Böschungsstabilität mit Zuverlässigkeitsanalysen in OPTUM GX

FachartikelGeotechnikOPTUM GX 4. August 2026

Die Beurteilung der Böschungsstabilität ist seit jeher eine grosse Herausforderung in der Geotechnik. Böschungen, die eine strenge Analyse bestanden haben, versagen dennoch oft aufgrund zahlreicher Unsicherheiten vor Ort – eine echte Herausforderung für Geotechnikerinnen und Geotechniker.

Traditionell wird die Böschungsstabilität mit deterministischen Verfahren beurteilt, die einen einzelnen Sicherheitsfaktor (FoS) liefern. Ob mit Grenzgleichgewichtsmethoden, FE-Festigkeitsreduktion oder Finite-Elemente-Traglastanalyse: Der berechnete Sicherheitsfaktor wird mit einem vorgegebenen Bemessungskriterium verglichen und die Böschung als stabil oder instabil eingestuft.

Dieser Ansatz ist zwar weithin anerkannt, berücksichtigt aber eines der wichtigsten Merkmale der Geotechnik nicht explizit: die Unsicherheit.

Bodenkennwerte variieren räumlich, Grundwasserverhältnisse schwanken über die Zeit, und Baugrunduntersuchungen bilden den Untergrund nur ausschnittweise ab. Zwei Böschungen mit demselben berechneten Sicherheitsfaktor können daher ein deutlich unterschiedliches Risiko aufweisen.

Die Zuverlässigkeitsanalyse behebt diese Einschränkung, indem sie die Versagenswahrscheinlichkeit quantifiziert, statt sich allein auf einen deterministischen Sicherheitsfaktor zu stützen.

1. Die Grenzen deterministischer Stabilitätsanalysen

Klassische Böschungsberechnungen gehen davon aus, dass Bodenkennwerte wie Kohäsion, Reibungswinkel und Raumgewicht genau bekannt sind. In Wirklichkeit werden diese Parameter aus wenigen Labor- und Feldversuchen abgeleitet und sind naturgemäss unsicher.

Eine deterministische Analyse ergibt beispielsweise einen Sicherheitsfaktor von 1.30. Dieser Einzelwert sagt jedoch nichts aus über:

• die Streuung der Bodenkennwerte
• das Vertrauen in die Eingabeparameter
• die Wahrscheinlichkeit eines Böschungsversagens
• den Einfluss geologischer Unsicherheiten

Folglich kann eine Böschung mit einem Sicherheitsfaktor von 1.30 eine vernachlässigbare Versagenswahrscheinlichkeit haben, während eine andere mit demselben Wert ein erhebliches Risiko darstellt.

2. Zuverlässigkeitsbasierte Böschungsstabilität

Die Zuverlässigkeitsanalyse behandelt Bodenkennwerte als Zufallsvariablen statt als feste Werte.

Typische Zufallsvariablen sind:

• effektive Kohäsion (c')
• effektiver Reibungswinkel (φ')
• Raumgewicht (γ)
• Durchlässigkeit
• Grundwasserspiegel
• äussere Lastbedingungen

Ziel ist die Bestimmung der Versagenswahrscheinlichkeit P_f:

P_f = P (FoS < 1.0)

bzw. gleichwertig des Zuverlässigkeitsindex β, der den statistischen Abstand zwischen erwartetem Systemverhalten und Versagen beschreibt. Statt zu fragen «Wie gross ist der Sicherheitsfaktor?», fragt die Zuverlässigkeitsanalyse: «Wie wahrscheinlich ist ein Versagen?». Das schafft eine aussagekräftigere Grundlage für risikobasierte Entscheidungen.

3. Warum Zuverlässigkeit in der Geotechnik zählt

Die Zuverlässigkeitsanalyse ist besonders wertvoll, weil geotechnische Bemessungen häufig eher von Unsicherheiten als von deterministischen Festigkeitsberechnungen bestimmt werden.

Anwendungen sind unter anderem:

• natürliche Hänge
• Strassendämme
• Tagebau-Böschungen
• Erddämme
• Absetzanlagen (Tailings)
• Baugruben und Stützbauwerke

In vielen Fällen lässt sich eine wirtschaftliche Optimierung nur erreichen, wenn das akzeptable Risikoniveau bekannt ist – statt sich auf konservative deterministische Sicherheitsfaktoren zu verlassen.

4. Zuverlässigkeitsanalyse mit OPTUM GX

Dank der Finite-Elemente-Traglastanalyse ist OPTUM GX hervorragend für die zuverlässigkeitsbasierte Böschungsbeurteilung geeignet.

Anders als konventionelle Festigkeitsreduktionsverfahren berechnet OPTUM GX Bruchlasten und Bruchmechanismen direkt mit strengen Formulierungen der oberen und unteren Schranke. Das bringt bei einer grossen Zahl von Simulationen mehrere Vorteile:

• Effizienz: Zuverlässigkeitsanalysen erfordern typischerweise Hunderte oder Tausende von Simulationen. Die Effizienz der Traglastanalyse ermöglicht umfangreiche Monte-Carlo-Studien deutlich schneller als mit herkömmlichen nichtlinearen FE-Ansätzen.
• Aussagekräftige Mechanismen: Jede Realisierung liefert einen physikalisch sinnvollen Bruchmechanismus. So lässt sich nicht nur die Versagenswahrscheinlichkeit quantifizieren, sondern auch untersuchen, wie sich Bruchmechanismen mit variierenden Bodenkennwerten verändern.

