Per- und polyfluorierte Alkylsubstanzen (PFAS) stellen auf-grund ihrer Persistenz und Toxizität ein wachsendes Risiko für Wasser-ressourcen dar. In einer achtmonatigen Messkampagne wurde Regen-wasserabfluss eines Berliner Industriegebiets auf 26 PFAS und andere Industriechemikalien untersucht. Zusätzlich wurde ein urbaner See beprobt, der ausschließlich durch Regenwasserabfluss und Grundwasser gespeist wird. PFAS-Konzentrationen im Regenwasserabfluss lagen zwischen 5 und 35 ng/L, PFOA und PFHxA waren am häufigsten nachweisbar. Die Konzen-trationen lagen im Bereich vorgeschlagener Umweltqualitätsnormen für Oberflächengewässer mit Maximalwerten deutlich darüber. Im See wurden deutlich höhere Konzentrationen (bis 99 ng/L) gemessen, die vermutlich durch Altlasten des benachbarten Flughafens und nicht primär durch Regenwasserabfluss verursacht werden. Im Vergleich zu Kläranlagenab-läufen waren die gemessenen PFAS-4-Konzentrationen im Regenwasser-abfluss in dieser Studie um den Faktor 3-10 niedriger. Für Gewässer sind Kläranlagenabläufe auch durch die größeren Volumina als Eintragspfad von PFAS wahrscheinlich von größerer Relevanz als Regenwasserabflüsse. Dennoch ist Regenwasserabfluss insbesondere in Schwammstadt-konzepten mit Versickerungssystemen als potentiell relevanter Eintrags-pfad für PFAS zu betrachten. Die Ergebnisse zeigen die Notwendigkeit eines besseren Verständnisses urbaner PFAS-Quellen für ein effektives Wasserschutzmanagement.

Sewer rehabilitation is a costly challenge for cities like Berlin, with annual investments exceeding €100 million, compounded by aging infrastructure and low replacement rates. Traditional CCTV inspections, used since the 1980s, face limitations in data completeness, accuracy and automation. To address this, Kompetenzzentrum Wasser Berlin and Berliner Wasserbetriebe developed SEMAplus, a suite of data-driven tools modernizing sewer asset management. The system uses machine learning to prioritize inspections and forecast long-term network conditions. This abstract highlights advancements in deterioration modeling and innovation pathways for the digitalization of sewer management. As workforce shortages, budget constraints, and sustainability goals intensify, these innovations are crucial for optimizing investments and strengthening sewer system resilience.

A measurement campaign of wastewater temperatures was carried out in a section of the Berlin wastewater network. These results were used to carry out a temperature simulation using the EPA SWMM-Fork SWMM-HEAT. It was shown that a good agreement between measurements and simulations is possible for predominantly residential areas, even if the network was only moderately thermally calibrated (MAE ≤ 1 °C).

Leaks and bursts in water supply networks can cause significant infrastructure damage and pose contamination risks. Even utilities with robust rehabilitation strategies are not immune to the costly consequences of major bursts. A key question is whether such events can be prevented by detecting and localizing them while they are still small (i.e., leakage flows below 3 L/s). The model-based algorithm Dual Model has demonstrated both simplicity and precision, securing first place among 18 algorithms in the Battle of the Leakage Detection and Isolations Methods. However, mismatches of around 10% between the hydraulic model and the real network can hinder its performance, particularly in detecting and locating small leaks. In this work, we enhance the Dual Model by incorporating source inflows, allowing discrepancies between the real and simulated networks to be expressed as residual virtual flows. These residuals are integrated into the model as demand patterns, enabling the detection of leaks as small as 2–3 L/s even under perturbations of roughness and base demand exceeding 35%. Additionally, this approach calibrates nodal pressures without requiring manual adjustments to roughness or demand values.