung. 12 Die operaionell angewanden Verfahren verwenden zahlreiche Vereinfachungen, wie ewa die Linearisierung einiger wichiger Operaionen und ad-hoc Spezifikaionen der erforderlichen Kovarianzmarizen. I. Kalman-Filer Die Daenassimilaion in RODOS basier auf dem Kalman-Filer, einem rekursiven, linearen Zusandsschäzer, der auf der Minimierung des mileren quadraischen Fehlers beruh (Kalman, 1960). Der Kalman-Filer schäz den Zusand eines Sysems x durch eine lineare

13 Kombinaion der Schäzung des Sysemzusands x 1 und der Messungen y. Der Begriff Zusand bezieh sich hierbei auf den Mielwer und seine Unsicherhei, die durch eine Kovarianzmarix ausgedrück wird, deren Were sich im Laufe der Zei enwickeln und dami u.a. den erwareen mileren quadraischen Fehler des geschäzen Zusands zu jedem Zeipunk ausdrücken. Der Ansaz wurde von (Kalman and Bucy, 1961) auch auf zeikoninuierliche Syseme erweier. Dieses rekursive Schäz-, Prognose- und Gläungsverfahren für dynamische sochasische Modelle wird in den Ingenieurwissenschafen 13, aber auch in der Ökonomerie für die Zeireihenanalyse of eingesez (Schligen, 2001; Harvey, 1995; Kalman, 1960; Schligen and Sreiberg, 2001). Die verschiedenen Modelle der Modellkee in RODOS können demnach mi der Prognosegleichung aufgrund der Beobachungswere bis zum Zeipunk wie folg formulier werden (Rojas-Palma e al., 2003; Gering, 2005): x = Φ x, u, ε ) (1) ( 1 mi x : Zusandsvekor zum Zeipunk, Φ : Übergangsmarix (der das numerische Schema des Modells wiedergib und daher auch als Modelloperaor bezeichne wird), u : exerne Einflüsse auf das Sysem ε : sochasisches Elemen, das die Unsicherhei des Sysems repräsenier (Prognosefehler) Diese Prognose wird auch als Prädikionsschri bezeichne, weil sie vor der Beobachung der Messwere y durchgeführ wird. Gemäß (Rojas-Palma e al., 2003) sind die bei der Prognose aufreenden Unsicherheien vor allem auf folgende Aspeke zurückzuführen: Unsicherheien der exernen Einflüsse (Daenunsicherheien), srukurelle Unsicherheien des Sysems, d.h. vernachlässige oder unzureichend beschriebene physikalische Prozesse in den Sysemgleichungen und mahemaischen Approximaionen (Modellunsicherheien), Unsicherheien in Bezug auf die Verwendung von nich-opimalen Modellparameern (Parameerunsicherheien). Um die Unsicherheien im Modell zu berücksichigen, werden den wichigsen Parameern und Variablen Wahrscheinlichkeisvereilungen zugeordne und mihilfe des Modelloperaors Φ (.) forgepflanz. Außerdem werden Unsicherheien von vorgelageren in die nachgelageren Module des Modells forgepflanz. Zusäzlich zu Gleichung (1) werden die Beobachungen des Sysemzusands (Messungen) y sochasisch inerpreier: y = C x + η (2)

14 mi C = Beobachungs-Marix, die die Beziehung zwischen den Messungen und den Zusandsvariablen beschreib η = weißes Rauschen 14, der die Beobachungsfehler mi der Kovarianzmarix R repräsenier. Solche Beobachungsfehler und Messunsicherheien können viele Ursachen haben, z.b. Messgeräe, Sichprobenverfahren, Inerpreaion der Sensormessungen als Zusandsgröße, z.b. die Verwendung von Punkmessungen, um einen Gier Durchschni in einem numerischen Modell zu repräsenieren. a Ein akualisierer Zusand des Sysems x ergib sich dann aus der linearen Kombinaion der f Modellvorhersage x und den Messungen y im Korrekurschri als dem zweien Schri der Rekursion: x a f f = x + K ( y C x ) (3) f Bezeichne P die vorhergesage Kovarianzmarix (d.h. der erwaree Fehler), dann