Pünktliche Busse und lebenswerte Städte dank KI

Vor rund einem Jahr haben wir an dieser Stelle das Forschungsprojekt AIAMO und dessen Ansatz für ein KI-gestütztes, umweltsensitives Mobilitätsmanagement vorgestellt. Damals lag der Fokus vor allem auf der Vision eines stärker vernetzten Mobilitätssystems und den technologischen Grundlagen dahinter. Inzwischen läuft die praktische Erprobung in den Pilotregionen Leipzig und Landau in der Pfalz. Damit wird zunehmend sichtbar, wie sich die entwickelten Lösungen konkret nutzen lassen.

Staus, volle Straßen, verspätete Busse und belastete Luft: Viele Städte stehen beim Thema Mobilität vor großen Herausforderungen. Gleichzeitig steigen die Anforderungen an Umwelt- und Klimaschutz. So gelten in der Europäischen Union ab 2030 deutlich strengere Grenzwerte für die Luftqualität.

Genau hier setzt das Forschungsprojekt AIAMO an. Der Ansatz dahinter ist bewusst praxisnah.

"Bestehende Verkehrssysteme sollen intelligenter zusammenarbeiten, ohne dass dafür alles neu aufgebaut werden muss. Dafür werden Verkehrs-, Umwelt- und Mobilitätsdaten miteinander verknüpft und ausgewertet. Ziel ist ein Mobilitätsmanagement, das Verkehr und Umwelt gemeinsam betrachtet."

Dabei geht es nicht um futuristische Visionen, sondern um ganz konkrete Fragen aus dem Alltag: Wo entstehen regelmäßig Staus? Wie wirken sich Baustellen oder Sperrungen auf Busse und Bahnen aus? Wo ist die Luft besonders belastet? Und wie können Städte schneller und gezielter reagieren?

Jede Pilotregion setzt dabei unterschiedliche Schwerpunkte. Während Landau vor allem die praktische Integration in bestehende Verkehrssysteme erprobt, steht in Leipzig das Zusammenspiel von Verkehr, Umwelt und öffentlichem Nahverkehr im Fokus. Gerade hier zeigt sich, wie datenbasierte Ansätze dabei helfen können, Mobilität effizienter und gleichzeitig umweltverträglicher zu organisieren.

Leipzig: 30 Sensoren für ein genaueres Lagebild

Um besser zu verstehen, wie sich Verkehr auf Luftqualität und Mobilität in verschiedenen Bereichen der Stadt auswirkt, wurde in Leipzig ein Umweltmessnetz mit 30 Luftqualitätssensoren aufgebaut. Sie erfassen unter anderem Schadstoffbelastungen an unterschiedlichen Standorten im Stadtgebiet.

Zusätzlich werden Verkehrsdaten aus verschiedenen Quellen zusammengeführt. Dazu gehören beispielsweise Informationen zu Reisezeiten, Verkehrsaufkommen oder zum öffentlichen Nahverkehr. So entsteht ein deutlich genaueres Bild davon, wo es besonders häufig zu Staus, Verzögerungen oder Belastungen kommt.

Für die Stadt eröffnet das neue Möglichkeiten. Verkehrsmaßnahmen können nicht nur danach bewertet werden, ob der Verkehr flüssiger läuft, sondern auch danach, wie sie sich auf Busse und Bahnen oder auf die Luftqualität auswirken.

Davon profitieren auch die Fahrgäste. Wenn Städte besser erkennen, wo und wann besonders viele Menschen unterwegs sind, lassen sich Bus- und Bahnangebote flexibler anpassen. Bei Fußballspielen, Konzerten oder anderen Großveranstaltungen könnten beispielsweise zusätzliche Fahrzeuge eingesetzt oder temporäre Popup-Haltestellen eingerichtet werden, um Besucherströme besser zu verteilen und den Nahverkehr zu entlasten.

