Diskussion

1. Klassische Anwendung der GRM

Bei der Automatisierung der Grafischen Reduktionsmethode (GRM) kann unterschiedlich vorgegangen werden. Eine Möglichkeiten, ist mit Hangneigungs-Kategorien und Gefahren-Stufen so lange auf der Route vorzudringen, bis ein Streckenpunkt auf orange bzw. rot umschlägt. Spätestens wenn der erste rote Streckenpunkt gefunden wird, kann abgebrochen werden, d.h die ganze Route wird rot. Wird mindestens ein oranger Streckenpunkt angetroffen, wird die ganze Route orange, ansonsten bleibt sie grün.

In diesem Ansatz besteht ein gewisses Risiko, dass auf Grund der Streubreite der Input-Daten das Ergebnis zufällig ausfällt. Eine leichte Verschiebung der Input-Daten (z.B. kritische Höhe der Gefahrenzone) kann theoretisch dazu führen, dass eine Route von grün zu rot umschlagt. Eine Sensitivitätsanalyse würde wohl ein paar Kipppunkte zu Tage fördern.

Wie auch immer die GRM angewandt wird, es ist wichtig, die enormen Unsicherheiten im Auge zu behalten: Das Lawinenbulletin ist hochgradig unsicher, die Lage-Genauigkeit der Routen ist unsicher und das Modell (GRM) ist "unsicher". Unsicher in dem Sinne, als dass es unvermeidbar ist bei der Modellierung eine Reihe von nicht wirklich gut abgestützten Annahmen zu treffen. Im besten Fall kann nur das Höhenmodell als zuverlässig betrachtet werden. In einem "unsicheren" Modell, das mit unsicheren Input-Daten arbeitet ist es zwecklos exakte Berechnungen machen zu wollen. Gesamt-Bewertungen, die sich auf vermeintlich exakte Einzel-Berechnungen abstützen, sind problematisch. Es ist auch sinnlos Exaktheit in Einzel-Berechnungen zu fordern, wenn das Modell bzw. die Input-Daten auf weiten Strecken unsicher sind.

Skitourenguru hat sich deshalb für ein komplett anderes Vorgehen entschieden.

2. Probabilistische Anwendung der GRM

Im Grunde genommen postuliert Skitourenguru einen kontinuierlichen Indikator für Gelände-Charakterisierung. Dieser Indikator liegt im Bereich [0...3]. Ein tiefer Wert heisst "sanftes" Gelände, ein hoher Wert heisst "ruppiges" Gelände. Das spezielle an der Charakterisierung ist nun, dass nicht einfach nur das physische Gelände, sondern die Gelände-Form kombiniert mit dem aktuellen Lawinenbulletin charakterisiert wird. Gewissermassen moduliert das Lawinenbulletin das Gelände jeden Tag von neuem. Das mit dem Lawinenbulletin modulierte Gelände wird mit Hilfe der GRM auf dem Routen-Verlauf anschliessend charakterisiert.

Da zur Charakterisierung des modulierten Geländes die GRM verwendet wird, resultiert für jeden Streckenpunkt ein Indikator, der etwas über das Risiko an jenem Punkt aussagt. Risiko-Indikator meint hier nicht eine absolute Auslöse-Wahrscheinlichkeit, sondern sondern ist immer relativ zu verstehen. Wenn der Risiko-Indikator über den ganzen Streckenverlauf in einer Grafik aufgezeichnet wird, erscheint das sogenannte Risiko-Profil.

Im letzten Schritt wird eine Funktion Gesamt-Risko = f(Riskoprofil) postuliert, die aus dem Risiko-Profil über die Route das Gesamt-Risiko berechnet. Diese Funktion kann unterschiedlich entworfen werden. Wichtig ist, dass ein hohes, aber kurzes Risiko stärker gewichtet wird, als ein langes, aber tiefes Risiko. Eine Analyse von hunderten von Risiko-Profilen hat gezeigt, dass sich in der Regel die Streckenabschnitte mit hohem Risiko auf wenige 100 m konzentrieren. Man könnte sagen, dieser Abschnitt gibt gewissermassen den Fingerabdruck einer Route. Zur Zeit werden die gefährlichsten n=200 m herangezogen, um diesen Fingerabdruck zu bilden. Es ist natürlich auch denkbar, dass diese Funktion in einer komplexeren Form entworfen wird und auch jene Streckenabschnitte besser berücksichtigt, die ein tieferes Risiko aufweisen.

Es ist wichtig an diesem Punkt darauf hinzuweisen, dass der resultierende Gesamt-Indikator nie "absolut", sondern immer "relativ" zu verstehen ist. D.h. wenn eine Route mit 0.7 und die andere Route mit 1.2 bewertet ist, dann besagt diese Zahl zunächst nichts anderes, als dass die erste Route sicherer ist, als die zweite Route. Erst wenn der oben erwähnte n-Wert so gesetzt wird, dass die Routen subjektiv richtig in die drei Teilbereiche (grün, orange, rot) eingeordnet werden, kann aus dem Gesamt-Indikator ein Rückschluss gewonnen werden, ob die Route nun begangen (grün) oder nicht begangen (rot) werden soll. Die Definition dieses n-Wertes wird hier als Kalibration bezeichnet.

