KI-gesteuerte städtische Infrastruktur

Künstliche Intelligenz wird zunehmend als Lösung für Verkehrsstaus, veraltete Infrastruktur, Energieverschwendung und überlastete öffentliche Dienste angeboten. Unter den richtigen Voraussetzungen kann sie einer Stadt helfen, ein undichtes Wasserrohr zu identifizieren, Ampeln anzupassen oder Geräte zu reparieren, bevor sie ausfallen. Unter den falschen Voraussetzungen kann sie jedoch zu einem teuren Überwachungssystem führen, eine schlechte Entscheidung automatisieren oder eine Kommune von einem Technologieanbieter abhängig machen, den sie nicht ohne Weiteres ersetzen kann.

Die entscheidende Frage ist nicht, ob eine Stadt “KI-gesteuert” werden sollte. Es geht vielmehr darum, welches städtische Problem gelöst werden muss, ob KI tatsächlich das beste Instrument dafür ist und welche Sicherheitsvorkehrungen getroffen werden müssen, bevor öffentliche Gelder oder die Daten der Einwohner eingesetzt werden.

Beginnen wir mit dem städtischen Problem

Smart-City-Projekte beginnen oft eher mit einer Technologiedemonstration als mit einem klar definierten öffentlichen Bedarf. Ein Anbieter präsentiert eine intelligente Leitstelle, eine Prognoseplattform oder ein Netzwerk vernetzter Sensoren, und die Stadt sucht dann nach Dienstleistungen, für die diese eingesetzt werden könnten.

Diese Reihenfolge sollte umgekehrt werden. Die Verantwortlichen in den Kommunen sollten zunächst ein messbares Problem identifizieren: Busse haben regelmäßig Verspätungen an bestimmten Kreuzungen, die Wasserverluste sind ungewöhnlich hoch, die Straßenbeleuchtung verbraucht zu viel Energie oder die Instandhaltungsteams können nicht feststellen, welche Brücken zuerst instand gesetzt werden müssen.

Erst dann sollten sie sich fragen, ob das Problem den Einsatz künstlicher Intelligenz erfordert. Eine herkömmliche Datenbank, eine bessere Personalplanung, reparierte Geräte oder eine Änderung der Beschaffungspraxis könnten eine kostengünstigere und zuverlässigere Lösung bieten. KI ist dann sinnvoll, wenn Umfang, Geschwindigkeit oder Komplexität der Daten eine manuelle Analyse unpraktikabel machen und wenn die daraus resultierende Vorhersage zu einer klaren operativen Entscheidung führen kann.

Ein System, das ausgefeilte Prognosen liefert, ohne die Arbeitsweise einer Abteilung zu verändern, ist keine städtische Innovation. Es handelt sich vielmehr um eine zusätzliche Berichtsebene.

Wo KI einen echten Mehrwert bieten kann

Der Verkehrsbereich ist einer der Bereiche mit dem größten Potenzial. Eine Stadt kann Informationen von Ampeln, Bussen, Straßensensoren und Meldungen über Vorfälle kombinieren, um Staus zu erkennen und die Ampelschaltungen anzupassen. Modelle können den Verkehrsbehörden zudem dabei helfen, die Fahrgastnachfrage zu prognostizieren, den Verkehr zu planen und Strecken zu identifizieren, auf denen es immer wieder zu Verspätungen kommt.

Die Vorteile hängen vom jeweiligen Ziel ab. Eine Optimierung ausschließlich auf die Fahrzeuggeschwindigkeit könnte die Situation für Fußgänger, Radfahrer oder Busse verschlechtern. Ein Verkehrsmodell sollte daher die übergeordneten Prioritäten der Stadt widerspiegeln, darunter Verkehrssicherheit, Emissionen, Barrierefreiheit und die Mobilität der Menschen – und nicht nur den Autoverkehr.

Die vorausschauende Instandhaltung bietet eine weitere vielversprechende Anwendungsmöglichkeit. Brücken, Pumpen, Aufzüge, Straßen und elektrische Anlagen liefern Inspektions- und Leistungsdaten. Mithilfe von KI lassen sich Muster erkennen, die auf einen Verschleiß hindeuten, und Ingenieure auf Anlagen hinweisen, die besonderer Aufmerksamkeit bedürfen.

Das bedeutet nicht, dass ein Algorithmus eigenständig entscheiden sollte, ob eine Brücke sicher ist. Er kann zwar dabei helfen, Inspektionen nach Prioritäten zu ordnen, doch die Verantwortung für die Auswertung der Ergebnisse und die Genehmigung der daraus resultierenden Entscheidungen liegt weiterhin bei qualifizierten Fachleuten.