Verkehr digital vorausdenken

Ein wichtiger Bestandteil von AIAMO sind die „Digitalen Zwillinge“. Also digitale Abbilder des Verkehrs- und Umweltgeschehens einer Stadt. Diese Modelle verarbeiten aktuelle ebenso wie historische Informationen.

Dadurch können unterschiedliche Szenarien simuliert werden. Zum Beispiel lässt sich untersuchen, wie sich Baustellen, Großveranstaltungen oder Sperrungen auf den Verkehr auswirken würden. Auch veränderte Ampelschaltungen oder Umleitungen können vorab getestet werden.

Das Besondere: Es wird nicht nur Autoverkehr betrachtet, auch Busse, Straßenbahnen, Umweltbelastungen und andere Mobilitätsformen fließen in die Analysen ein. Für Städte bedeutet das eine bessere Entscheidungsgrundlage. Statt Maßnahmen erst nach ihrer Umsetzung zu bewerten, können mögliche Folgen so bereits im Vorfeld abgeschätzt werden.

KI unterstützt, Menschen entscheiden

Hinter vielen dieser Analysen steckt Künstliche Intelligenz (KI). Sie hilft dabei, große Mengen an Verkehrs- und Umweltdaten auszuwerten, Muster zu erkennen und mögliche Entwicklungen vorherzusagen. Dadurch können Städte schneller erkennen, wo Probleme entstehen könnten und welche Maßnahmen sinnvoll sein könnten.

Die KI hilft, Zusammenhänge schneller zu erkennen und Entscheidungen besser vorzubereiten. Die Systeme liefern Analysen, Prognosen und Handlungsempfehlungen. Welche Maßnahmen tatsächlich umgesetzt werden, entscheiden die Verkehrsverantwortlichen.

Mobilität gemeinsam denken

Ein weiterer Schwerpunkt von AIAMO ist die stärkere Zusammenarbeit unterschiedlicher Bereiche innerhalb einer Stadtverwaltung. Verkehr, öffentlicher Nahverkehr, Umwelt, Stadtentwicklung und Digitalisierung arbeiten oft mit eigenen Daten und unterschiedlichen Zuständigkeiten. Gerade bei komplexen Mobilitätsthemen erschwert das immer wieder schnelle und abgestimmte Entscheidungen.

AIAMO verfolgt deshalb einen integrierten Ansatz. Unterschiedliche Zielsetzungen werden zusammengeführt, damit Maßnahmen besser aufeinander abgestimmt sowie innerhalb bestehender Zeit- und Kostenrahmen effizient umgesetzt werden können.

So können Städte beispielsweise genauer abschätzen, wie sich eine geänderte Verkehrsführung gleichzeitig auf Reisezeiten, Busverbindungen oder die Luftqualität auswirkt. Dadurch lassen sich Maßnahmen gezielter planen und besser aufeinander abstimmen.

Wie Fahrgäste profitieren können

Viele Anwendungen befinden sich noch in der Erprobung. Trotzdem zeigt sich bereits, welches Potenzial in der intelligenten Verknüpfung von Verkehrs-, Umwelt- und Mobilitätsdaten sowie im Einsatz von Künstlicher Intelligenz steckt.

Entscheidend ist dabei die ganzheitliche Sicht auf Mobilität: Verkehr, Umwelt, öffentlicher Nahverkehr und das Verhalten der Menschen werden nicht getrennt betrachtet, sondern gemeinsam in Planung, Steuerung und Nutzung von Mobilität einbezogen. So können Angebote von Bus, Bahn und Sharinganbietern künftig enger miteinander verzahnt und stärker an den tatsächlichen Bedürfnissen der Menschen ausgerichtet werden.

AIAMO zeigt damit, wie datenbasierte und KI-gestützte Lösungen Städte dabei unterstützen können, Mobilität ganzheitlicher, flexibler und stärker an den tatsächlichen Bedürfnissen der Menschen auszurichten.

Autor: Markus Wartha, Präsident ITS Germany e.V. und Konsortialführer von AIAMO