laue die ensprechende akualisiere Kovarianzmarix: a P f f P = P K C (4) Die Marix K heiß Kalman-Gewinn (engl. Kalman-gain) und ergib sich aus der Lösung des Gleichungssysems (4). Sie dien als Gewichungsmarix, mi der die relaive Unsicherhei der Modelldynamik und der Daen sowie die Korrelaion C zwischen den verschiedenen Zusandsgrößen wiedergegeben werden: f T f T = 1 K P C [ C P C + R ] (5) Die größe Schwierigkei bei der Anwendung des Kalman-Filers is die Beschreibung der Unsicherheisforpflanzung, d.h. die Besimmung der akualisiere Kovarianzmarix a P. Für die Daenassimilaion in RODOS wurden verschiedene Varianen geese, u.a. der Ensemble-Kalman-Filer, der Reduced Rank Square Roo Filer (RRSQRT) und ein Kalman-Filer, der auf einer unveränderlichen Fehler-Kovarianz basier (Gering, 2005). Wegen seiner großen prakischen Bedeuung wird im Folgenden der Ensemble-Kalman-Filer näher beschrieben. II. Ensemble-Kalman-Filer Weil die Kalman-Bucy Filerung für viele operaionelle Anwendungen (z.b. in der Ozeanographie) zu aufwändig is, wurde mi dem 'Ensemble-Kalman-Filer' (Evensen, 1994) eine mögliche Alernaive aufgezeig. Der Grundgedanke beseh im parallelen Berieb vieler Daenassimilaionen (Wergen and Buchhold, 2002). Dabei wird die Unsicherhei des Zusandsvekors mihilfe eines Ensembles (einer Gruppe) von N Zusandsvekoren beschrieben, die

15 jeweils einen möglichen Repräsenanen des Sysems darsellen. Die Ausgangswere der Vekorelemene werden mi Lain Hypercube Sampling 15 generier. Korrelaionen zwischen den Modellparameern werden dabei berücksichig. Der Korrekurschri für einen der N Zusandsvekoren (der n Vekorelemene enhäl) im Ensemble-Kalman-Filer kann folgendermaßen beschrieben werden: a( i) f ( i) ( i) f ( i) x = x + K [ y C ( x )] (6) i: Index der Ensemble-Elemene; i = 1,, N x a(i), x f(i) : y (i) : C (x f(i) ): i-er Ensemble-Zusandsvekor vor und nach der Kalman-Akualisierung i-er Ensemble-Beobachungsvekor mi m Messungen i-er Vekor mi Modellvorhersage für Messungen (berechne miels der Were des i-en Zusandsvekors) Um den Ensemble-Kalman-Filer anwenden zu können, muss ein ensprechendes Ensemble an Beobachungsvekoren generier werden (Burgers e al., 1998). Dazu werden für jeden der N Beobachungsvekoren zu den gemessenen Daen Zufallsfehler addier, die aus einer Normalvereilung abgeleie werden. In Gleichung (6) is (in Analogie zu Gleichung (3)) ersichlich, dass die Akualisierung erreich wird, indem eine gewichee Differenz zwischen Messung (Beobachungswer) und Modellvorhersage zum ursprünglichen Zusandsvekor addier wird. Dieser Gewichungsfakor is der Kalman-Gewinn K, der im Ensemble- Kalman-Filer aus der Wurzel der Kovarianz-Marix der Modellvorhersage abgeleie wird. Diese Wurzel der Kovarianz-Marix wird näherungsweise aus dem Ensemble der Zusandsvekoren berechne, so dass sich der Rechenaufwand erheblich reduzier (Richer e al., 2002): T SF T + K = F F R (7) K f T f f T 1 ( C S ) [( C S )( C S ) + R ] f = S f S : Näherung für Wurzel der Kovarianz-Marix der Modellvorhersagen f P C : R : Beobachungs-Marix Kovarianz-Marix der Messungen III. Daenassimilaion in RODOS Für das RODOS-Sysem wurden bisher mehrere Module zur Daenassimilaion enwickel, sowohl für die Akualisierung der amosphärischen und der hydrologischen Ausbreiungsprognosen wie auch für die Verbesserung der Vorhersagen für Ablagerungen von radioaki

