Leerstand, Verkehrsprobleme und sinkende Attraktivität setzen vielen Innenstädten zu. Ein innovatives Smart-City-Konzept zeigt, wie Künstliche Intelligenz helfen kann, urbane Zentren wiederzubeleben. Sensoren erfassen anonym Bewegungs- und Verkehrsdaten, die in Echtzeit analysiert werden. So lassen sich Besucherströme lenken, der öffentliche Nahverkehr bedarfsgerecht optimieren und neue Anreize für Einkäufe und Aufenthalte schaffen. Ergänzt durch digitale Parkmodelle und eine städtische Plattform entsteht ein Ökosystem, das Handel, Gastronomie und Stadtleben gleichermassen stärkt.
Wie lässt sich den Innenstädten wieder mehr Glanz verleihen, wie kann man den Einzelhandel stärker beleben? Diese Frage beschäftigt viele kommunale Entscheidungsträger. Mit Künstlicher Intelligenz (KI) als Teil einer Smart City, lautet die Antwort darauf, die das Kölner Startup dataMatters gibt.
Die Ausgründung aus der RWTH-Aachen hat ein Smart City Live-Konzept entwickelt, das sich von der Lenkung der Personenströme zu Geschäften und Restaurants über die Optimierung des Öffentlichen Personennahverkehrs (ÖPNV) entlang des tatsächlichen Bedarfs bis hin zur Parkraum-Bewirtschaftung mit gezielten Anreizen zum Einkaufen und Verweilen in der City erstreckt. «Vielerorts prägen leerstehende Ladengeschäfte und geschlossene Restaurants das Stadtbild», sagt dataMatters-Geschäftsführer Dr. Daniel Trauth. Mit dem Projekt Smart City Live will er wieder «mehr Leben in die Innenstädte bringen».
Drei Schritte zur lebendigen Innenstadt
Im Kern erfolgt die Wiederbelebung der Innenstädte bei Smart City Live in drei Schritten. Erstens wird anhand von Sensoren die aktuelle Situation kontinuierlich erfasst. Wie viele Passanten betreten auf welchen Wegen die Fußgängerzone und wie lange verweilen sie dort? Wie gelangen Fahrradfahrer in die City? Wie stark ist die Auslastung der Bus- und Bahnlinien zu welchen Zeiten? Wie lässt sich der Autoverkehr so lenken, dass er nicht als störend empfunden wird, und gleichzeitig die Autofahrer Lust bekommen, mit einem von Einkäufen prall gefüllten Kofferraum wieder nach Hause zu fahren? Die durch Sensoren fortlaufend erfassten Daten über Personenströme, ÖPNV und Verkehr werden im zweiten Schritt in einem urbanen Datenraum zusammengeführt und gespeichert. Der dritte Schritt besteht in der Analyse aller gesammelten Informationen durch ein KI-System (Künstliche Intelligenz), das den kommunalen Entscheidungsträgern konkrete Verbesserungsvorschläge unterbreitet, um die Innenstadt stärker zu beleben.
«Der Clou daran ist, dass alles in Echtzeit geschieht und man am Smartphone oder PC live verfolgen kann, was gerade in der Stadt los ist und welche Trends sich abzeichnen.»
Sagt Dr. Daniel Trauth, dataMatters-Geschäftsführer.
Dabei betont der dataMatters-Geschäftsführer zwei Aspekte besonders: «Die Erfassung und Auswertung erfolgt durchweg unter strikter Einhaltung des Datenschutzes. Und die Wahl der Maßnahmen, die konkret ergriffen werden, um die City zu beleben, liegt immer in den Händen der zuständigen Entscheidungsträger. Die Kombination aus Sensorik, Datenraum und KI sorgt lediglich dafür, dass alle relevanten Informationen aktuell zur Verfügung stehen, um darauf basierend bessere Entscheidungen zu treffen.»