Auch Energie- und Wasserversorgungssysteme können davon profitieren. Nachfrageprognosen können Versorgungsunternehmen bei der Versorgungsplanung helfen, während Gebäudemanagementsysteme Heizung, Kühlung und Beleuchtung je nach Belegung und Wetterbedingungen anpassen können. Wasserversorger können Druck-, Durchfluss- und Akustikdaten nutzen, um mögliche Leckagen schneller zu erkennen.

Diese Anwendungen sind am wertvollsten, wenn sie mit konkreten Maßnahmen verbunden sind. Die Erkennung eines Lecks nützt wenig, wenn dem Versorgungsunternehmen das Personal, die Ersatzteile oder die Befugnis zur Reparatur fehlen.

Die Müllabfuhr kann intelligenter werden, ohne dabei futuristisch zu wirken

Die Abfallwirtschaft wird häufig als Vorzeigebeispiel für künstliche Intelligenz angeführt. Sensoren können abschätzen, wie voll ein Container ist, während Routenplanungssoftware die Sammelfahrzeuge zu den Behältern leitet, die am ehesten geleert werden müssen.

Das Konzept ist einfach, doch die wirtschaftlichen Aspekte variieren. Die Installation und Wartung von Sensoren in jedem Abfallbehälter kann unter Umständen mehr kosten, als dadurch eingespart wird – insbesondere in Stadtvierteln mit vorhersehbaren Abfuhrrhythmen. Bei der Routenplanung müssen zudem Personalbedarf, Fahrzeugkapazität, Verkehrsbeschränkungen und die praktischen Gegebenheiten bei der Sammlung verschiedener Abfallarten berücksichtigt werden.

Eine Stadt sollte die Technologie in einem festgelegten Gebiet testen und mit einer einfacheren Alternative vergleichen, beispielsweise der Anpassung der Abfuhrtermine anhand historischer Daten. Im Rahmen des Versuchs sollten der Kraftstoffverbrauch, versäumte Abholungen, der Zeitaufwand des Personals, Beschwerden und die Gesamtkosten gemessen werden – und nicht nur, ob der Algorithmus technisch funktioniert hat.

Das beste Ergebnis könnte ein Hybridsystem sein, bei dem KI an Standorten mit unregelmäßigen Arbeitszeiten oder hohem Arbeitsaufkommen zum Einsatz kommt, während an anderen Standorten die herkömmliche Dienstplanung weiterhin ausreicht.

Was die Anwohner beachten sollten

Ein erfolgreiches städtisches KI-Projekt sollte etwas verbessern, was die Einwohner auch wirklich wahrnehmen können. Ein Bus kommt pünktlicher an, ein Schlagloch wird schneller repariert oder ein Antrag wird bearbeitet, ohne dass immer wieder dieselben Informationen angefordert werden müssen.

Viele Smart-City-Projekte legen stattdessen den Schwerpunkt auf die Menge der gesammelten Daten, die Anzahl der installierten Sensoren oder die Ausgereiftheit eines zentralen Dashboards. Dabei handelt es sich um Inputs, nicht um öffentliche Ergebnisse.

Bevor eine Stadt ein Projekt genehmigt, sollte sie darlegen, was dadurch schneller, sicherer, kostengünstiger oder besser zugänglich wird. Sie sollte eine Ausgangsbasis veröffentlichen und später darüber berichten, ob die versprochenen Verbesserungen eingetreten sind.

Die Bürger müssen zudem die Möglichkeit haben, Fehler anzufechten. Wenn ein automatisiertes System den Zugang zu Wohnraum, Verkehrsmitteln, Sozialleistungen, Polizeidiensten oder anderen wesentlichen Dienstleistungen beeinträchtigt, sollten die Betroffenen darüber informiert werden, wann KI zu der Entscheidung beigetragen hat und wie eine Überprüfung durch einen Menschen beantragt werden kann.

Bequemlichkeit kann ein ordnungsgemäßes Verfahren nicht ersetzen.

Die öffentliche Sicherheit erfordert eine deutlich höhere Schwelle

KI kann bei legitimen Aufgaben im Bereich der öffentlichen Sicherheit helfen, darunter die Analyse von Notrufmustern, die Identifizierung gefährlicher Stellen im Straßenverkehr oder die Unterstützung von Rettungsdiensten bei der Zuweisung von Ressourcen. Diese Anwendungsfälle müssen zwar noch sorgfältig getestet werden, unterscheiden sich jedoch von dem Versuch, vorherzusagen, welche Person eine Straftat begehen wird.