16 ven Soffen auf dem Boden und der Konaminaion von Nahrungsmieln (vgl. Abb. 3). Die Daenassimilaion in allen Modulen beruh auf dem Prinzip des Kalman-Filers, in zwei Modulen zum Einsaz nach Beendigung der amosphärischen Ausbreiung wird ein Ensemble- Kalman-Filer verwende (Gering, 2005): Ein Modul nuz die Messungen der Gamma-Dosis- Leisung, um die aus amosphärischen Ausbreiungs- und Deposiionsmodellen gewonnenen Prognosen der am Boden und auf Pflanzen deponieren Akiviä zu verbessern. Das andere Modul verwende gemessene Were der Fuer- und Nahrungsmielkonaminaion, um die wichigsen Parameer und die Inpu-Daen des Nahrungskeenmodells so anzupassen, dass sich eine verbessere Übereinsimmung von Modellprognosen und Messdaen ergib. Die hohe Komplexiä der enwickelen Module sowie die große Vielfal der möglichen Szenarien für die Daenassimilaion erfordern die Durchführung von Modellexperimenen uner vereinfachen und analysierbaren Bedingungen. Zur Unersuchung des Assimilaionsverhalens werden deshalb so genanne Zwillingsexperimene durchgeführ. Dazu werden Daen von einem Modellszenario als wahr angenommen und daraus simuliere Messungen (auch als synheische Messdaen bezeichne) abgeleie, während ein modifizieres Szenario falsche Modellvorhersagen liefer. Die Daenassimilaion korrigier diese falsche Vorhersage durch die Assimilaion der simulieren Messungen. Die sich ergebenden akualisieren Daen können dann mi der wahren Vorhersage verglichen werden und somi die Leisungsfähigkei der Daenassimilaion beureil werden. Abb. 4 zeig ein Beispiel für ein Zwillingsexperimen mi RODOS. Kare 1 zeig eine erse Prognose für die Ablagerung (Deposiion) von radioakiven Soffen basierend auf Weervorhersagen vor einem sich abzeichnenden fikiven Unfall in einem Kernkrafwerk. Kare 2 gib die ersen Dosisraen-Messdaen von Saionen aus einem auomaischen Radioakiviäs- Messnez wieder, die direk nach dem Durchzug der radioakiven Wolke gemessen wurden. Mihilfe der Daenassimilaion wird die Prognose (1) uner Verwendung der ersen Messdaen (2) korrigier (vgl. Kare 3). Solche exremen Abweichungen wie in diesem Modellexperimen können ewa dann aufreen, wenn die Windrichung bei einem Durchzug einer Weerfron in den ersen Sunden nach dem Unfall dreh. Die Ergebnisse der Modellexperimene zeigen, dass speziell durch die Anwendung des Ensemble-Kalman-Filers die Modellvorhersagen der radioakiven Konaminaion der Umwel nach einem kernechnischen Unfall durch Messdaen verbesser werden können. Durch die durchgängige Verwendung eines einheilichen Ansazes zur Modellierung von Unsicherheien können die Unsicherheien zwischen den verschiedenen Modellen des RODOS- Sysems kohären und durchgängig forgepflanz werden. Solch eine explizie Berücksichigung von Unsicherheien der Eingangsdaen und von Messunsicherheien sowie deren Auswirkungen auf die Ergebnisse is eine wichige Zusazinformaion, um die Qualiä von Modellvorhersagen richig beureilen zu können. Allerdings können Enscheidungsräger solche Informaionen nur angemessen berücksichigen, wenn sie mi der Inerpreaion solcher Modellergebnisse verrau sind

17 ASY Daenassimilaion in der amosphärischen Ausbreiung Daenassimilaion nach Beendigung der Ausbreiung Modelle der Nahrungskee (erresrisch) Amosphärische Ausbreiung Deposiion Hydrologische Modelle Daenassimilaionsmodule (DA) auf der Grundlage des Ensemble-Kalman-Filers Daenassimilaion in der hydrologischen Modellkee Aquaische Nahrung und Dosis CSY ESY Maßnahmensimulaion Ergebnisbewerung (Web-HIPRE) Ensembles Abb. 3: Aufbau des RODOS-Sysems Quelle: angelehn an (Rojas-Palma e al., 2003) Korrigiere Modellvorhersage 137 Cs Konaminaion Modellvorhersage 137 Cs Konaminaion Messungen Gamma-Dosisraen Abb. 4: Beispiel für ein Zwillingsexperimen in/mi RODOS Quelle: (Raskob e al., 2005a)

