dataMatters - Smart-City-Experte - KI ist für Kommunen wichtiger als 3D

2025-11-27

„KI-Systeme, die fortlaufend mit Daten aus kommunalen Sensoren versorgt werden und darauf basierend entscheidungsrelevante Informationen liefern, stellen das Kernstück einer Smart City dar, nicht 3D-Modelle der Straßen und Gebäude“, sagt der Smart-City-Experte Dr. Daniel Trauth. Er will damit vor einem Irrweg warnen: die Smartisierung mit dem digitalen Nachbau einer Stadt zu beginnen. 

Der Fachmann sagt: „Der Begriff vom ‚digitalen Zwilling‘ macht die Runde, führt aber leicht in die Irre. Nur ein intelligenter Zwilling mit KI-Gehirn, der von Sensoren überall in der Stadt mit Daten gefüttert wird, ist ein sinnvoller Ansatz. Primär grafische Darstellungen sind Geldverschwendung, selbst dann, wenn sie neben der kommunalen Topografie auch Infrastrukturen umfassen.“ Als Geschäfts­führer des aus der RWTH Aachen ausgegründeten Startups dataMatters, das auf die Realisierung von Smart-City-Projekten fokussiert ist, weiß er aus zahlreichen Gesprächen mit kommunalen Entscheidungs­trägern: „Rathaus und Stadtwerke benötigen fortlaufend aktuelle Informationen über das Geschehen in der Stadt, keine aufgehübschten 3D-Modelle.“

Besserer Service und Kostensenkung durch Optimierung

Angesichts der überwiegend knappen Haushaltslage in vielen Kommunen sollten sich die Städte bei der Smartisierung auf Projekte konzentrieren, die durch Optimierung zur Kostensenkung beitragen und gleichzeitig den Service für die Bürger verbessern. „Das geht in der Regel Hand in Hand“, sagt Dr. Daniel Trauth, und nennt den Öffentlichen Personennahverkehr (ÖPNV) als Beispiel. 

Durch LiDAR- und optische Sensoren in Bussen und Bahnen lasse sich genau erfassen, wie viele Sitz- und Steh­plätze zu welchen Zeiten auf welchen Linien belegt sind, wobei sich sogar zwischen Kindern und Erwachsenen unterscheiden lässt. Auf diese Daten gestützt könne der ÖPNV optimiert werden, um Wartezeiten zu minimieren, überlastete Busse und Bahnen ebenso wie Leerfahrten zu vermeiden und die Linienführung an den Bedarf anzupassen. „Das Potenzial der ÖPNV-Optimierung auf der Betreiber­seite ist enorm“, weiß Dr. Daniel Trauth aus Projekten. Er sagt: „Die dabei eingesparten Kosten können im zweiten Schritt für grafische Darstellungen der Bus- und Bahnlinien verwendet werden, oder noch besser in die Optimierung weiterer kommunaler Aufgaben wie etwa die Abfallwirtschaft gesteckt werden.“

Dem Smart-City-Experten ist wichtig zu betonen, dass die Kosteneinsparungen bei der ÖPNV-Optimierung nicht etwa durch Einschränkungen zulasten der Bevölkerung zustande kommen, sondern die Menschen vor Ort im Gegenteil vom verbesserten Bus- und Bahnverkehr profitieren. Die Künstliche Intelligenz spiele dabei eine zentrale Rolle. 

KI im kommunalen Datenzentrum

Er erläutert: „Die KI im kommunalen Datenzentrum, in dem alle erfassten Verkehrsdaten zusammen­fließen, kennt nicht nur die aktuelle Auslastung von Bus und Bahn, sondern weiß auch Bescheid über anstehende Stadtfeste oder die Schulferien, die die Nutzung der öffentlichen Verkehrsmittel zeitweise drastisch verändern. Anhand aller dieser Informationen erstellt die KI fortlaufend Prognosen über den optimalen ÖPNV-Einsatz und unterbreitet den Entscheidungs­trägern in der Betreibergesellschaft entsprechende Vorschläge bis hin zur Planung des Personal­einsatzes.“

Dr. Daniel Trauth stellt klar: „Beim Öffentlichen Personennahverkehr handelt es sich nur um eine von zahlreichen Möglichkeiten zur kommunalen Optimierung mittels Sensorik und KI. Die Abfallentsorgung lässt sich ebenso verbessern, indem beispielsweise der Füllstand öffentlicher Müllbehälter über Sensoren gemessen wird, so dass diese nur dann zur Leerung angefahren werden, wenn sie mindestens halb gefüllt sind. Die dadurch mögliche Optimierung der Routenplanung für die Müllabfuhr spart wiederum Kosten und verhindert zudem Wildmüll, kommt also den Menschen vor Ort zugute. Die dadurch eingesparten Kosten können im zweiten Schritt für die grafische Darstellung der Standorte der Abfallbehälter verwendet werden – obwohl es bessere Möglichkeiten gibt.“

Warnsystem vor Starkregen und Überschwemmungen

So rät der Smart-City-Experte den Kommunen zur strategisch verteilten Installation von Regen- und Wasserstandsensoren, um vor Überschwemmungen etwa aufgrund von Starkregen gewarnt zu werden. Er verweist auf das schwere Zugunglück im baden-württembergischen Landkreis Biberach im Sommer 2025, das durch einen verstopften Abwasserschacht, der übergelaufen ist, so dass Geröllmassen auf die Gleise gespült wurden, verursacht wurde. „Laub, Geröll und sonstige Verschmutzungen können einen Abfluss komplett lahmlegen“, warnt Dr. Daniel Trauth, „deshalb ist es so wichtig, mit Sensoren vor Ort die tatsächlichen Verhältnisse zu erfassen, statt nur über eine grafische Darstellung der Infrastrukturen zu verfügen.“ 

