KI bewegt deutsche Städte nachhaltig

Staus, Stickoxide und Pendlerverkehr: Städte stehen unter Druck, Mobilität effizienter, klimafreundlicher und nutzerorientierter zu gestalten. Daten gibt es dafür reichlich – doch solange diese Informationen fragmentiert und schwer kombinierbar bleiben, können sie ihr Potenzial nicht entfalten.

Hier setzt Künstliche Intelligenz (KI) an: Sie verwandelt die Datenflut in nutzbare Erkenntnisse, macht Mobilität vorausschauend, lernfähig und nachhaltig. Für Unternehmen, die digitale Mobilitätslösungen entwickeln oder in ihre Geschäftsmodelle integrieren wollen, bietet KI im Mobilitätsmanagement erhebliche Chancen. Kommunen werden zu Reallaboren, in denen Technologien wie Datenintegration, digitale Zwillinge oder adaptive Steuerung in der Praxis mit dem Blick auf Skalierbarkeit erprobt werden.

Wer hier frühzeitig Kompetenzen aufbaut, schafft Wettbewerbsvorteile auf einem europäischen Zukunftsmarkt. Deutschland verfolgt aktuell verschiedene Ansätze, wie Daten vernetzt und Künstliche Intelligenz in den städtischen Alltag integriert werden können. Ein zentrales Forschungsprojekt zeigt etwa, wie eine fragmentierte Datenlandschaft zu einer belastbaren, standardisierten Grundlage für modernes Mobilitätsmanagement werden kann.

Die Ausgangslage ist überall ähnlich: Verkehrs- und Betriebsdaten entstehen in großer Menge – aus Lichtsignalanlagen, ÖPNV-Systemen, Park- und Baustellen-Management sowie Sensorik im Straßenraum. Auch Umweltdaten wie Wetterprognosen oder Luftqualitätsmessungen sind in unterschiedlicher Granularität und Genauigkeit verfügbar. Doch die Vielfalt führt nicht automatisch zu Transparenz. Systeme folgen unterschiedlichen Standards, Schnittstellen fehlen, Aktualität und Datenqualität variieren. Kurz: Die Datenlandschaft ist fragmentiert – ohne Interoperabilität und Echtzeitfähigkeit bleiben entscheidende Informationen ungenutzt.

Praxisnahes Forschungsprojekt hat eine klare Vision

AIAMO (Artificial Intelligence And MObility) ist ein vom Bundesministerium für Digitales und Staatsmodernisierung gefördertes Forschungsprojekt unter der Konsortialführung des ITS Germany e.V. Beteiligt sind weitere zwölf Partner aus Wissenschaft und Forschung. Das Projekt verfolgt die Frage: Wie können Kommunen Künstliche Intelligenz nutzen, um Mobilität intelligenter, klimafreundlicher und nutzerzentrierter zu steuern? Ziel ist es, einen standardisierten und sicheren Zugang zu kuratierten Mobilitäts-, Umwelt- und Verkehrsdaten bereitzustellen, als zentralen Erfolgsfaktor für moderne, datenbasierte Mobilitätslösungen.

Die Anwendungen werden gemeinsam mit Projektpartnern, Innovatoren und Unternehmen der Branche entwickelt. Dabei entstehen auf Basis modularer, übertragbarer Konzepte praxisnahe Lösungen, die Kommunen helfen, Emissionen zu senken, Verkehrsflüsse zu steuern und die Lebensqualität zu verbessern. Die technische Grundlage ist dabei der AIAMOnexus. Er vereint zwei Komponenten: die Integrationszone für die standardisierte und kuratierte Anbindung unterschiedlicher Datenquellen und die AI Foundation Models, die aus den integrierten Informationen verwertbare Informationen für KI-Anwendungen im Mobilitätsmanagement liefern.

Die Integrationszone führt heterogene Datenquellen über standardisierte Schnittstellen zusammen, wie beispielsweise aus lokalen Umwelt- und Verkehrssensoren, von Wetterdiensten oder Datenräumen wie Mobilithek oder den Mobility Data Space. Sie arbeitet als neutrales System ohne zentrale Speicherung – ein wichtiger Aspekt für Datensouveränität und Compliance. Die Daten verbleiben bei den Datengebern und werden im Einklang mit europäischen Regelwerken verarbeitet. Automatisierte Updates und konsistente Versionierung gewährleisten Datenqualität und Nachvollziehbarkeit. Die kuratierten Daten sind Voraussetzung für KI-Anwendungen.

