vorhersagedienst als Werkzeuge für die Erstellung ihrer Vorhersagen benutzt. In dem Prozeß 
der Entscheidungsfindung spielt die Erfahrung der Experten eine herausragende Rolle. Der 
Wunsch besteht, weitere Verfahren in den Prozeß einzubinden, um damit mögliche Inkon 
sistenzen der Vorhersage zu reduzieren. Neue Verfahren sollten nach anderen Prinzipien 
funktionieren als nach denen der bereits eingesetzten Modelle, um eine größtmögliche Un 
abhängigkeit zu gewährleisten. 
Neuronale Netze erfüllen diese Voraussetzung aufgrund ihrer neuartigen Technik. Sie 
weisen zwar eine gewisse Verwandtschaft zu statistischen Methoden auf. mit denen sie daher 
auch gemessen werden müssen, sorgen aber durch das Prinzip des "Lernens" für ausreichende 
Unabhängigkeit von den anderen Prinzipien. Durch die wenn auch sehr grobe Ähnlichkeit der 
künstlichen mit biologischen neuronalen Netzen läßt sich die Frage formulieren, ob und 
inwieweit sich die Erfahrung, die in den Gehirnen der Experten steckt, objektivieren und 
somit von unerfahrenen Menschen nutzen läßt. Bisher sind mittels künstlicher neuronaler 
Netze bereits auf unterschiedlichsten Gebieten erfolgreiche Anwendungen entwickelt und 
Verbesserungen von Vorhersagen erreicht worden. Darum ist ihre Anwendung auf die 
Wasserstandsvorhersage sehr vielversprechend. 
Ziel ist es, ein operationeil nutzbares Werkzeug auf der Basis von neuronalen Netzen zu 
entwickeln, das sich für die Vorhersage von Standardsituationen eignet. Die Güte der 
Sturmflutvorhersage ist nach wie vor vom Fingerspitzengefühl der Experten abhängig. Da es 
in erster Linie um die Vorhersage geht, wird der inneren Struktur der Netze weniger Raum 
gewidmet. Sie wird nur insoweit beachtet als es für die Automatisierung des Lernverfahrens 
und die Überprüfung des Algorithmus’ auf korrekte Funktionsfähigkeit nötig ist. 
Aufgrund der Komplexität des Themas wurde das Projekt "Wasserstandsvorhersage mittels 
neuronaler Netze" als Forschungsvorhaben gekennzeichnet und eine Doktorandenstelle am 
BSH eingerichtet. Das Projekt hatte stark interdisziplinären Charakter. Daher werden in dieser 
Arbeit nicht nur neue Ergebnisse für die Ozeanographie/Meteorologie beschrieben, sondern 
es wird auch ein kleiner Beitrag für die Neuroinformatik geleistet. Aufgrund der Vorbildung 
des Autors wird aber von einer streng mathematischen Darstellung des Verfahrens und der 
Ergebnisse, wie sie aus neuroinformatischer Sicht angebracht wäre, abgesehen. Stattdessen 
wird versucht, die Intuition des Lesers anzusprechen, u.a. in Form von Grafiken. 
Der ozeanographisch/meteorologisch orientierte Leser wird um Entschuldigung gebeten, 
wenn manche Dinge an gesprochen werden, die in seinen Augen selbstverständlich sind. Die 
Dinge werden aus Rücksicht auf den neuroinformatisch orientierten Leser näher erläutert. 
Dieser Leser wird in analoger Weise ebenfalls um Entschuldigung für Dinge gebeten, die 
zwar ihm selbstverständlich, aber dem anderen Leser so gut wie unbekannt sind.