Die Nutzung geothermischer Energie in urbanen Räumen gewinnt zunehmend an Bedeutung und gilt als wesentlicher Baustein zur Erreichung internationaler Klimaziele. Der Einsatz entsprechender Technologien in Städten ist jedoch mit Herausforderungen verbunden – insbesondere durch die erhebliche Lärmbelastung, die beim Bohren entsteht. Bisherige Ansätze zur Lärmminderung sind meist manuell gesteuert und erweisen sich häufig als unzureichend, um die strengen gesetzlichen Grenzwerte im städtischen Umfeld einzuhalten. In dicht besiedelten Gebieten führen die für die Energiegewinnung notwendigen anfänglichen Tiefbohrungen oft zu starken Beeinträchtigungen der Anwohner. Vor allem die nächtlichen Lärmgrenzwerte von etwa 35 dB stellen angesichts eines durchgängigen 24/7-Betriebs eine erhebliche Hürde dar. Klassische Maßnahmen wie zeitliche Verschiebungen oder der Einsatz physischer Barrieren bieten nur begrenzte Wirkung.
Das vorgestellte Projekt setzt deshalb auf ein KI-gestütztes Assistenzsystem, das über die Möglichkeiten herkömmlicher Verfahren hinausgeht. Anstatt den Lärm lediglich nachträglich zu dämpfen, wird er direkt an der Quelle aktiv reduziert. Hierzu werden Deep Reinforcement Learning (DRL) und generative neuronale Netze kombiniert, um dem Bohrpersonal in Echtzeit optimierte Bohrparameter vorzuschlagen. So lassen sich Lärmemissionen wirksam verringern, ohne die Effizienz des Bohrprozesses zu beeinträchtigen.