Der KI-Entwicklungslebenszyklus umfasst vier Schlüsselbereiche, die einen effektiven Einsatz von künstlicher Intelligenz ermöglichen: Daten, Datenengineering, Modellierung und Operationalisierung.
Der erste Schritt dreht sich im Wesentlichen um die benötigten Daten. Es muss ausgewählt werden, aus welchen Quellen man welche Art von Daten beschafft. Daten können wir aus ganz unterschiedlichen Bereichen erhalten: Unternehmensdatenbanken, externe Anbieter, Kamerabilder, Internetseiten. Die Auswahl ist groß. Umso wichtiger ist es, sich klarzumachen, welchen Zweck man verfolgt und welche Daten dafür hilfreich sein könnten.
Daten aufbereiten und einpflegen
Im nächsten Schritt steigen wir schon etwas tiefer in den Maschinenraum. Die Daten müssen vorbereitet und in ein passendes Format gebracht werden, sodass ein Modell damit arbeiten kann.
Anschließend wird ein Modell oder Algorithmus gesucht, welcher für die vorgegebene Aufgabe passend sein könnte. Dies kann beispielsweise ein programmierter Code sein, der einen bestimmten Auftrag beinhaltet. Zum Beispiel: Suche mir alle Informationen zu Smarten Kommunen raus. Im nächsten Schritt gewährt man dem ausgewählten Modell Zugang zu den Daten und lässt es laufen. Das bedeutet: Die Aufgabe wird ausgeführt, man prüft das Ergebnis, verbessert dahingehend das Modell und lässt die Aufgabe von neuem starten. Dieser Prozess wird so lange wiederholt, bis das Modell einen Reifegrad erreicht hat, der die Anforderungen des ursprünglichen Ziels erfüllt. Umso öfter man diesen Prozess durchführt, umso besser sind die Ergebnisse.
Als Ergebnis erhält man ein Modell oder Algorithmus, der genau weiß, wie er welche Daten verknüpfen muss, um das vorgegebene Ziel zu erreichen. Doch wie können solche trainierten Modelle oder neuronalen Netze einen Nutzen für Gemeinden und Gemeindeverwaltungen bringen?
Smart Traffic
Das Anwendungsgebiet lautet Smart Traffic. Es geht um die Reduzierung von Feinstaubbelastung, CO2-Emissionen und natürlich auch um Wirtschaftlichkeit durch Stauvermeidung. Dabei ist das Thema nicht neu. Verschiede Arten von Sensoren und Kameras zählen das Verkehrsaufkommen. Es gibt Zählschleifen am Boden, Geschwindigkeits-Messanlagen oder auch Laser-Sensoren zur Erfassung. Aber reichen die erfassten Daten aus, um eine Prognose für die Zukunft zu treffen? Auch diese Daten spiegeln nur den IST-Zustand ab und lassen keinen wirklichen Ausblick für die Zukunft zu. Was, wenn morgen eine Demonstration oder eine Veranstaltung in unmittelbarer Nähe stattfindet? Oder ein Starkregenereignis den Verkehr beeinträchtigt? Hier kommen Prädiktion, also Predictive Analytics und Handlungsempfehlungen, also Prescriptive Analytics, und damit KI ins Spiel.
Umso mehr Informationsquellen man dem Modell beifügt, umso besser kann es damit Vorhersagen treffen.
Im ersten Schritt werden auch hier die Daten aufbereitet und dann einem Modell gegeben. Dieses Modell könnte zunächst recht einfache Zusammenhänge herstellen: Jeden Morgen um 8 Uhr kommt es zu einem erhöhten Verkehrsaufkommen. In einem nächsten Schritt kann man das Modell aber zusätzlich anweisen, sich das Wetter anzuschauen und auch anstehende Events in die Vorhersage mit einzubeziehen. Umso mehr Informationsquellen man dem Modell beifügt, umso besser kann es damit Vorhersagen treffen. Solche Vorhersagen können dann wiederum in der Bauplanung genutzt werden: Wenn man beispielsweise ein Neubaugebiet mit 5.000 Einwohnern plant, kann die KI Prognosen stellen, wie sich das auf den Verkehrsfluss an einem verregneten Montagmorgen auswirken und ob auf Basis der bestehenden Ampelschaltung der Verkehr flüssig durch die Gemeinde geleitet wird.
Straßenverkehrsmanagement
Ein damit zusammenhängendes Thema ist das Straßenverkehrsmanagement. Straßenschäden können in kürzester Zeit flächendeckend erfasst werden, ohne menschliche Fehler oder zeitaufwändige Prozesse. Mit Hilfe von Kameras an kommunalen Fahrzeugen oder Sensoren an PKWs ist dies Realität. Diese Sensoren können eine Vielzahl von Daten erfassen, darunter nicht nur visuelle Informationen, sondern auch Informationen über Vibrationen, Temperatur und strukturelle Eigenschaften der Straße. Die Integration verschiedener Sensoren ermöglicht eine ganzheitliche Erfassung des Straßenzustands.