Erfassung der Passantenströme in der City
Im Rahmen von Smart City Live lässt sich beispielsweise die Passantenfrequenz in der Fußgängerzone in Echtzeit messen. Hierzu werden an allen Eingängen Sensoren angebracht, die anonymisierte Bewegungsdaten erfassen. Getrackt werden dabei nicht die Personen, sondern die Wearables, zum Beispiel Smart Watches, und Smartphones – ohne dass das System die Geräte auslesen oder bestimmten Personen zuordnen kann. «In vielen Kommunen liegen dann zum ersten Mal überhaupt aktuell fortlaufende Informationen darüber vor, wie sich die Konsumenten in der Innenstadt verhalten», weiß Dr. Daniel Trauth aus Projekten. Beispielhaft nennt er ein Pilotprojekt mit der zwischen Köln und Düsseldorf gelegenen Stadt Grevenbroich. Er berichtet: «Manchmal bestätigen die realen Bewegungsdaten die Vermutungen, aber in vielen Fällen sorgen sie für große Überraschungen.» Auf Anforderung stellt dataMatters auch mobile Sensoren zur Erfassung der Passantenfrequenz zur Verfügung, die im Rahmen von Stadtfesten und ähnlichen Veranstaltungen vor Ort gezielt aufgebaut und später einfach wieder abgebaut werden können. Als Beispiel für dieses Vorgehen wird die Stadt Dormagen bei Köln/Düsseldorf genannt.
Der Vorteil in allen Fällen: Auf Grundlage dieser «Informationen aus der realen Welt» können Kommunen die Innenstadtbereiche gezielter entwickeln. Events lassen sich präzise auswerten und dementsprechend besser planen. Marketingaktionen können evaluiert und für die Zukunft optimiert werden. Doch nicht nur die kommunalen Entscheidungsträger, auch die Einzelhändler und Gastronomen gewinnen dadurch Einblicke in Kundenströme, die ihnen helfen, ihre Angebote besser darauf abzustimmen. Als aktuelles Beispiel aus diesem Sommer nennt dataMatters den «Dülmen Beach», bei dem der Marktplatz des Ortes im Münsterland zum Stadtstrand «umfunktioniert» wurde.
Dr. Daniel Trauth weiß aus Erfahrung: «Es entsteht eine völlig neue Dynamik und Diskussion in der Stadt, wie sich die Attraktivität der City als urbanes Zentrum stärken lässt.» Er verweist beispielhaft auf das Projekt «Smart Industrial City» in Nordrhein-Westfalen, bei dem die Belebung der Innenstadt neben vielen weiteren Aspekten eine wesentliche Rolle spielt. Der dataMatters-Chef betont: «Alle unsere Projekte entstehen nicht am grünen Tisch, sondern in enger Abstimmung mit den Entscheidungsträgern vor Ort und in intensiver Zusammenarbeit mit den zuständigen kommunalen Stellen wie etwa der Stadtentwicklung oder dem Stadtmarketing.»
Bus und Bahn mit KI optimieren
Die wenigsten Menschen wohnen in der Innenstadt, viele kommen mit Bus und Bahn, um in der City zu flanieren, zu shoppen oder die Gastronomie zu genießen. Damit dies reibungslos funktioniert, hat dataMatters ein smartes System zur ÖPNV-Optimierung entwickelt.
Durch LiDAR- und optische Sensoren in Bussen und Bahnen lässt sich genau erfassen, wie viele Sitz- und Stehplätze zu welchen Zeiten auf welchen Linien belegt sind, oder wie viele Kinder bzw. Erwachsene das Angebot nutzen. Wiederum werden die Informationen an einen urbanen Datenraum übermittelt und dort mit Hilfe von Künstlicher Intelligenz ausgewertet. Die KI kann darauf basierend Empfehlungen zur Optimierung des ÖPNV erarbeiten, wobei auch Ereignisse wie etwa Stadtfeste, Fußballspiele, Kulturveranstaltungen oder verkaufsoffene Sonntage berücksichtigt werden.