Auf dieser Basis entfalten die KI-Modelle ihr Potenzial: Sie ermöglichen Analysen, präzise Prognosen und adaptive Steuerungsmechanismen. So schafft der AIAMOnexus die Grundlage für datengetriebene, sichere und zukunftsfähige Lösungen im Mobilitätsmanagement: Systeme erkennen Muster, reagieren auf Veränderungen und passen sich selbstlernend an. Er liefert die technologische Basis. Der konkrete Nutzen entsteht dort, wo Anwendungen praxisnahe Handlungsoptionen für ein effektives Mobilitätsmanagement aus den Daten generieren.

Kommunen erhalten ein erprobtes und modulares System, das bestehende Datenquellen integriert und rechtssicher verarbeitet – bei voller Datensouveränität. Digitale Zwillinge liefern Entscheidungsgrundlagen für eine vorausschauende Verkehrssteuerung, die Umweltaspekte berücksichtigt und so die Lebensqualität verbessert. Die in den Pilotregionen erprobte Architektur ist skalierbar und ohne hohe Anpassungskosten übertragbar. Verwaltungen entscheiden künftig auf Basis von Echtzeitdaten und Prognosen statt Vermutungen. Für Verkehrsbetriebe eröffnet es die Chance, ihre Angebote flexibler, intermodaler und nutzerzentrierter auszurichten. Und für Bürger wird der Mehrwert im Alltag direkt spürbar: weniger Stau, bessere Luftqualität und eine komfortablere Routenplanung.

Städte jeder Größenordnung können profitieren

Für Unternehmen eröffnet das Forschungsprojekt Zugang zu einer standardisierten Datenbasis, die Innovation beschleunigt. Es steht eine Entwicklungsumgebung bereit, in der neue Anwendungen mit minimalem Integrationsaufwand entstehen können – von Mobilitäts-Apps über Verkehrsoptimierungssoftware bis hin zu datengetriebenen Geschäftsmodellen für Logistik oder Energiewirtschaft.

In Leipzig und Landau in der Pfalz entwickeln die Projektpartner gemeinsam mit den Kommunen praxisnahe Lösungen. Hier zeigt sich, dass Städte jeder Größenordnung profitieren können. Für die Großstadt Leipzig steht die Verbesserung der Luftqualität mit Blick auf die ab 2030 geltenden EU-Grenzwerte für Stickoxide und Feinstaub im Vordergrund. Dazu entsteht im Rahmen des Forschungsprojekts ein dichtes Sensornetz für Umweltdaten mit rund 50 Stationen, das Luftschadstoffe in Echtzeit erfasst. Die Daten fließen zusammen mit Verkehrsdaten und Wetterinformationen in einen kombinierten digitalen Zwilling, der Szenarienanalysen zur umweltsensitiven Verkehrssteuerung ermöglicht – etwa bei Großveranstaltungen oder in stark belasteten Zonen. So lassen sich Zuflussmengen steuern, Tempolimits anpassen oder Anreize für den ÖPNV setzen.

Landau in der Pfalz hingegen weist typische Engpässe einer Mittelstadt mit ländlich geprägtem Umland auf, wie hohe Pendlerdichte, überlastete Hauptverkehrsachsen und begrenzte Netzreserven. Im Projekt werden zudem innovative Technologien zur Optimierung des Verkehrsflusses erprobt. Im Fokus steht die dynamische Lichtsignalsteuerung, bei der sich die "grüne Welle" flexibel durch KI-gestützte Feinjustierung der Ampelschaltungen anpasst. Das vermeidet unnötiges Stop-and-Go und reduziert Verbrauch, Emissionen und Staus.

Das Forschungsprojekt zeigt, wie Kommunen ein nachhaltiges, effizientes Mobilitätsmanagement aufbauen können. Mit dem AIAMOnexus steht eine anschlussfähige Infrastruktur bereit, um vorhandene Datenquellen für innovative KI-Lösungen wie adaptive Ampelschaltungen oder umweltsensitive Verkehrssteuerung effektiv zu nutzen. Künstliche Intelligenz ist bereits gelebte Praxis. Leipzig und Landau in der Pfalz zeigen, dass intelligente Systeme schon heute messbare Vorteile bringen – von sauberer Luft über flüssigeren Verkehr bis zu besserer Nutzererfahrung. Unternehmen können neue Produkte und Services in Kooperation mit Städten entwickeln und so zur nachhaltigen Mobilität beitragen. Das Projekt liefert dafür eine Blaupause, wie datengetriebene Innovation sicher und übertragbar umgesetzt werden kann.