18 6 Fallbeispiel Um die Anwendbarkei des Sysems RODOS zur Enscheidungsunersüzung zu überprüfen und die Anforderungen der Nuzer im Enwicklungsprozess frühzeiig aufzugreifen, wurden Workshops durchgeführ, wie im Folgenden beschrieben wird. I. Workshops Im Rahmen von jeweils zweiägigen Workshops mi Enscheidungsrägern aus Bundes- und Landesminiserien sowie Ineressensverreern und Experen wurden fikive Fallsudien zur Planung von Sanierungsmaßnahmen in der Landwirschaf sowie in urbanen Gebieen diskuier. Die Srukurierung der Fallsudie und die Bewerung der Sraegien wurden im Workshop mihilfe der Enscheidungsanalyse-Sofware Web-HIPRE (vgl. (Musajoki and Hämäläinen, 2000)) durchgeführ, die als Evaluaion Subsysem (ESY) an RODOS gekoppel wurde. Web-HIPRE basier auf der Muli-Aribue Value Theorie (MAVT) und ermöglich die Analyse mehrerer Alernaiven anhand von Krierienhierarchien. Dabei wird jede Alernaive x im Hinblick auf jedes Aribu i mihilfe einer Werefunkion (engl. value funcion) v i (x) beureil. Uner der Voraussezung der gegenseiigen Präferenzunabhängigkei können Aggregaionsregeln angewende werden (Laux, 2005; Keeney and Raiffa, 1976). Bei einer addiiven Aggregaion ergib sich der Gesamnuzen einer Alernaive x als: n v( x) = w v ( x). (8) i= 1 Dabei bezeichne n die Anzahl der berücksichigen Aribue, w i die Gewichung des Aribues i und v i (x) den Wer einer Alernaive x hinsichlich des Aribus i. Die Summe der Gewichungen für alle Aribue is auf den Wer 1 normier, und die Einzelwerefunkionen v i ( ) nehmen Were zwischen 0 und 1 an. Zur Besimmung der Gewichungsfakoren w i werden in der Lieraur verschiedene Ansäze diskuier (Von Winerfeld and Edwards, 1986; Pöyhönen and Hämäläinen, 2001; Belon and Sewar, 2002). Web-HIPRE sell alle Sandardverfahren zur Verfügung (Musajoki and Hämäläinen, 2000; Musajoki e al., 2004). Zwar is MAVT eine der einfachsen Mehoden zur Mehrzielenscheidungsunersüzung, doch aufgrund ihrer benuzerfreundlichen Umsezung in Web-HIPRE und der daraus resulierenden Bedienbarkei über das Inerne is sie für die Realisierung des ESY in RODOS gu geeigne (Geldermann e al., 2006; Hämäläinen e al., 2000; French, 1996). In den Workshops zeige sich, dass die mulikrieriellen Ansäze zu einer höheren Akzepanz sowie einem besseren Versändnis der geroffenen Enscheidungen beiragen können. Ein weierer Voreil beseh in der Möglichkei, die erzielen Resulae ransparen und nachvollziehbar zu prookollieren (Geldermann e al., 2006). i i

19 Abb. 5: Krierienhierarchie zur Diskussion von Sanierungsmaßnahmen in der Landwirschaf wie sie in einem Workshop ensanden is Abb. 5 zeig eine sogenanne Krierienhierarchie in Web-HIPRE, die im Rahmen des Workshops zu Sanierungsmaßnahmen in der Landwirschaf ersell wurde. Das Gesamziel is hier in die Teilziele Radiologische Effekiviä, Ressourcen, Auswirkungen und Akzepanz unereil, wobei jedes dieser Krierien weier unereil is. Folgende Alernaiven (bzw. landwirschaflichen Maßnahmen) wurden berache: No Acion: Keine Maßnahmen Disp: Disposal Verwerfen Proc: Processing Weierverarbeiung Sor: Sorage Lagerung Rmov, T=0: Removal Soforiges Aufsallen des Viehs (vor Durchzug der radioakiven