#1 KI im Energiemanagement und -optimierung

Die effiziente Nutzung von Energiequellen ist eine der zentralen Anforderungen an eine Smart City. Künstliche Intelligenz kann hier als Steuerelement in intelligenten Stromnetzen (Smart Grids) dienen. Ausgangspunkt ist die Vorhersage von Energieerzeugung und -verbrauch. Insbesondere in Zeiten der Energiewende eine große Herausforderung. Welche Quellen liefern auf der Erzeugerseite wann wie viel Energie und wie groß ist der Energiebedarf. Vom Strommix bis zur Struktur des Mobilitätsbereichs (E-Mobilität, ÖPNV etc.): Die Rahmenbedingungen der Städte und Gemeinden sind hier oftmals sehr komplex. KI kann diese Komplexität beherrschbar machen und den Energieeinsatz genau dort optimieren, wo er gerade gebraucht wird.

Ein weiterer Anknüpfungspunkt für Energieeinsparungen ist die Überwachung und Steuerung des Energieverbrauchs von Gebäuden. Rund 40% des gesamten Energieverbrauchs in der EU entfallen auf Gebäude. KI hat den Energieverbrauch von Gebäuden bereits um 20% gesenkt. Wie dies gelingt? Durch den Einsatz von Sensorik, deren Informationen die KI z.B. mit Wettervorhersagen kombiniert und Heizungssysteme so steuert, dass es mit dem geringstmöglichen Energieaufwand agieren kann – ohne dass der Wohnkomfort darunter leidet.

#2 KI in der Stadtplanung

Wie die Städte von Morgen aussehen, hängt zu einem großen Teil auch an der Stadtplanung. KI kann diese entscheidend verändern und die Planungsgrundlage deutlich datenbasierter und belastbarer gestalten. Welche Auswirkungen haben Bebauungspläne in Bezug auf das Klima und die demografische Entwicklung?

Wie gut sind Einrichtungen der öffentlichen Infrastruktur erreichbar? Eine gute Stadtplanung ist von vielen Faktoren und unzähligen Informationen abhängig. Heute wird in vielen Fällen nur auf einen Bruchteil davon zurückgegriffen und zukünftige Szenarien nur schemenhaft simuliert. Künstliche Intelligenz erweitert den Lösungsraum für eine bedarfsorientierte, nachhaltige Stadtplanung und kann dabei gleichzeitig helfen, Planungsschritte, zumindest zum Teil, zu automatisieren.

#3 KI im Bürgerservice

Wie können Prozesse im Bürgerservice einfacher und schneller abgebildet werden? Ein Lösungsansatz liegt in digitalen Assistenzsystemen zum Beispiel in Form von Chatbots auf Basis von generativer KI und in Verbindung mit dem RAG-Ansatz (Retrieval Augmented Generation). Dieses Zusammenspiel ermöglicht es dem Sprachmodell Antworten zu spezifischen Verwaltungsangeboten und -themen zu geben. Die Möglichkeiten des vortrainierten Sprachmodells werden mit spezifischen Verwaltungsdaten wie Satzungen, Vorschriften oder historischen Antworten auf Bürgerfragen kombiniert.

Der Vorteil ist die Schaffung eines zusätzlichen Bürgerservices, der eine hohe Aktualität und Sicherheit bezüglich der Qualität der Antworten liefern kann und rund um die Uhr verfügbar ist.

#4 KI im Wassermanagement

KI als zentraler Baustein einer intelligenten Wasserwirtschaft. Wasserstände, geologische Informationen oder Wetterdaten: Durch die Verknüpfung unterschiedlicher Informationsquellen ergeben sich Mehrwerte in vielfältigen Bereichen der Wasserwirtschaft. KI-Systeme überwachen den Wasserverbrauch und erkennen Lecks oder Ineffizienzen im Wassernetz, um Wasserressourcen zu schonen und Kosten zu senken. So kann das systematische Monitoring und die konsequente Analyse der vorhandenen internen sowie externen Daten ein Treiber für Prozess- und Systemverbesserung und damit für die Versorgungssicherheit sein.

#5 KI im Verkehrsmanagement

Wie kann der Verkehrsfluss optimiert werden? Künstliche Intelligenz bietet Städten im Bereich Verkehr unterschiedliche Ansatzpunkte. Einer bezieht sich auf die Reduzierung von Staus zum Beispiel durch die adaptive Steuerung von Ampelschaltungen auf Basis der Echtzeitauswertung von Sensordaten und Kameras im Stadtgebiet und Verkehrsprognosen. Ein anderer Ansatz zielt auf den bedarfsgerechten Ausbau des ÖPNV-Angebots ab. Wie sind die Auslastungen der einzelnen Linien? Wie lassen sich Routen optimieren? Künstliche Intelligenz hilft auch hier Antworten zu finden.

Auch der Aufbau von Digitalen Zwillingen kann im Verkehrsmanagement helfen. So können virtuelle Modelle des Straßennetzes erstellt und darauf basierend Simulationen zum Verkehrsfluss unter Annahme unterschiedlicher Bedingungen durchgeführt werden. Dadurch lässt sich zum Beispiel die Auswirkung von Straßenbaumaßnahmen auf den Verkehrsfluss ermitteln.