Visualisierung im Geoinformationssystem
Die wahre Magie entfaltet sich, wenn die erfassten Daten nahtlos in ein Geoinformationssystem (GIS) integriert werden. Das Ergebnis ist eine räumliche Visualisierung, die eine bessere Planung und Koordination von Reparaturmaßnahmen ermöglicht. (KI)-Modelle in Verbindung mit GIS können komplexe Muster in den Daten erkennen und präzise Ortsinformationen liefern, um gezielte Instandhaltungsmaßnahmen zu ermöglichen.
Predictive Maintenance
Diese Algorithmen erkennen Muster und Trends, ermöglichen die Früherkennung von wiederkehrenden Schäden und optimieren so vorbeugende Maßnahmen. Straßen werden intelligenter, indem sie aus ihrer eigenen Vergangenheit lernen! KI-Modelle analysieren also historische Daten, um Schadensmuster und -ursachen zu erkennen, die eine proaktive und zielgerichtete Instandhaltung ermöglichen. Insgesamt bedeutet dies eine Revolution im Straßenmanagement. Präventive Maßnahmen führen zu Effizienzsteigerungen, Kosteneinsparungen und einer nachhaltigen Zukunft. Die transparente Datenvisualisierung ermöglicht fundierte Entscheidungen, während die automatisierte Budgetplanung das Finanzmanagement auf ein neues Niveau hebt.
Chatbots
Mit KI hat sich das Anwendungsspektrum dieser Chatbots schlagartig verändert. Mit KI ist es möglich, ein Modell auf alle mögliche Fragen zu trainieren, die Qualität der Antwort zu prüfen und weiter zu verbessern. Und: Es ist möglich, deutlich mehr Informationen beizusteuern. Ein Modell, welches halbwegs gut Sprache versteht und mit den Daten der kompletten Homepage einer Gemeinde gefüttert wird, bietet schon eine sehr solide Basis. Wenn man nun die öffentlichen Protokolle von Sitzungen hinzufügt, können noch bessere Antworten gegeben werden. KI ermöglicht eine effiziente 24/7 Bürger*innenkommunikation zu jeder Tag- und Nachtzeit. Bürgerinnen und Bürger können rund um die Uhr Informationen abrufen oder Anfragen stellen, was zu einer verbesserten Erreichbarkeit und damit Zufriedenheit führt. Dies gilt umso mehr für kleinere Gemeinden, welche oftmals eingeschränkte Öffnungszeiten haben. Insbesondere in Zeiten von Personalmangel ist dies ein wesentlicher Hebel für Gemeinden. KI bietet darüber hinaus eine barrierefreie Kommunikationsplattform für unterschiedliche Bevölkerungsgruppen. Sprachbarrieren stellen beispielsweise kein Problem mehr dar, weil eine automatische Übersetzung stattfindet.
Herausforderung Datenschutz
Bürgerinnen und Bürger sind oftmals besorgt um den Schutz ihrer persönlichen Daten. Selbstverständlich tragen Gemeinden eine hohe Verantwortung, sorgsam damit umzugehen. Es lauert die Gefahr, ungewollt Daten an Konzerne wie Microsoft oder die USA abzugeben. Dabei ist es durchaus möglich, einen Chatbot datenschutzkonform zu betreiben. Das Modell kann abgeschirmt in einer eigens für die Gemeinde bereitgestellten Umgebung laufen und zudem kann bestimmt werden, auf welche öffentlichen und internen Daten Zugriff gewährt wird und auf welche nicht. Der Chatbot der AKDB läuft beispielsweise nicht in einem Rechenzentrum in den USA.
Herausforderung Komplexität
Ein weiterer Einwand ist, dass die Integration von einer KI in die bestehenden Infrastrukturen sehr komplex und aufwendig ist. Richtig ist natürlich, dass es keine standardisierten, vorgefertigten Lösungen gibt, die über einfache Installation angeschlossen werden können. Richtig ist aber auch, dass das nicht auf einmal notwendig ist: Systeme können Schritt für Schritt miteinander verknüpft und Mitarbeitende geschult werden.
Herausforderung: fehlende Fachkenntnisse
Die Entwicklung eines Chatbots übernehmen Fachexpert*innen. Gemeinden kaufen ein fertiges Programm ein oder projektieren Anwendungsfälle. Dasselbe gilt für die Qualifizierung von Mitarbeitenden. Die AKDB baut gerade einen kompletten Schulungskomplex für KI-Anwender auf, der von Basiswissen bis hin zu tiefem Spezialwissen für Fachbereiche reicht. Auch was die Furcht vor hohen Kosten angeht, darf man beruhigt sein: Es gibt viele Förderprogramme, die Gemeinden unter die Arme greifen.
Insgesamt wiegen die Vorteile schwerer als die Nachteile. Besonders in Anbetracht des grassierenden Fachkräftemangels kann und muss KI der Weg der Zukunft sein – auch Gemeinden werden sich nicht lange dagegen verschließen können.