Wolke) und Füerung mi unkonaminieres Fuer Rmov, T>0: Removal Aufsallen des Viehs nach Durchzug der radioakiven Wolke und Füerung mi unkonaminieres Fuer Rduc, T=0: Reducion Zufüerung von unkonaminierem Fuer AddS+Proc: Adding Sorbens + Processing Beigabe von Bindemieln zum Fuer und anschließende Weierverarbeiung Diese Alernaiven werden, basierend auf den RODOS-Rechnungen, in Bezug auf die verschiedenen Aribue (das sind solche Krierien, die nich weier unereil werden) bewere. Anschließend werden die Nuzenwere der Alernaiven bezüglich der einzelnen Aribue zu einem Gesamnuzenwer aggregier. Die im Workshop erzielen Ergebnisse sind exemplarisch in Abb. 6 dargesell. Zur Visualisierung der Ergebnisse dienen in Web-HIPRE Sapelbalkendiagramme, die neben den Gesamnuzenweren auch den Beirag der verschiedenen Krierien anzeigen

20 Abb. 6: Sandard-Ergebnisdarsellung in Web-HIPRE II. Ergebnisse uner Unsicherhei In einem Modellexperimen ha das BfS die Auswirkungen der Unsicherheien des Quellerms und der meeorologischen Felder unersuch (vgl. (Bersch e al., 2005)). Exemplarisch für die Unsicherheien der meeorologischen Felder wurde dabei die Unsicherhei in der Windrichung modellier. Dabei wird angenommen, dass die Unsicherhei des Quellerms, d.h. der Menge des freigesezen radioakiven Maerials, mi einer log-normalvereilung beschrieben werden kann, weil die Abweichung um eine Größenordnung in beide Richungen als gleich wahrscheinlich gil. Für die Unsicherhei der Windrichung wird eine Normalvereilung mi einer Sandardabweichung von 30 unersell. Tab. 3 zeig die Daenunsicherheien bezüglich des Quellerms und der Windrichung, die in diesem Modellexperimen exemplarisch unersuch wurden

21 Tab. 3: Abweichungen von Windrichung und Quellerm in den verschiedenen Szenarien Szenario Abweichung der mileren Windrichung von der deerminisischen mileren Windrichung Abweichung des Quellerms vom deerminisischen Quellerm 1 ± 0 x ± 0 x x ± 0 x x x x x x x 1.2 Vereilungsyp normal log-normal Diese Daen resulieren aus einer Mone Carlo Simulaion, d.h. vor dem Sar der RODOS- Rechnungen wurden ensprechend der unersellen Wahrscheinlichkeisvereilungen Zufallsziehungen für die Variablen Quellerm und Windrichung durchgeführ. Diese Ziehungen werden im Folgenden auch als Szenarien und die Menge aller Szenarien als Ensemble bezeichne. Die Ensembles sellen die Inpudaen für mehrere parallele Läufe des ASY und CSY dar. Offensichlich sind diese zehn Ziehungen wie in Tab. 3 dargesell nich saisisch repräsenaiv, aber ausreichend für eine Demonsraion einer möglichen Vorgehensweise und einer ensprechenden Visualisierung der aus den Unsicherheien resulierenden Spannbreie der Ergebnisse. Das Vorgehen is ohne Weieres auf eine saisisch repräsenaive Anzahl von Szenarien erweierbar (für Mone-Carlo-Ansäze zur Daenassimilaion werden ypischerweise Szenarien berücksichig (Genle, 2003; Fishman, 1996; Rober and Casella, 1999)). Ein besonderer Voreil von Mone Carlo Ansäzen beseh darin, dass Unsicherheien konsisen und ohne Eingriffe in die Modelle von der Analyse der radiologischen Siuaion im ASY über die Maßnahmensimulaion im CSY bis zur Ergebnisbewerung im ESY forgepflanz werden können. Aus den parallelen Läufen des ASY und CSY ergeben sich mehrfache Ergebnisse für die berechneen Konsequenzen aus der Simulaion der Maßnahmensraegien. Diese mehrfachen Ergebnisse müssen wiederum bei der abschließenden Bewerung mi Web-HIPRE pa

