EPISODE · Mar 25, 2026 · 30 MIN
#209 | Hochwasser früher erkennen mit Radar und NB-IoT | Endress+Hauser
from IoT Use Case Podcast
www.iotusecase.com#Frühwarnsystem #IoT #SensorikIn dieser Episode des IoT Use Case Podcasts spricht Peter mit Felix Brühl aus dem Business Development für Innovation und Digitalisierung bei Endress+Hauser. Im Fokus steht die Frage, wie autarke Pegelstand- und Bodenfeuchtesensorik an entlegenen Messpunkten eingesetzt wird, um Hochwasser früher zu erkennen und Frühwarnsysteme technisch sauber aufzubauen.Podcast ZusammenfassungKommunen brauchen bei Starkregen und Hochwasser belastbare Echtzeitdaten, um kritische Entwicklungen früher zu erkennen und schneller reagieren zu können. Genau darum geht es in dieser Podcastfolge mit Felix Brühl von Endress+Hauser.Im Mittelpunkt stehen autarke Pegel- und Bodenfeuchtesensoren, die auch an entlegenen Messpunkten ohne Stromversorgung zuverlässig arbeiten müssen. Die Folge zeigt, welche Anforderungen dabei in der Praxis zählen: lange Batterielebensdauer, stabile Datenübertragung trotz schwankender Netzabdeckung sowie valide Messwerte auch bei Frost, Bewuchs, Vandalismus oder Lageveränderungen.Besprochen wird außerdem, wie Pegelsensoren mit ereignisbasierten Übertragungsintervallen arbeiten und warum Bodenfeuchte und Bodentemperatur wichtige Zusatzinformationen für die Frühwarnung liefern. Ergänzend spielen Diagnosedaten wie Batteriezustand, Neigungswinkel und Sensorstatus eine wichtige Rolle, um die Messqualität dauerhaft abzusichern.Darüber hinaus geht es um die Integration der Daten in bestehende Systemlandschaften – etwa über API, Webhooks oder OPC UA – und um die Frage, worauf Kommunen und Betreiber kritischer Infrastrukturen bei Auswahl, Betrieb und Skalierung solcher Lösungen achten sollten.-----Relevante Folgenlinks:Peter (https://www.linkedin.com/in/peter-schopf/)Felix (https://www.linkedin.com/in/felix-brühl-698178237/)Success Story: Frühalarmierung bei Hochwasser (https://www.de.endress.com/en/endress-hauser-group/Case-studies-application-notes/bad-münstereifel-dynamischer-pegel)Jetzt IoT Use Case auf LinkedIn folgen1x monatlich IoT Use Case Update erhalten
What this episode covers
www.iotusecase.com#Frühwarnsystem #IoT #SensorikIn dieser Episode des IoT Use Case Podcasts spricht Peter mit Felix Brühl aus dem Business Development für Innovation und Digitalisierung bei Endress+Hauser. Im Fokus steht die Frage, wie autarke Pegelstand- und Bodenfeuchtesensorik an entlegenen Messpunkten eingesetzt wird, um Hochwasser früher zu erkennen und Frühwarnsysteme technisch sauber aufzubauen.Podcast ZusammenfassungKommunen brauchen bei Starkregen und Hochwasser belastbare Echtzeitdaten, um kritische Entwicklungen früher zu erkennen und schneller reagieren zu können. Genau darum geht es in dieser Podcastfolge mit Felix Brühl von Endress+Hauser.Im Mittelpunkt stehen autarke Pegel- und Bodenfeuchtesensoren, die auch an entlegenen Messpunkten ohne Stromversorgung zuverlässig arbeiten müssen. Die Folge zeigt, welche Anforderungen dabei in der Praxis zählen: lange Batterielebensdauer, stabile Datenübertragung trotz schwankender Netzabdeckung sowie valide Messwerte auch bei Frost, Bewuchs, Vandalismus oder Lageveränderungen.Besprochen wird außerdem, wie Pegelsensoren mit ereignisbasierten Übertragungsintervallen arbeiten und warum Bodenfeuchte und Bodentemperatur wichtige Zusatzinformationen für die Frühwarnung liefern. Ergänzend spielen Diagnosedaten wie Batteriezustand, Neigungswinkel und Sensorstatus eine wichtige Rolle, um die Messqualität dauerhaft abzusichern.Darüber hinaus geht es um die Integration der Daten in bestehende Systemlandschaften – etwa über API, Webhooks oder OPC UA – und um die Frage, worauf Kommunen und Betreiber kritischer Infrastrukturen bei Auswahl, Betrieb und Skalierung solcher Lösungen achten sollten.-----Relevante Folgenlinks:Peter (https://www.linkedin.com/in/peter-schopf/)Felix (https://www.linkedin.com/in/felix-brühl-698178237/)Success Story: Frühalarmierung bei Hochwasser (https://www.de.endress.com/en/endress-hauser-group/Case-studies-application-notes/bad-münstereifel-dynamischer-pegel)Jetzt IoT Use Case auf LinkedIn folgen1x monatlich IoT Use Case Update erhalten
NOW PLAYING
#209 | Hochwasser früher erkennen mit Radar und NB-IoT | Endress+Hauser
No transcript for this episode yet
Similar Episodes
No similar episodes found.
Similar Podcasts
No similar podcasts found.