Zur Navigation springen Zum Hauptinhalt springen Zum Footer springen

3 Fragen an

Tobias Hesse

Kommissarischer Institutsdirektor Straßensystemtechnik am Deutschen Zentrum für Luft- und Raumfahrt e. V. (DLR)

Porträt von Tobias Hesse.

„Ohne klare Ziele bleibt KI in der Verkehrssteuerung wirkungslos“

Kommunen stehen vor einer Vielzahl an Herausforderungen in Sachen Mobilität - Staus reduzieren, Emissionen senken, die Verkehrssicherheit erhöhen. Künstliche Intelligenz (KI) kann dabei helfen, den Verkehr besser zu steuern, Infrastruktur effizienter zu nutzen und Mobilitätsangebote besser aufeinander abzustimmen. Für Kommunen und Städte eröffnen sich damit Chancen, Nachhaltigkeit, Effizienz und Lebensqualität zu erhöhen. Was es braucht, um KI-basierte Verkehrssteuerung erfolgreich zu gestalten und warum klar definierte Ziele und messbare Indikatoren entscheidend dafür sind, erklärt Tobias Hesse im Interview. Er ist Kommissarischer Institutsdirektor Straßensystemtechnik am Deutschen Zentrum für Luft- und Raumfahrt (DLR) sowie Mitglied der Plattform Lernende Systeme.

1

Herr Hesse, warum braucht es jetzt ein neues Zielbild für KI-basierte Verkehrssteuerung?

Tobias Hesse: KI schafft aktuell mit hoher Dynamik neue Möglichkeiten und Hoffnungen in vielen Bereichen. Gleichzeitig fehlen in vielen Kommunen die Ressourcen, eigenständig umfangreiche Kompetenz aufzubauen, konsequente Zielvisionen zu erarbeiten und über punktuelle Experimente in Einzelprojekten etwa bei Ampelschaltungen oder Prognosen hinauszukommen. Das führt zum einen dazu, dass Innovationen nur langsam eingeführt werden, zum anderen entstehen Abhängigkeiten von kommerziellen Systemanbietern.

Das im Rahmen des Impulspapiers entworfene Zielbild soll in diesem Sinne Orientierung schaffen: für Kommunen, die vor sehr konkreten Entscheidungen stehen, beispielsweise hinsichtlich Investitionen, Dateninfrastrukturen oder organisatorischen Zuständigkeiten. Es zeigt einen strukturierten Rahmen und macht deutlich, wie kommunale Ziele, operative Steuerung und Innovation systematisch verbunden werden können – und warum KI dann einen echten Mehrwert für Klima, Sicherheit und Lebensqualität liefert.

2

Welche Rolle spielen Key-Performance-Indikatoren (KPIs) in einer KI-basierten Mobilitätssteuerung?

Tobias Hesse: KPIs sind das Bindeglied zwischen Politik, Verwaltung und Technik. Sie übersetzen gesellschaftliche Ziele – etwa Emissionsreduktion oder Barrierefreiheit – in messbare Größen. Erst dadurch kann KI zielgerichtet lernen und steuern. Nur mittels klar definierter Indikatoren kann eine Kommune ihre Ziele mit KI erreichen – selbst bei sich ständig ändernden Verkehrslagen und -teilnehmern. Gleichzeitig schaffen KPIs Transparenz: Sie machen Wirkungen sichtbar und ermöglichen eine evidenzbasierte Kommunikation mit Politik und Öffentlichkeit.

3

Warum ist ein offenes Forschungs- und Entwicklungssystem so zentral?

Tobias Hesse: Aus meiner Sicht geht es zentral um zwei Aspekte: Ein offenes Forschungs- und Entwicklungssystem sorgt zum einen dafür, dass die notwendige Innovationsgeschwindigkeit erreicht und aufrechterhalten werden kann. Zum anderen lassen sich in einem offenen System problematische Abhängigkeiten und Lock-In-Effekte vermeiden. Der Bereich Mobilität ist extrem dynamisch. Der klassische Forschungs-, Entwicklungs-, Ausschreibungs- und Betriebsprozess benötigt aber oft viele Jahre, bis neue Ergebnisse und Funktionen durch kommerzielle Anbieter in den operativen Betrieb einer Kommune überführt werden. Ein offenes F&E-System erlaubt es Kommunen, neue Ideen, Algorithmen oder Services zu testen, ohne den laufenden Betrieb zu gefährden. Damit schaffen wir eine direkte Verbindung zwischen Forschung und Betrieb, die viele Jahre einspart, die Forschung automatisch stärker an den realen Bedarfen ausrichtet und den Kommunen mehr Souveränität ermöglicht, weil sie entscheiden, welche Innovationen sie übernehmen – und welche nicht.

 

Das Impulspapier „KI-basierte Verkehrs- und Mobilitätssteuerung in kommunalen Mobilitätssystemen“ steht hier zum Download zur Verfügung.

Das Interview ist für eine redaktionelle Verwendung freigegeben (bei Nennung der Quelle © Plattform Lernende Systeme).

Zurück