22 rallel verarbeie werden. Sa einer Enscheidungsabelle wird nun ein Ensemble von Enscheidungsabellen ausgewere, von denen jede einer Ziehung aus den simulan berechneen Szenarien ensprich. Zur Visualisierung der Unsicherheien in den Ergebnissen kann, ebenso wie für die Sandard-Ergebnisse in Web-HIPRE (vgl. Abb. 6), ein Sapelbalkendiagramm dienen, wobei für jede Alernaive nich nur der Sapelbalken des wahrscheinlichsen Szenarios angezeig wird, sondern zusäzlich je ein Sapelbalken des zum 5 %- bzw. 95 %- Quanil 16 (des Gesamnuzenweres) gehörenden Szenarios (siehe Abb. 7). Die zum 5 %- bzw. 95 %- Quanil gehörenden Szenarien werden auch als Wors Case bzw. Bes Case Szenarien bezeichne. Durch eine solche Ergebnisdarsellung wird nich nur der Schwankungsbereich des obersen Ziels (in der Krierienhierarchie) angezeig, sondern auch die Unsicherheisbereiche der einzelnen Krierien sowie ihr Beirag zur gesamen Unsicherhei. Abb. 7: Ergebnisdarsellung mi Unsicherheien in Web-HIPRE Eine Ergebnisdarsellung wie in Abb. 7 biee einen guen Überblick über die Enscheidungssiuaion und ermöglich ein einfaches Abschäzen der Unsicherheien. Während die Komplexiä der Darsellung von Abb. 6 zu Abb. 7 nur geringfügig zunimm, seig der Informaionsgehal indessen deulich an. Die wichigse Frage für den Enscheidungsräger bzw. dessen Beraer is hierbei, ob die Rangfolge der verschiedenen Maßnahmensraegien in den verschiedenen Szenarien dieselbe bleib. Dazu biee sich eine quanilweise Berachung der Ergebnisse an. Neben der Darsellung der mi Unsicherheien behafeen Gesamnuzenwere wurde die Darsellung der Sensiiviäsanalyse erweier (siehe Abb. 8). Tradiionelle Sensiiviäsanalysen können Aufschluss darüber geben, wie sabil oder sensibel Ergebnisse gegenüber Variaionen von Gewichen (der Krierien) sind. Da eine ensprechende Darsellung des wahrscheinlichsen sowie des Wors Case und Bes Case Szenarios für alle Alernaiven schnell unübersichlich würde, werden zunächs die Wors Case und Bes Case Szenarien nur für die Alernaive mi dem höchsen Gesamnuzenwer bei der akuellen Gewichung angezeig. Eine solche Visualisierung ermöglich eine simulane Berachung von Daen- und Parameerunsicherheien sowie das Abschäzen der Sabiliä der empfohlenen Alernaive im besen und schlechesen Fall

23 Abb. 8: Sensiiviäsanalyse mi Darsellung der Wors Case und Bes Case Szenarien für die Alernaive mi dem höchsem Gesamnuzen bei akueller Gewichung III. Schlussfolgerungen aus dem Fallbeispiel Das Enscheidungsunersüzungssysem RODOS ermöglich es Enscheidungsrägern, uner Zeidruck und hoher psychischer Belasung einen Überblick über die besehende Lage und die Auswirkungen denkbarer Gegenmaßnahmen zu gewinnen. Auf einer fundieren Wissensbasis können somi begründbare, raionale Enscheidungen geroffen werden. Besonders wichig is dabei die Verbesserung der Modellvorhersagen mi forlaufend akualisieren Messungen, die durch den Einsaz des Kalman-Filers bei der Daenassimilaion erreich wird. In den durchgeführen Workshops wurde deulich, dass insbesondere in der Frühphase Enscheidungen beding durch den bereis genannen Zeidruck und die hohe psychische Belasung uner Sress geroffen werden müssen, was die Bedeuung eines mehodischen und srukurieren Vorgehens zur Enscheidungsunersüzung zur Beherrschung der Komplexiä bei der Auswahl aus einer Vielzahl von Maßnahmenbündeln verdeulich. Unmielbar nach einem Nofall sind im Wesenlichen auomaisiere Enscheidungen (über