Fraunhofer-Institut für Zerstörungsfreie Prüfverfahren IZFP 
Im Rahmen des Projektes FishSenseWell führt das Konsortium, bestehend aus dem Fraunhofer IZFP sowie die in Saarbrücken ansässige SEAWATER Cubes GmbH, eine Studie durch, die einen Überblick über alle Signalgrößen von RAS-Anlagen (Recirculating Aquaculture System) liefert, um systematisch nach zusätzlichen indirekten Messgrößen zu suchen, Redundanzen aufzudecken, die Anzahl der Sensoren in der Anlage zu reduzieren und teure/aufwendige Messprinzipien weitestgehend durch einfachere Messgrößen zu ersetzen.
In Aquakultur-Kreislaufanlagen gibt es zur Steuerung der Anlage eine Vielzahl von Sensoren. Jede dieser Datenquellen dient einem spezifischen Zweck bzw. erfasst eine konkret messbare Größe. Diese Sensoren umfassen üblicherweise: pH, Salzgehalt, Sauerstoffgehalt, Temperatur, Redoxwert, Trübung, Kohlendioxid, Nitrat, Nitrit, Ammoniak und Phosphat. Mittels dieser Sensorik wird unmittelbar der Betrieb der Anlage überwacht und vom Betreiber gesteuert sowie geregelt. Es ist ein immenses Fachwissen, aber vor allem Erfahrung notwendig, um die Prozesskorrekturen durchzuführen. Man kann zwar Soll-Bereiche für die einzelnen Werte definieren, aber diese beeinflussen sich untereinander. Die Qualität des Wassers, das Wohlbefinden der Tiere und die Wirtschaftlichkeit der Anlage ist nicht jederzeit von allen Parametern gleichermaßen beeinflusst und je nach aktuellen Sensorwerten ist die Dringlichkeit der Korrektur für die anderen Parameter unterschiedlich. Für neue Betreiber von Aquakulturanlagen ist dies eine große technische und wirtschaftliche Hürde.
Transparente und hochqualitative lokale Produktion in RAS-Anlagen sind ein wichtiger Baustein für die nachhaltige Nahrungsmittelproduktion in der Zukunft, die gleichzeitig eine gesunde und ausgewogene Ernährung gewährleistet. Der Vorteil des geringen Wasseraustauschs mit der Umwelt muss allerdings mit technologisch anspruchsvoller Wasseraufbereitung und damit Erfassung vieler Wasserparameter gewährleitet werden. Aus diesem Grund reichen die, in klassischer Aquakultur zur Bestimmung der Wasserqualität herangezogenen Parameter hier heute noch nicht aus.
Das Aufdecken von indirekten Messgrößen bietet ein enormes aufgrund seiner Komplexität aber noch ungenutztes Potential, um die Wirtschaftlichkeit von Aquakulturanlagen zu erhöhen, da instabile, umweltbelastende oder aufwendige Messverfahren ersetzt werden können und zusätzlich die Zahl der notwendigen Sensoren verkleinert werden kann. Um die indirekte Bestimmung von produktionsrelevanten Systemgrößen, deren Potential und adäquaten Handlungsempfehlungen zu systematisieren, werden folgende Schritte unternommen:
1. Aufbau eines maschinellen Lernverfahrens zur Prozessbewertung und Ableitung von Abhängigkeiten auf der Grundlage der indirekten Nitritbestimmung.
2. Erweiterung der autonomen Lernverfahren zur Identifikation von weiteren indirekt korrelierten Messgrößen auf der Basis von Daten aus laufendem Anlagenbetrieb in Verbindung mit Beobachtungen und Eingriffen durch Experten der SEAWATER Cubes GmbH.
Dieser systematische Ansatz soll als Vorstudie eine gezielte Forschung zur Optimierung hin zu intelligenten und autonomen RAS-Anlagen ermöglichen, um diese Technologie zukünftig einer breiten Masse an produzierenden Betrieben zugänglich zu machen bei gleichzeitig höchster Umweltverträglichkeit.