Man beachte, dass diese Betrachtungsweise immer rein "probabilistisch" ist. Ziel von Skitourenguru ist nie eine Vorhersage zu machen, ob an einem spezifischen Punkt oder auf einer spezifische Route nun eine Lawine ausgelöst werden kann oder nicht. Skitourenguru macht nichts anderes, als einen Indikator zu berechnen, der etwas über den Charakter eines Punktes oder einer Route aussagt. Dieser Indikator stimmt jedoch immer nur im Durchschnitt. Dies gilt sowohl auf der Ebene einer einzelnen Route, wie auch auf der Ebene einer Gruppe von Routen. D.h. auf der Ebene der einzelnen Route kann ein einzelner Punkt wohl falsch bewertet sein, durch den statistischen Effekt, wird dieser Fehler jedoch mit hoher Wahrscheinlichkeit ausradiert. Auf der Ebene der Gruppe von Routen gilt dasselbe. Einzelne Routen mögen falsch bewertet sein, im Schnitt sind die Routen jedoch richtig bewertet.

3. Einbettung der Resultate

Einzelne Fehlbewertungen sind natürlich äusserst unbefriedigend, sie können (und müssen unbedingt) reduziert werden, sie sind jedoch grundsätzlich nicht zu vermeiden. Wer sich einen Eindruck davon vermittelt, mit welcher Unsicherheit nur schon das Lawinenbulletin oder auch die Routenlegung behaftet ist, dem muss deutlich werden, dass solche Fehler nie vollständig zu vermeiden sind. Dennoch ist es wichtig hier das Kinde nicht mit dem Bade auszuschütten. Auch wenn die Qualität der verfügbaren Daten unbekannt ist und nur ein grobes Modell zum Umgang mit diesen Daten vorliegt (GRM), darf keinesfalls auf die Anwendung der Daten im Modell verzichtet werden. Eine schlechte Information ist immer besser als gar keine! Wichtig ist, dass die daraus resultierenden Resultate korrekt eingebettet werden. Die richtige Einbettung bei Skitourenguru liegt in den folgenden Handlungsanweisungen:

  • Das Tool dient dem Ausschluss von Routen und nicht der Wahl einer Route
  • Die Resultate dürfen nur während der Planungsphase (Filter 1) der 3x3-Regel zu Hause benutzt werden.
  • Jeder JA-Entscheid ist immer nur vorläufig.

Wie diese korrekte Einbettung der Resultate angemessen zu kommunizieren ist, wäre dann wiederum eine anderes, schwieriges Problem. Zu diesem Thema nur eine Bemerkung: Auch wenn die erwähnte Kommunikation teilweise oder vollständig scheitert, bleibt immer noch der statistische Effekt der Routen-Bewertungen. Im Schnitt werden auf grünen Routen eben weniger Lawinen ausgelöst, als auf orangen bzw. roten Routen. Dies unabhängig davon, ob der Benutzer sich vertieft mit der praktischen Lawinenkunde auseinandersetzt oder eben nicht.

4. Automatisierung Ja oder Nein?

Ziel muss natürlich immer sein, dass sich der Benutzer mit der praktische Lawinenkunde auseinandersetzt. Tut er dies jedoch nicht, ist es immer noch besser er berücksichtigt die Ampel, als dass er gar nichts macht. Eine auf Touren systematisch zu machende Beobachtung ist leider, dass viele Schneegänger auf eine Tourenvorbereitung verzichten. Ein Teil dieser Benutzer kann und muss mit der Ampel abgeholt werden.

Nicht nur jede Tat hat Konsequenzen, sondern auch jede Unterlassung hat Konsequenzen. Jede Tat und jede Unterlassung hat Positiv-Effekte und Negativ-Effekte. Diese Positiv-Effekte und Negativ-Effekte richtig einzuschätzen ist natürlich ein schwieriges Unterfangen. Wichtig ist eine möglichst nüchterne, undogmatische Bewertung aller Positiv- und Negativ-Effekte.

5. Schlussbemerkung

Für einen Naturwissenschaftler mag der beschriebene probabilistische Ansatz unbefriedigend sein. Ein Naturwissenschaftler würde ja am liebsten mit Hilfe eines vollständigen Datensatzes exakt berechnen, ob eine Lawine ausgelöst werden kann oder eben nicht. Auch für den Laien ist der probabilistische Ansatz nicht unbedingt einfach nachzuvollziehen. Der Laie wünscht sich Eindeutigkeit. Geht die Lawine nun ab oder geht sie nicht ab.

In der Forschung spielt der probabilistische Ansatz jedoch bereits eine wichtige Rolle und wird mit viel Erfolg auf breiter Basis bspw. in den Ingenieur-Wissenschaften (z.B. Betrachtung aller Brücken einer graphischen Region) angewandt.