Verkehrsmanagement neu denken

Verkehrsmanagement gehört zu den klassischen Daueraufgaben kommunaler Verwaltung. In vielen Städten und Gemeinden steigt das Verkehrsaufkommen seit Jahren, während Flächen knapp bleiben und die Anforderungen an Umwelt- und Klimaschutz zunehmen. Gleichzeitig sind finanzielle und personelle Ressourcen begrenzt. Neue Straßen, Brücken oder Tunnel lassen sich oft weder kurzfristig noch flächendeckend realisieren. Hinzu kommt: Die Erwartungen der Bürgerinnen und Bürger steigen. Sie erwarten flüssigen Verkehr, saubere Luft, sichere Wege und eine hohe Aufenthaltsqualität. Kommunen stehen damit vor einem Zielkonflikt, der sich allein mit klassischen Infrastrukturmaßnahmen kaum auflösen lässt.

Dabei stehen vielerorts längst relevante Daten zur Verfügung. Verkehrszählungen, Ampelanlagen, Umwelt- und Wetterdaten sowie Informationen aus dem öffentlichen Nahverkehr liefern ein detailliertes Bild der Verkehrslage. Häufig bleiben diese Daten jedoch in getrennten Systemen wie in Silos liegen. Sie werden zwar punktuell genutzt, aber selten systematisch zusammengeführt. Genau an diesem Punkt setzt AIAMO an (Abkürzung für „Artificial Intelligence And Mobility“). Das Projekt ist 2023 gestartet und endet diesen Juni. Träger sind 14 Partner aus Wirtschaft und Forschung.

Modular, skalierbar und auch für kleinere Kommunen geeignet

Technisch basiert AIAMO auf einer offenen, modularen Architektur. Unterschiedliche Datenquellen können angebunden werden, ohne dass Kommunen ihre Datenhoheit verlieren. Die Informationen verbleiben bei den jeweiligen Eigentümern und werden über standardisierte Schnittstellen verknüpft. KI-Modelle analysieren die Daten, erkennen Muster und erstellen Prognosen.

Für den kommunalen Alltag ist dieser Ansatz entscheidend. Verwaltungen müssen keine eigenen KI-Systeme entwickeln und kein spezialisiertes Personal aufbauen. Stattdessen können sie auf vorgefertigte Module zurückgreifen und diese schrittweise einsetzen – etwa zur Optimierung von Ampelschaltungen, zur Analyse von Verkehrsströmen oder zur Berücksichtigung von Umweltbelastungen.

Der Mehrwert liegt vor allem in der besseren Nutzung vorhandener Infrastruktur. Statt neue Straßen zu bauen, können Verkehrsflüsse effizienter gesteuert werden. Umweltaspekte wie Luftqualität oder Lärmbelastung fließen direkt in die Verkehrssteuerung ein. Entscheidungen werden nachvollziehbarer und besser begründbar – auch gegenüber Politik und Öffentlichkeit.

Ein weiterer Aspekt, den Projekte wie AIAMO sichtbar machen, ist die veränderte Rolle kommunaler Verwaltungen im Verkehrsmanagement. Statt ausschließlich auf festgelegte Pläne und statische Modelle zu setzen, entsteht ein stärker lernendes System.

Verkehrssteuerung wird dynamischer, weil sie auf aktuelle Daten reagiert und Entwicklungen antizipiert. Das verändert auch Verwaltungsprozesse: Entscheidungen lassen sich schneller treffen, Maßnahmen gezielter anpassen und deren Wirkung im Nachgang besser bewerten. Gerade in Situationen mit hoher Unsicherheit – etwa bei Großveranstaltungen, Baustellen oder extremen Wetterlagen – kann das die Reaktionsfähigkeit von Städten deutlich erhöhen.

Praxistests in Leipzig und Landau

Wie dieser Ansatz in einer Großstadt funktioniert, zeigt der Pilot in Leipzig. Als wachsende Stadt mit komplexen, multimodalen Verkehrsstrukturen steht Leipzig vor besonderen Herausforderungen. Im Mittelpunkt des Projekts steht ein umweltsensitives Verkehrsmanagement. Im Stadtgebiet erfassen zahlreiche Messstationen Umwelt- und Verkehrsdaten. Diese fließen in einen digitalen Zwilling ein, der Verkehr und Umwelt gemeinsam abbildet. Auf dieser Grundlage lassen sich verschiedene Szenarien simulieren: Wie wirken sich Eingriffe in den Verkehrsfluss auf Emissionen und Luftqualität aus? Welche Maßnahmen versprechen den größten Effekt?

Der digitale Zwilling dient damit als Planungs- und Entscheidungsinstrument. Er ermöglicht es, Maßnahmen vorab zu bewerten und Zielkonflikte transparent zu machen, bevor sie in der Realität umgesetzt werden.

Besonders praxisnah ist der Pilot in Landau in der Pfalz. Die Stadt mit rund 37.000 täglichen Pendlerbewegungen steht vor typischen Herausforderungen vieler Mittelstädte: stark belastete Verkehrsachsen, begrenzte Ausweichmöglichkeiten und sensible Übergänge wie Bahnübergänge.

Im Mittelpunkt steht hier die KI-gestützte Steuerung von Lichtsignalanlagen. Intelligente Ampelschaltungen passen sich dem Verkehrsaufkommen an, berücksichtigen Prognosen und besondere Situationen. Ziel ist ein gleichmäßigerer Verkehrsfluss mit weniger Stop-and-go.

Oberbürgermeister Dominik Geißler verbindet mit AIAMO klare Erwartungen. „Wir rechnen mit einem flüssigeren Verkehrsablauf durch intelligente Grünphasen, kürzeren Wartezeiten an Ampeln sowie einer spürbaren Reduzierung von Lärm- und Schadstoffbelastung“, sagte er der Zeitung „Rheinpfalz“ im Oktober. Ziel seien weniger Stau, geringere Belastung und mehr Lebensqualität für die Bürgerinnen und Bürger.

Was kleinere Kommunen konkret davon haben

AIAMO zeigt, wie KI im Verkehrsmanagement pragmatisch eingesetzt werden kann. Nicht als spektakuläre Zukunftsvision, sondern als Werkzeug zur Unterstützung kommunaler Entscheidungen. Der Fokus liegt auf Zugänglichkeit, Skalierbarkeit und praktischer Umsetzbarkeit.

Für Städte und Gemeinden eröffnet das neue Handlungsspielräume. Verkehrsströme lassen sich besser verstehen, Maßnahmen gezielter planen und bestehende Infrastruktur effizienter nutzen. Gerade unter knappen Ressourcen kann das ein entscheidender Vorteil sein. KI wird damit im Idealfall nicht zum Selbstzweck, sondern zu einem Instrument moderner, datenbasierter Kommunalverwaltung.

Weitere Informationen finden Sie unter: https://is.gd/zwiX5B