Ein typischer Workflow umfasst:

1. Zufällige Bodenkennwerte erzeugen.
2. Materialparameter automatisch aktualisieren.
3. Traglastanalyse ausführen.
4. Bruchlast bzw. Sicherheitsfaktor speichern.
5. Für Hunderte oder Tausende Realisierungen wiederholen.

Aus dem resultierenden Datensatz lassen sich bestimmen:

• mittlerer Sicherheitsfaktor
• Standardabweichung
• Versagenswahrscheinlichkeit
• Zuverlässigkeitsindex

5. Über Monte Carlo hinaus: räumliche Variabilität

Eine der spannendsten Entwicklungen in der geotechnischen Zuverlässigkeitsanalyse ist der Einsatz von Zufallsfeldern. Klassische Monte-Carlo-Simulationen gehen davon aus, dass die Bodenkennwerte innerhalb der Böschung einheitlich sind. In Wirklichkeit variiert die Bodenfestigkeit jedoch von Ort zu Ort.

Zufallsfeldmethoden modellieren Parameter wie die effektive Kohäsion (c') und den effektiven Reibungswinkel (φ') als räumlich veränderliche, korrelierte Grössen. Damit lassen sich untersuchen:

• Einfluss der Korrelationslänge (Scale of Fluctuation)
• Schwachzonen innerhalb von Böschungen
• räumliche Unsicherheit
• realistischere Bruchmechanismen

OPTUM GX vereinfacht diesen Prozess durch Automatisierung, Python-Scripting, adaptive Vernetzung und effiziente Traglastanalyse – so wird die grosse Zahl an Simulationen für Zuverlässigkeitsstudien praktikabel. Das Random-Field-Plugin ermöglicht es zudem, räumliche Variabilität direkt in numerische Modelle für Böschungen und Fundationen einzubringen: Schwachzonen erkennen, realistischere Bruchmechanismen untersuchen und den Einfluss der Bodenvariabilität auf Verhalten und Risiko quantifizieren.

6. Zuverlässigkeitsbasierte Bemessungsoptimierung

Ein weiteres aufkommendes Anwendungsgebiet ist die zuverlässigkeitsbasierte Bemessungsoptimierung (Reliability-Based Design Optimization, RBDO). Statt auf einen Ziel-Sicherheitsfaktor zu bemessen, wird die Geometrie unter Einhaltung eines akzeptablen Zuverlässigkeitsniveaus optimiert.

Zum Beispiel:

• Böschungsneigung maximieren
• Kosten für den Baugrubenverbau minimieren
• eine Ziel-Versagenswahrscheinlichkeit einhalten

Dieser Ansatz gewinnt im Bergbau, bei Verkehrsinfrastrukturen und bei grossen Erdbauprojekten an Bedeutung, wo Wirtschaftlichkeit und Risikomanagement in Einklang gebracht werden müssen.

7. Die Zukunft der Böschungsbeurteilung

Die Branche bewegt sich schrittweise weg von rein deterministischen Beurteilungen hin zu risikobasierten Bemessungsmethoden.

Künftige Workflows werden voraussichtlich kombinieren:

• Finite-Elemente-Traglastanalyse
• Zufallsfeld-Modellierung
• Monte-Carlo-Simulation
• Zuverlässigkeitsanalyse
• Surrogatmodelle mit maschinellem Lernen

In diesem Rahmen bietet OPTUM GX eine leistungsfähige Plattform, um nicht nur zu beurteilen, ob eine Böschung stabil ist, sondern auch, wie gross das Vertrauen in diese Beurteilung sein kann.

Fazit

Der Sicherheitsfaktor bleibt eine wichtige Bemessungsgrösse, quantifiziert aber weder die Unsicherheit noch die Versagenswahrscheinlichkeit.

Die Zuverlässigkeitsanalyse erweitert die Beurteilung, indem sie die Streuung von Bodenkennwerten, Grundwasserverhältnissen und weiteren unsicheren Parametern berücksichtigt. Mit Finite-Elemente-Traglastanalyse, adaptiver Vernetzung, Python-Automatisierung und Zufallsfeld-Modellierung ermöglicht OPTUM GX eine effiziente Beurteilung sowohl der Versagenswahrscheinlichkeit als auch der massgebenden Bruchmechanismen.

Die entscheidende Frage lautet nicht mehr nur: Ist die Böschung stabil?

Sondern: Wie wahrscheinlich ist ein Versagen, welche Unsicherheiten bestimmen das Resultat, und welches Risiko ist akzeptabel?

OPTUM GX liefert den numerischen Rahmen, um diese Fragen zu beantworten und sicherere, transparentere und wirtschaftlichere Bemessungsentscheide zu unterstützen.

← Zurück zu OPTUM GX