KI-basierte Verkehrs- und Mobilitätssteuerung in kommunalen Mobilitätssystemen

Kurzfassung

Künstliche Intelligenz gewinnt für Kommunen an Bedeutung, weil sie neue Wege eröffnet, Mobilität effizienter, nachhaltiger und sicherer zu gestalten. Städte und Gemeinden stehen vor Zielkonflikten: Verkehrsflüsse sollen verbessert, Emissionen gesenkt, Flächen neu verteilt und die Lebensqualität erhöht werden – bei begrenzten Ressourcen. KI kann helfen, bestehende Infrastrukturen intelligenter zu nutzen, Zielkonflikte sichtbar zu machen und Steuerungsentscheidungen datenbasiert zu verbessern.

Im Zentrum steht dabei eine neue Logik der Verkehrs- und Mobilitätssteuerung, die auf lernenden Systemen basiert. Drei Betrachtungsschwerpunkte sind entscheidend: Erstens klare kommunale Zielsetzungen, die politische Prioritäten in messbare Indikatoren übersetzen. Zweitens ein technisches Steuerungssystem, das diese Ziele kontinuierlich umsetzt. Besonders Reinforcement Learning rückt hierbei in den Fokus, da es erlaubt, Verkehrssteuerung im engeren Sinne – etwa an Lichtsignalanlagen oder im Netzmanagement – adaptiv zu optimieren und zugleich Perspektiven für eine umfassendere Mobilitätssteuerung zu eröffnen.

Drittens braucht es Strukturen, die kontinuierliche Innovation ermöglichen: Ein offenes Forschungs- und Entwicklungssystem ergänzt den laufenden Betrieb, indem Simulationen, neue Dienste und Steuerungsstrategien erprobt, bewertet und gezielt in das bestehende Steuerungssystem eingespeist werden können. So entsteht ein lernendes Gesamtsystem, das nicht nur effizient steuert, sondern Innovation beschleunigt und kommunale Mobilität langfristig gemeinwohlorientiert weiterentwickelt.