Page - 177 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

iit-Themenband – Künstliche Intelligenz 177 Deutscher Mobilitätspreis etc.) Unterstützung erhalten. Auch sind erste KI-Bausteine in Anwendungen mit Mobilitätsbezug erkennbar, zum Beispiel digitale Assistenten oder eine dynamische, multimodale Navigationsunterstützung. In der Summe spielt KI in heutigen Mobilitätsanwendungen jedoch noch keine wesentliche Rolle. Weder gibt es eine (wirkliche) „Smart City“, in der Verkehrsflüsse intelligent und nachhaltig gesteuert und alle Verkehrsträger sowohl untereinander als auch mit der Infrastruktur vernetzt wären. Noch existiert eine überzeugende Sprachsteuerung, mit der es möglich wäre, ein komplexes Gespräch über längere Zeit zu führen, wie es für eine intuitiv nutzbare Fahrer-Fahrzeug-Kommunikation in beide Richtungen notwendig wäre. Möglicherweise lässt sich der aktuell geringe KI-Einsatz in der Mobilität damit erklä- ren, dass auf Daten basierende Lösungen von Mobilitätsproblemen besonders auf- wendig sind, denn Mobilität und Verkehr sind ein überaus komplexes Handlungsfeld, das einen wachsamen Fahrer in schnell wechselnden Situationen erfordert. Die Her- ausforderung für KI besteht also in der Steuerung hoch dynamischer, komplexer Sys- teme mit hohem Heterogenitätsgrad. Bevor KI in diesem Umfeld sinnvoll eingesetzt werden kann, muss zunächst eine geeignete und ausreichende Datenlage geschaf- fen werden. Die datenmäßige Erfassung, Modellierung und intelligente Analyse sol- cher Systeme ist allerdings höchst anspruchsvoll; eine Digitalisierung der Infrastruktur von Städten sowie von Fahrzeugen und deren Vernetzung untereinander sind Vorbe- dingungen für den Erfolg von KI in der Mobilität. Zwar werden Digitalisierung und Vernetzung derzeit mit Hochdruck verfolgt – wenn auch für die Sensorausstattung der zu vernetzenden Infrastruktur ein großer Aufwand vonnöten ist –, allerdings ist bislang noch kein KI-Einsatz größeren Umfangs erkennbar. Ein Hemmnis ist sicherlich die mangelnde Datenverfügbarkeit, weil die datenerhebenden und datenhaltenden Akteure so unterschiedlich sind. Und da zumal personenbezogene Datensätze sowie Sensorrohdaten von hohem Wert sind, werden sie nicht ohne weiteres Dritten zur Verfügung gestellt. Wenn diese Hürden aber genommen werden können, wenn also eine umfassende und geeignete Datenverfügbarkeit gewährleistet ist, ist die Grundlage dafür gelegt, dass sich das enorme Potenzial für den Einsatz von KI in zukünftigen Mobilitätsan- wendungen entfalten kann. Dann wird die KI einen wesentlichen Beitrag bei der Optimierung von Verkehrsflüssen leisten. Dies gilt gleichermaßen für den Waren- und Personenverkehr. Beispielsweise können mittels multimodaler Verkettung Per- sonenströme besser aufeinander abgestimmt werden und in der Konsequenz die vorhandene Verkehrsinfrastruktur entlasten. Auch können durch geschicktes Len- ken der Personen- oder Warenverkehre bisher ungenutzte Freikapazitäten erschlos- sen werden. Beispielsweise lassen sich Grünphasen von Ampeln an das Verkehrsauf- kommen anpassen. Von großer Bedeutung ist zudem das Potenzial von KI, die