KI-Mobilitätsmanagement in der kommunalen Praxis

Das Forschungsprojekt AIAMO, das in Leipzig und Landau getestet wird, bringt Künstliche Intelligenz ins kommunale Mobilitätsmanagement – modular, skalierbar und praxisgerecht für effiziente Verkehrssteuerung und nachhaltige Planung.

Städte und Gemeinden stehen unter Druck: Wachsende Verkehrszahlen, steigende Anforderungen an Nachhaltigkeit und der Bedarf an flexiblen Lösungen erfordern ein Umdenken in der kommunalen Mobilitätsplanung. Das vom früheren Bundesministerium für Digitales und Verkehr (BMDV) geförderte Forschungsprojekt AIAMO – kurz für Artificial Intelligence And MObility – verfolgt dafür einen neuen Ansatz: Mithilfe von Künstlicher Intelligenz (KI) soll das kommunale Mobilitätsmanagement effizienter, umweltfreundlicher und nutzerorientierter gestaltet werden.

AIAMO verbindet KI-Technologien mit einer dezentralen, skalierbaren Systemarchitektur. Unterschiedliche mobilitätsrelevante Datenquellen – etwa aus Fahrzeugen, Umweltmessnetzen, von Wetterdiensten oder aus dem öffentlichen Nahverkehr – werden zusammengeführt, qualitätsgesichert aufbereitet und für KI-Anwendungen zugänglich gemacht. Ziel ist es, bislang isolierte Informationen so zu integrieren, dass daraus fundierte Entscheidungsgrundlagen für Planung, Steuerung und Prognose in Echtzeit entstehen.

Struktur der Technologie

Eine offene Mesh-Architektur ist die zentrale technologische Grundlage, die gewährleistet, dass die Datenhoheit bei den jeweiligen Dateneigentümern verbleibt. Der AIAMOnexus bildet die Basis dieser Infrastruktur. Er besteht aus zwei Kernkomponenten: einer Integrationszone zur standardisierten Anbindung verschiedener Datenquellen sowie AI Foundation Models, die daraus eine Datenbasis für KI-Anwendungen erzeugen.

AIAMO schafft somit eine vollständig integrierte Infrastruktur, die es ermöglicht, Mobilitätsdaten zielgerichtet in KI-Anwendungen zu überführen. Neben operativen Werkzeugen für Verkehrssteuerung und -planung entstehen so neue strategische Perspektiven für das Mobilitätsmanagement, die sowohl in städtischen als auch in ländlichen Räumen flexibel anwendbar sind.

Einsatz in der kommunalen Praxis

AIAMO adressiert Kommunen, Verkehrsunternehmen sowie kleine und mittlere Unternehmen (KMU) im Mobilitätssektor. Im Fokus stehen modulare, leicht integrierbare Lösungen – auch für Kommunen mit begrenztem Budget oder technischer Ausstattung.

Anwendungsbeispiele sind:

• Dynamische Verkehrssteuerung durch optimierte Ampelschaltungen
• Mobilitätsmanagement auf Basis von Umwelt- und Verkehrsdaten
• Prognosemodelle für intermodale Verkehrsangebote
• Digitale Zwillinge zur Maßnahmenbewertung und Simulation

Verkehrsbetriebe können mit der Lösung ihren Fahrplan datenbasiert optimieren, ihre Vernetzung ausbauen und ihre Services nutzerfreundlicher gestalten. KMU können auf vortrainierte KI-Modelle zugreifen und sie für eigene Mobilitätsanwendungen oder Geschäftsmodelle einsetzen – ohne aufwendige Eigenentwicklungen.

Praxistests in Leipzig und Landau

Aktuell wird AIAMO in zwei Pilotregionen getestet: In Leipzig liegt der Fokus auf umweltsensitivem Verkehrsmanagement. Dafür entstehen ein Umweltdatenmessnetz mit rund 50 Messstationen im Stadtgebiet sowie ein digitaler Zwilling, der Verkehrs- und Umweltdaten integriert, analysiert und Maßnahmen für eine dynamische, szenarienbasierte Verkehrssteuerung entwickelt.

In Landau in der Pfalz steht die KI-gestützte Steuerung von Lichtsignalanlagen auf stark belasteten Verkehrsachsen im Mittelpunkt. Intelligente Ampelschaltungen und Prognosemodelle – etwa für Bahnübergänge – sollen den Verkehrsfluss verbessern und Emissionen reduzieren. Mit rund 37.000 täglichen Pendlerbewegungen liefert Landau übertragbare Erkenntnisse für Mittelstädte. Der Test in Leipzig wiederum bringt Impulse für komplexe, multimodale Stadtstrukturen.

Effizienterer und nachhaltigerer Verkehr

AIAMO zielt auf ressourcenschonende Mobilität. Optimierte Verkehrsflüsse, umweltsensitive Steuerung und vorausschauende Planung ermöglichen eine nachhaltige Nutzung bestehender Infrastrukturen. Auch kleinere Kommunen gewinnen so an Handlungsfähigkeit – trotz begrenzter Ressourcen.

Das Forschungsprojekt AIAMO zeigt praxisnah, wie KI kommunale Mobilität verbessert:

• Verkehrsströme werden in Echtzeit effizient gesteuert
• Emissionsdaten fließen in Umwelt- und Gesundheitsschutz ein
• Intermodale Planung schafft reibungslose Übergänge zwischen Verkehrsträgern
• Simulationen mit digitalen Zwillingen erhöhen Planungssicherheit
• Modulare Systeme erleichtern kleineren Kommunen den Einstieg

Reise zur zukunftsfähigen Mobilität

Die Praxiserfahrungen aus Leipzig und Landau verdeutlichen, wie KI-gestütztes Mobilitätsmanagement Schritt für Schritt umgesetzt werden kann. AIAMO schafft die Grundlage für zukunftsfähige kommunale Mobilitätsstrategien – mit offener Architektur, KI und standardisierten Schnittstellen – für höhere Effizienz, mehr Klimaschutz und Bürgernähe.