Kaasrophenschuzmaßnahmen) in kürzeser Zei anhand weniger Krierien (bzw. gemäß eines im Voraus ersellen Nofallplans oder vorab definierer Eingreifrichwere) zu reffen. Hinzu komm, dass der Sress in einer echen Nofallsiuaion im Vergleich zu dem in der Trainingsamosphäre der Workshops bereis vorhandenen Sress, um ein vielfaches höher sein wird (siehe hierzu auch (Dombrowski, 1998)). Deswegen sollen exreme Enscheidungssiuaionen im Rahmen von Nofallschuzübungen rainier werden. In diesem Zusammenhang solle nochmals beon werden, dass MAVT roz der Kriik, die in der wissenschaflichen Lieraur häufig an dieser einfachen Mehode vorgebrach wird, zur Unersüzung von Mehrzielenscheidungen im Nofallmanagemen gerade aufgrund ihrer Einfachhei und Transparenz gu geeigne is. Insbesondere können forgeschriebene Mo

24 dellunsicherheien bei der aggregieren Bewerung der verschiedenen Alernaiven angemessen berücksichig werden. Besonders hervorzuheben sind weierhin die zahlreichen graphischen Ergebnisdarsellungen, die das Versändnis der Modellergebnisse deulich erleichern. IV. Öffenliche Akzepanz und Risikokommunikaion Eine erfolgreiche Ereignisbewäligung is gekennzeichne durch ein schnelles, dem Ereignis angemessenes Handeln mi inhallich nachvollziehbaren und kohärenen Maßnahmen. Von besonderer Bedeuung is dabei vor allem aber auch das Verrauen der Öffenlichkei. Hier nehmen Risikowahrnehmung, Risikoakzepanz und Risikokommunikaion eine besondere Rolle ein (Renn and Zwick, 1997; Dombrowski, 1998)). Eine wichige Voraussezung für eine gelungene Risikokommunikaion is Transparenz in den Enscheidungen, wie sie durch eine srukuriere und dokumeniere Enscheidungsunersüzung sichergesell werden kann. Als problemaisch wird allerdings eine fehlerhafe Berichersaung in den Medien gesehen, insbesondere wenn nur wenige aussagekräfige Analysen verfügbar sind. Hier sell sich auch die Frage, wie mi Unsicherhei behafee Informaionen von der Öffenlichkei versanden werden (vgl. dazu auch (Kahneman and Tversky, 1974)). Neben der Informaionsbereisellung is die Möglichkei der Beeiligung von Öffenlichkei und Ineressensverreern 17 am Enscheidungsprozess eine wichige Voraussezung für die gefordere Transparenz. Dabei is zu beachen, dass ihre Ansich nich repräsenaiv sein muss für die sille Mehrhei, die ein Miwirken an der Poliikgesalung ablehn. Diese Dilemmaa können durch eine Mehrzielenscheidungsunersüzung nich aufgelös werden. Allerdings is es möglich, in moderieren Workshops Ansichen unerschiedlicher Anspruchsgruppen in verschiedenen Szenarien durchzuspielen. 7 Überragbarkei des enwickelen Enscheidungsunersüzungssysems Angesichs des hohen Enwicklungsaufwands für das RODOS Sysem sell sich die Frage, für welche weieren Zwecke ein derariges Enscheidungsunersüzungssysem eingesez werden kann (vgl. Abschni I) bzw. welche Erkennnisse für beriebswirschafliche Enscheidungen gewonnen werden können (vgl. Abschni II). I. Weiere Einsazbereiche im Nofallmanagemen Akuell wird der Einsaz des RODOS Sysems vor dem Hinergrund der denkbaren Risiken durch einen Terroranschlag auf ein Kernkrafwerk diskuier. Anders als bei Anlagen- und Beriebsunfällen würde die Reakionszei deulich kürzer sein, weil sich das Freisezen von Radioakiviä nich über einen insabilen Beriebszusand über Sunden bis zu mehreren Tagen ankündig. Eine andere Gefahr wird in nuklearen Anschlägen mi so genannen Diry Bombs gesehen, d.h. konvenionelle Sprengkörper mi beigemischem radioakivem Maerial wie beispielsweise Pluonium. Sie können keine Nuklearexplosion auslösen wie eine Aombombe, verseuchen aber die Umwel und erfordern daher ensprechende Sanierungs

