Das Projekt "Teilprojekt 5" wird vom Umweltbundesamt gefördert und von Bayerisches Landesamt für Umwelt durchgeführt. Mithilfe der Non- und Suspected-Target Analytik lassen sich bislang unbekannte Stoffe im Wasser identifizieren und einer Risikobewertung zugänglich machen. Eine besondere Herausforderung ist die effiziente Nutzung der Methodik zur Strukturaufklärung und eindeutigen Stoffzuordnung. Ziel des Projektes ist es, die Effizienz und Vergleichbarkeit der Non-Target Analytik zu steigern. Dazu werden die in RiSKWa entstandenen Werkzeuge gebündelt, methodische Qualitätsanforderungen definiert sowie die Vorgehensweise und Methoden standardisiert. Das Bayerische Landesamt für Umwelt (LfU) übernimmt in diesem Verbundprojekt im Rahmen des Arbeitspakets 3 die Optimierung und Sicherstellung der Datenqualität der beiden Datenbanken STOFF-IDENT und DAIOS. Folgende Arbeiten sind am LfU geplant: - Manuelle Korrektur der durch automatische Fehlererkennung in STOFF-IDENT gefundenen Unstimmigkeiten -Überprüfung der Datenqualität in DAIOS - Einlesen weiterer Datensätze in STOFF-IDENT und DAIOS (literaturbeschriebene Nachweise, Stofflisten anderer Labore, z.B. NORMAN-Konsortium) -Überprüfung der Datenqualität bei der praktischen Anwendung von STOFF-IDENT und DAIOS; Feststellung und Behebung von Qualitätsmängeln - Konzeption eines effizienten Datenqualitätsmanagementsystems.
Das Projekt "Teilprojekt 1" wird vom Umweltbundesamt gefördert und von Technische Universität München, TUM School of Engineering and Design, Institut für Wasser und Umwelt, Lehrstuhl für Siedlungswasserwirtschaft durchgeführt. Mithilfe der Non- und Suspected-Target Analytik lassen sich bislang unbekannte Stoffe im Wasser identifizieren und einer Risikobewertung zugänglich machen. Eine besondere Herausforderung ist die effiziente Nutzung der Methodik zur Strukturaufklärung und eindeutigen Stoffzuordnung. Ziel des Projektes ist es, die Effizienz und Vergleichbarkeit der Suspected- und Non-Target Analytik zu steigern. Dazu werden die in RiSKWa entstandenen Werkzeuge gebündelt, methodische Qualitätsanforderungen definiert sowie die Vorgehensweise und Methoden standardisiert. Die Technische Universität München (TUM) übernimmt in diesem Verbundprojekt die Koordination und im Rahmen der Arbeitspakete 1-6 vielfältige Aufgaben. AP1: Analyse und Spezifikation zur ,Arbeitsplattform' ; Test von Iteration 1 und Erhebung Anforderungsanpassungen; Erste öffentliche Release und Workshop; Refactoring und Weiterentwicklung der STOFF-IDENT Funktionen; Finale Installation der 'Arbeitsplattform' und Validierung AP2: Target-, Suspected- und Non-Target Analytik von Kläranlagenabläufen, Oberflächengewässern und Uferfiltrat; Rückkopplung/Unterstützung AP1, AP3, AP4 und AP5 AP3: Überprüfung der Datenqualität bei der praktischen Anwendung von STOFF-IDENT und DAIOS; Konzeption eines effizienten Datenqualitätsmanagementsystems AP4: Abstimmung der Standards/Kenngrößen mit anderen Laboren / Gremien; Auswertung des nationalen Ringversuchs und Veröffentlichung der Ergebnisse AP5: Testung und Optimierung des Leitfadens AP6: Koordination des Projekts und Industriekooperationen; Erarbeitung internationaler Marketingstrategien; Internationale Informationsverbreitung.