Dazu Dr. Daniel Trauth: «Im Ergebnis führt das zu einer höheren ÖPNV-Akzeptanz bei den Bürgern, einem zielgenaueren Personaleinsatz und Reduzierungen bei den Kosten und der Umweltbelastung.»
Ein technisches Detail von hoher Bedeutung für den Schutz der Privatsphäre: Die digitale Verarbeitung der Sensordaten durch KI erfolgt direkt an den Geräten, ohne personenbezogene Daten speichern und nachträglich verpixeln zu müssen. Dadurch genügt die ÖPNV-Optimierung wie auch alle anderen Smart City Live-Komponenten uneingeschränkt den Anforderungen der Datenschutz-Grundverordnung (DSGVO).
Wer zum Einkaufen in die City fährt, wird belohnt
In der Balance zwischen Verkehrsvermeidung und dem Streben nach Kundschaft, die den Kofferraum ihres Wagens mit Waren aus der City vollpackt, wartet dataMatters mit einem smarten Parkkonzept auf. Das zum Patent angemeldete System belohnt Autofahrer, die ihr Fahrzeug an den dafür vorgesehenen Parkhäusern und Parkflächen (beispielsweise P+R) abstellen, mit «Parkpunkten», die bei den teilnehmenden Einzelhändlern und Gastronomen eingelöst werden können – als Gutschein, Rabatt oder exklusive Kundenaktion. Dr. Daniel Trauth spricht von einem Kreislauf zur Stärkung der Innenstädte gegenüber dem Online-Handel: «Wer lokal parkt, wird dazu animiert, auch lokal einzukaufen und dafür belohnt. Und wer belohnt wird, kommt wieder.»
Das System kann durch smarte Außendisplays ergänzt werden, die – ohne App-Installation oder Login – direkt beim Parkvorgang Angebote um die Ecke anzeigen. «Das sind relevante Impulse im richtigen Moment, die dem Einzelhandel und der Gastronomie vor Ort helfen», sagt Dr. Daniel Trauth. Zugleich könnten die Städte mit dieser Art der Belohnung für Menschen, die zum Einkaufen in die City fahren, einen Kontrapunkt zu abschreckend hohen Parkgebühren, kurzen Parkhöchstdauern und überfüllten Parkhäusern setzen. «Mit unserem Smart City Live-Ansatz wird Parken in der Innenstadt seit langem erstmals wieder positiv konnotiert – und zwar gezielt im Sinne des lokalen Gewerbes», erläutert der dataMatters-Chef.
Betriebssystem urbanOS für die «intelligente Stadt»
Technische Grundlage für Smart City Live bildet urbanOS, ein von dataMatters eigens für die «intelligente Stadt» entwickeltes Betriebssystem. Ähnlich wie Apples iPhone-Betriebssystem iOS verfügt auch urbanOS über einen App Store. Dadurch können kommunale Betriebe, aber auch Einzelhandelsgeschäfte oder Gastronomie, eigene Apps in die Smart City einbringen.
«Wir haben urbanOS als eine Plattform konstruiert, die alle kommunalen Angebote zur Belebung und Optimierung in einer Stadt zusammenbringen kann», erläutert Dr. Daniel Trauth. Nach seinen Angaben ist das urbane Betriebssystem bereits in mehr als 5.400 Postleitzahlgebieten in Deutschland verfügbar.
An kommunale Verantwortungsträger gerichtet erklärt der dataMatters-Geschäftsführer: «Die Weichenstellung in Richtung Smart City muss keine große Entscheidung mit hohen Kosten sein. Man kann zunächst mit einem kleinen Pilotprojekt mit drei Sensoren in der Fußgängerzone oder am Marktplatz starten und das System dann schrittweise ausbauen.» Das Kölner Startup entwirft eigenen Angaben zufolge nicht nur die Konzepte und liefert die Technik für die Smartisierung, sondern kümmert sich auch um die damit verbundene Genehmigungsbürokratie und bringt die Handwerkerschaft mit, die alles vor Ort installiert.
dataMatters
dataMatters 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.