Das von dataMatters entwickelte Warnsystem vor Starkregen und Überschwemmungen funktioniert dreistufig. Erstens wird eine Wetterstation mit Regenmesser auf der höchsten Erhebung in einer Region in Betrieb genommen. Zweitens werden Wasserstandsensoren an Flüssen und Brücken angebracht. Und drittens werden andere Sensoren an Gullydeckeln, Sinkkästen und in der Kanalisation montiert, die automatisch auf Blätter, Müll und sonstige Verstopfungen kontrollieren, die den reibungs­losen Ablauf großer Wassermassen verhindern könnten. „Alle Daten werden in der KI-Zentrale zusammengeführt, um rechtzeitig vor Gefahren zu warnen“, erklärt Dr. Daniel Trauth die Zusammen­hänge, und stellt klar: „Das KI-System wird fortlaufend mit aktuellen Wetterdaten und Prognosen versorgt, um mögliche kritische Situationen frühzeitig abschätzen zu können.“ 

Der Experte hebt die Integration der unterschiedlichen Komponenten einer Smart City hervor: „Die Wettersensoren können auch Schneefall erfassen und an die ÖPNV-Planung weiterleiten, weil der Busverkehr dadurch beeinträchtigt werden kann.“ Kombisensoren können darüber­hinausgehend Temperatur, Luftfeuchtigkeit, CO2-Belastung oder Feinstaub messen, um das Mikroklima in einer Kommune zu erfassen. „Dadurch lassen sich Orte mit übermäßiger Umwelt­belastung für die Bevölkerung herausfinden und Abhilfe schaffen, beispielsweise durch Verkehrs­umlenkungen bei zu hoher Schadstoffkonzentration in der Luft. Denn natürlich kann die KI nicht nur den ÖPNV optimieren, sondern auch Vorschläge zur Verbesserung des Straßenverkehrs insgesamt etwa aufgrund von Auslastungs- und Staumessungen unterbreiten.“

Kommunales Betriebssystem mit „Echtwelt-KI“

Um dem wachsenden Bedarf an Künstlicher Intelligenz für die städtische Optimierung gerecht zu werden, hat dataMatters unter dem Namen urbanOS ein „kommunales Betriebssystem mit integrierter KI“ entwickelt. RWTH-Absolvent Dr. Daniel Trauth spricht von „Real-world AI“ im Gegensatz zu generativer KI (GenAI wie ChatGPT und Co.). Während GenAI synthetisch Texte, Bilder oder Videos generiert, auch dreidimensionale Stadtbilder, arbeitet Real-world AI mit Daten aus der realen Welt, die von überall in der Stadt angebrachten Sensoren erfasst und im kommunalen KI-Zentrum ausgewertet werden. 

„Die Verantwortlichen vor Ort erhalten auf Grundlage dieser Echtwelt-KI stark aggregierte aussage­kräftige Informationen in einem Info-Cockpit auf dem Smartphone oder am PC“, erklärt Dr. Daniel Trauth. Er führt aus: „Dabei arbeiten wir mit einem Ampelsystem auf dem Screen. Bei Grün ist alles in Ordnung, bei Gelb gilt es, sich gelegentlich zu kümmern, und bei Rot ist schnelles Handeln geboten. Dieses Cockpit ist auch grafisch übersichtlich gestaltet, zeigt aber keine 3D-Modelle der Stadt, sondern liefert konkrete Entscheidungsgrundlagen. Die dreidimensionale Aufbereitung von Kartendaten sollte man getrost Google Maps und ähnlichen Diensten überlassen, statt dafür kommunale Finanz­mittel aufzuwenden.“

Über dataMatters

dataMatters (www.datamatters.io) ist auf die Nutzung Künstlicher Intelligenz in der Realwirtschaft spezialisiert. Ein­satzgebiete: Smart City, Smart Factory, Industrie 4.0, Smart Building, IoT, Maschinen- und Anlagenbau, Gesundheits­wesen, Agrarwirtschaft u.v.a.m. Dabei werden über Sensoren Daten aus dem realen Betrieb erfasst, in Daten­räumen gesammelt und dort mittels KI-Software analysiert bzw. an KI-Systeme der Firmenkunden zur Weiter­verarbeitung über­geben. Anhand der Ergebnisse lässt sich der Betrieb effizienter, nachhaltiger und wirtschaftlicher führen. Anwendungs­­beispiele: Park­raum­bewirt­schaftung, Frühwarnsysteme für Anomalien wie beispielsweise Extrem­wetter, Maschinen­verschleiß oder Rohrbruch, Heizungs-/Beleuchtungs­automatisierung in Gebäuden, CO2-Footprint-Erfassung anhand realer Daten und vieles mehr. So greifen bspw. Kommu­nen gerne auf dataMatters zurück, um die urbane Lebensqualität und Nach­haltigkeit zu erhöhen. Dr.-Ing. Dipl.-Wirt. Ing. Daniel Trauth hat dataMatters aus der RWTH Aachen aus­gegründet und zu einem inter­nationalen Player an der Schnitt­stelle zwischen Realwirtschaft und KI geführt. Er wurde hierfür mit über 20 Ehrungen (RWTH Spin-off Award 2019, digitalPioneer 2020 des digitalHubs der Stadt Aachen, Focus Innovation Champion 2023 und 2024 u.v.a.m.) ausgezeichnet. Als Co-Chairman des „Real-World AI Forum“ in der globalen Denkfabrik Diplomatic Council berät er die Vereinten Nationen unter anderem bezüglich Smart Cities.

Bild : dataMatters