Systeme zur prädiktiven Polizeiarbeit sind heftig in die Kritik geraten, da historische Kriminalitätsdaten kein neutrales Bild des kriminellen Verhaltens vermitteln. Sie spiegeln zudem wider, wo Polizeikräfte eingesetzt wurden, welche Stadtteile durchsucht wurden und welche Straftaten erfasst wurden. Das Trainieren eines Algorithmus anhand dieser historischen Daten kann bestehende Muster der Strafverfolgung reproduzieren und verstärken.

Gesichtserkennung und Verhaltensanalyse geben Anlass zu weiteren Bedenken. Falsche Treffer können schwerwiegende Folgen haben, während eine flächendeckende Überwachung die Art und Weise verändert, wie Menschen den öffentlichen Raum erleben – selbst wenn sie nichts Unrechtes getan haben.

Das KI-Gesetz der Europäischen Union verbietet bestimmte Praktiken, darunter die individuelle prädiktive Polizeiarbeit, die ausschließlich auf Profiling oder Persönlichkeitsmerkmalen basiert. Andere Anwendungen im Bereich der Strafverfolgung können als risikoreich eingestuft werden und unterliegen dann zusätzlichen Anforderungen.

Städte sollten die öffentliche Sicherheit nicht als pauschale Ausnahme von der Kontrolle betrachten. Je größer die potenziellen Auswirkungen auf Freiheit, Gleichheit oder Privatsphäre sind, desto stichhaltiger müssen die Belege, die Kontrolle und die Rechtsgrundlage sein.

Die Daten könnten der schwierigste Teil sein

Ein KI-System ist nur so nützlich wie die Informationen, auf denen es basiert. Kommunale Daten werden oft in verschiedenen Abteilungen in inkompatiblen Formaten gespeichert. Die Datensätze können unvollständig sein, doppelt vorliegen oder für einen Zweck erhoben worden sein, der sich stark von dem des vorgeschlagenen Modells unterscheidet.

Ein System zur Vorhersage von Straßenreparaturen kann ungenaue Ergebnisse liefern, wenn in verschiedenen Stadtvierteln unterschiedlich häufig Schlaglöcher gemeldet werden. Ein Energiemodell kann ältere Gebäude falsch darstellen, wenn Sensoren vorwiegend in neueren Gebäuden installiert wurden. Eine Verkehrs-App kann Personen ausschließen, die kein Smartphone besitzen oder eine bestimmte App nicht nutzen.

Das sind keine unbedeutenden technischen Mängel. Sie entscheiden darüber, wer für das System sichtbar wird und wessen Bedürfnisse übersehen werden.

Städte benötigen klare Standards hinsichtlich Datenqualität, Eigentumsverhältnissen, Datenzugang und Aufbewahrungsfristen, bevor sie sich an komplexe Analysen wagen. Außerdem sollten sie dokumentieren, welche Daten verwendet wurden, woher diese stammen und welche Gruppen möglicherweise unterrepräsentiert sind.

Das Sammeln weiterer Informationen ist nicht immer die Lösung. Zusätzliche Daten können die Risiken für den Datenschutz und die Cybersicherheit erhöhen, ohne das Modell nennenswert zu verbessern.

Wofür es sich lohnt, Geld auszugeben

Eine Investition ist am ehesten zu rechtfertigen, wenn KI eine wesentliche Dienstleistung unterstützt, bei der ein messbares betriebliches Problem vorliegt. Die vorausschauende Instandhaltung kostspieliger Infrastruktur, die Lecksuche und die Optimierung des öffentlichen Nahverkehrs können erhebliche Ausgaben rechtfertigen, wenn die Stadt über zuverlässige Daten verfügt und in der Lage ist, auf die Ergebnisse zu reagieren.

Auch unabhängige technische und rechtliche Beratung kann sich lohnen. Einer Kommune, die mit einem großen Technologieanbieter verhandelt, fehlt möglicherweise das erforderliche Fachwissen, um Angaben zur Genauigkeit, Maßnahmen zur Cybersicherheit, Fragen des geistigen Eigentums und langfristige Kosten zu bewerten.

Die Schulung der internen Mitarbeiter ist ebenso wichtig. Ingenieure, Planer und Servicemanager müssen über ausreichendes Verständnis verfügen, um das System zu hinterfragen, anstatt es als unantastbare technische Autorität zu betrachten.

Die Stadt sollte Mitarbeiter behalten, die in der Lage sind, das Projekt weiterzuführen, nachdem die externen Berater das Projekt verlassen haben. Andernfalls könnte es sein, dass die öffentliche Hand zwar die Verantwortung trägt, das praktische Wissen jedoch beim Anbieter verbleibt.