25 maßnahmen. Für diese Aufgaben kann das RODOS Sysem zur Enscheidungsunersüzung unmielbar herangezogen werden, weil die nowendigen Daen in den ensprechenden Modulen hinerleg sind und durch Messungen im Schadensfall akualisier werden können. Auch nich-nukleare Nofälle können eine umfassende Enscheidungsunersüzung erfordern. So können Unfälle und Kaasrophen aufreen, die zwar im Vorfeld des Ereignisses für exrem unwahrscheinlich gehalen wurden, aber nichsdesoroz einreen und zu erheblichen Schäden führen. Dabei is zunächs an Naurkaasrophen zu denken. Auch wenn die Einriswahrscheinlichkei von Hurrikans, Fluen, Erdbeben oder exremen Weerlagen in Deuschland im Vergleich zu anderen Regionen der Erde geringer is, so können selbs Schneefall (z.b. im Münserland im Herbs 2005) oder Flusshochwässer (z.b. Elbhochwasser von 2002 und 2006) die Durchführung von Nofallschuz- und Sanierungsmaßnahmen erforderlich machen. Insbesondere die indusrielle Produkion kann von erheblichen Produkionsausfällen beroffen sein. Bei der Auswahl von geeigneen Sanierungsmaßnahmen is ähnlich wie im nuklearen Nofallmanagemen zu enscheiden, wie konaminiere Abfallsoffe (z.b. durch Hochwasser verunreinige Lagerbesände) effizien ensorg werden können. Dies kann eine möglichs schnelle Wiederaufnahme der Produkion, oder aber eine möglichs kosengünsige Ensorgung der Abfälle bedeuen. Im Zusammenhang mi der Überragbarkei des RODOS-Sysems (bzw. von Teilmodulen oder Mehoden) wesenlich naheliegender is der Einsaz zur Enscheidungsunersüzung beim Aufreen von indusriellen Nofällen (z.b. die Unfälle in chemischen Anlagen in Seveso 1976, Bhopal 1984, Basel (Sandoz) 1986, oder Jilin/Harbin 2005) sowie von Tierseuchen (MKS - Maul- und Klauenseuche, BSE - Bovine Spongiforme Enzephalopahie, Vogelgrippe) und Lebensmielskandalen. Während das RODOS-Sysem zur Vorhersage der Ausbreiung von Radioakiviä konzipier und realisier wurde, gib es verschiedene andere Modelle für meeorologische Ausbreiungsberechnungen, vgl. (Sennewald, 1996). Bei indusriellen Unfällen sind solche Modellvorhersagen ewa zur Ausbreiung von Gaswolken oder Wasserverschmuzungen wichig, um wenigsens in weier vom Unglücksor enfern gelegenen Gebieen noch rechzeiig Nofallschuzmaßnahmen einzuleien. Für eine effiziene Durchführung von Nofallschuzmaßnahmen is es außerdem wichig zu wissen, welche Gebiee beroffen und welche nich beroffen sein werden. Ebenso wie bei nuklearen Nofällen ha in der ersen Phase nach dem Vorfall der maximale Schuz von Leben und Gesundhei höchse Prioriä. Doch in späeren Phasen des Nofallmanagemens ri die Wirschaflichkei als weieres Enscheidungskrierium särker in den Vordergrund, wenn nämlich abzuwägen is, mi welcher Sanierungsmaßnahme am effizienesen der ursprüngliche Zusand wiederherzusellen is. Dabei kann effizien bedeuen, dass ein gegebenes Ziel mi möglichs geringem Aufwand erreich wird, oder aber mi gegebenen Mieln zur Sanierung das besmögliche Ergebnis erziel wird. Gerade vor dem Hinergrund der schwierigen Quanifizierung der Zielerreichung bei Sanierungsmaßnahmen is die Beanworung der Frage nach der Effizienz nich einfach. Beache man dabei die Tasache, dass verschiedene Anspruchsgruppen (wie Beriebseigenümer, Miarbeier, lokale Poliiker,