Was möglicherweise überflüssig ist

Eine Stadt braucht nicht unbedingt eine einzige digitale Plattform, die alle öffentlichen Dienste miteinander verbindet. Solche Systeme mögen zwar effizient erscheinen, können jedoch eine große, komplexe Abhängigkeit schaffen und Daten miteinander verknüpfen, von denen die Einwohner nie erwartet hätten, dass sie miteinander in Verbindung gebracht werden.

Digitale Zwillinge, die virtuelle Abbildungen von Gebäuden oder städtischen Systemen erstellen, können für die Planung und den Ingenieurwesen nützlich sein. Sie sind jedoch überflüssig, wenn die Stadt keine konkrete Entscheidung getroffen hat, welche Aufgaben das Modell unterstützen soll, oder wenn sie die für die Aufrechterhaltung der Genauigkeit erforderlichen Daten nicht pflegen kann.

Auch bei generativer KI ist Zurückhaltung geboten. Ein Chatbot kann den Bürgern zwar bei der Suche nach Informationen helfen, sollte jedoch keine Antworten zu Steuern, Sozialleistungen, Genehmigungen oder rechtlichen Verpflichtungen erfinden. Die Antworten müssen auf aktuellen offiziellen Quellen basieren und einen einfachen Weg zu einem menschlichen Mitarbeiter bieten.

Der Ausdruck “KI-gestützt” sollte niemals als Beweis für den Nutzen angesehen werden. Städte sollten sich fragen, was das System leistet, was herkömmliche Software nicht kann, wie oft es korrekt funktioniert und was passiert, wenn es versagt.

Vermeiden Sie eine Anbieterabhängigkeit

Verträge im Bereich der Stadttechnik können sich über Jahre erstrecken und tief in grundlegende Dienstleistungen eingebettet sein. Eine Stadt stellt möglicherweise erst später fest, dass sich ihre Daten nicht ohne Weiteres exportieren lassen, dass ein anderer Anbieter das System nicht warten kann oder dass jede zusätzliche Funktion eine kostspielige Vertragsänderung erfordert.

Die Beschaffung sollte daher den gesamten Lebenszyklus des Projekts abdecken. Der angebotene Preis muss die Integration, die Datenbereinigung, Cloud-Dienste, die Wartung, die Cybersicherheit, Modellaktualisierungen, die Schulung des Personals und eine eventuelle Erneuerung umfassen.

Im Vertrag sollte festgelegt werden, dass die Stadt ihre Daten in einem nutzbaren Format abrufen kann. Es sollte klargestellt werden, wem die anhand öffentlicher Informationen entwickelten Modelle gehören und ob der Anbieter die Daten der Stadt für andere Kunden oder zu kommerziellen Zwecken weiterverwenden darf.

Offene Standards und interoperable Systeme können die Abhängigkeit von einem einzigen Unternehmen verringern. Kleinere Pilotprojekte können zudem einen sichereren Weg darstellen, als die gesamte Stadt darauf festzulegen, bevor die Technologie unter den örtlichen Bedingungen getestet wurde.

Cybersicherheit ist Infrastrukturpolitik

Die Vernetzung von Verkehrssteuerungssystemen, Versorgungsnetzen und öffentlichen Gebäuden schafft zusätzliche Angriffspunkte, über die ein Angreifer den Stadtbetrieb stören könnte. Das Risiko beschränkt sich nicht nur auf den Diebstahl personenbezogener Daten. Kompromittierte Systeme könnten auch physische Dienstleistungen beeinträchtigen.

Sicherheit sollte bereits bei der Beschaffung berücksichtigt werden und nicht erst nach der Inbetriebnahme nachgerüstet werden. Städte benötigen Kontrollmechanismen für den Benutzerzugriff, Software-Updates, Datensicherungen, die Meldung von Vorfällen und die mit dem System verbundenen Anbieter.

Ein KI-Modell kann durch manipulierte Eingaben, unzuverlässige Komponenten von Drittanbietern oder Leistungsänderungen nach der Bereitstellung weitere Schwachstellen verursachen. Eine kontinuierliche Überwachung ist daher unerlässlich, insbesondere wenn das System kritische Infrastrukturen betrifft.

Keine Stadt kann Cyberrisiken vollständig ausschließen, doch sie sollte wissen, welche Dienste auch dann manuell weitergeführt werden müssen, wenn das digitale System ausfällt.

Eine bessere Methode zur Durchführung eines Pilotprojekts

Ein sinnvolles Pilotprojekt beginnt mit einer klar abgegrenzten Problemstellung, einem definierten Anwendungsbereich und einem Vergleich mit der derzeitigen Praxis. Dabei sollte im Voraus festgelegt werden, wie ein Erfolg aussehen würde und welches Ergebnis einen Abbruch des Experiments rechtfertigen würde.

Die Stadt sollte die Leistungsfähigkeit in verschiedenen Stadtteilen, zu unterschiedlichen Jahreszeiten und unter verschiedenen Betriebsbedingungen testen. Ein Verkehrsmodell, das an normalen Wochentagen funktioniert, kann bei Baustellen, Unwettern oder Großveranstaltungen versagen.

Das Personal mit direktem Kundenkontakt und die Bewohner sollten bereits vor der Umsetzung einbezogen werden und nicht erst dann hinzugezogen werden, wenn die wichtigsten Entscheidungen bereits getroffen wurden. Die Mitarbeiter kennen oft Ausnahmen und praktische Einschränkungen, die in den Ausschreibungsunterlagen nicht berücksichtigt sind. Die Bewohner können Bedenken hinsichtlich Datenschutz, Barrierefreiheit und Fairness aufzeigen, die vom Projektteam übersehen wurden.

Die Ergebnisse sollten veröffentlicht werden, einschließlich der Einschränkungen und unerwarteten Kosten. Die Behörden sollten bereit sein, ein Pilotprojekt einzustellen, das keinen ausreichenden Nutzen bringt. Die Beendigung eines ineffektiven Projekts ist ein Zeichen für verantwortungsvolle Regierungsführung und kein Scheitern der Innovation.

Die Kompetenzen, die Städte brauchen

Kommunen müssen keine Forschungslabore nach dem Vorbild großer Technologieunternehmen nachbauen. Was sie jedoch brauchen, sind Fachkräfte, die in der Lage sind, gesellschaftliche Probleme zu definieren, Daten zu verwalten, Anbieter zu bewerten und zu verstehen, wie sich ein automatisiertes System auf rechtliche und administrative Verantwortlichkeiten auswirkt.

Dies erfordert die Zusammenarbeit zwischen Ingenieuren, Planern, Serviceabteilungen, Juristen, Beschaffungsbeauftragten, Cybersicherheitsspezialisten und Vertretern der Bevölkerung. Wenn man die KI ausschließlich einer IT-Abteilung überlässt, wird sie von dem öffentlichen Dienst isoliert, in dem sie zum Einsatz kommen soll.

Kleinere Gemeinden benötigen möglicherweise gebündeltes Fachwissen, regionale Beschaffungsmaßnahmen oder gemeinsame technische Standards. Wenn jede Stadt ihre eigene maßgeschneiderte Plattform in Auftrag gibt, kann dies zu Geldverschwendung führen und die Kontrolle erschweren.

Zu dieser Kompetenz gehört auch politisches Urteilsvermögen. Beamte müssen in der Lage sein, zu entscheiden, dass ein Antrag zwar technisch machbar, aber gesellschaftlich inakzeptabel, rechtlich unsicher oder nicht ausreichend sinnvoll ist.

Wie verantwortungsvolle KI in Städten aussieht

Künstliche Intelligenz kann Städten zwar dabei helfen, komplexe Systeme zu verwalten, doch sie kann eine solide Planung, eine gut instand gehaltene Infrastruktur oder eine kompetente öffentliche Verwaltung nicht ersetzen. Ein Algorithmus wird weder Verkehrsstaus beheben, die durch eine schlechte Flächennutzung verursacht wurden, noch ein vernachlässigtes Wasserversorgungsnetz reparieren oder einen unrealistischen kommunalen Haushalt korrigieren.

Die glaubwürdigsten Anwendungen sind eng gefasst, messbar und mit einer klaren operativen Reaktion verbunden. Sie verwenden nicht mehr Daten als nötig, gewährleisten die menschliche Verantwortlichkeit und können gestoppt werden, wenn sie versagen.

Städte sollten dort investieren, wo KI den Beamten hilft, Probleme früher zu erkennen oder begrenzte Ressourcen intelligenter einzusetzen. Sie sollten weitaus vorsichtiger vorgehen, wenn Systeme Menschen klassifizieren, den Zugang zu grundlegenden Dienstleistungen beeinflussen oder die Überwachung im öffentlichen Raum ausweiten.

Eine intelligentere Stadt ist nicht diejenige mit den meisten Sensoren oder Algorithmen. Es ist diejenige, die Technologie gezielt einsetzt, die Rechte ihrer Einwohner schützt und weiterhin in der Lage ist, zu erklären, wie öffentliche Entscheidungen getroffen werden.