KI für Smart Cities

Beschreibung

In den letzten 70 Jahren hat sich die KI zu einem schnell wachsenden Bereich entwickelt und wird heute in einer Vielzahl von Anwendungen eingesetzt. Künstliche Intelligenz (KI) spielt eine entscheidende Rolle bei der Verbesserung von Smart-City-Initiativen. Sie bietet zahlreiche Vorteile wie eine verbesserte Wasserverteilung, ein effizientes Energiemanagement, eine bessere Abfallbehandlung und die Verringerung von Staus, Lärm und Umweltverschmutzung. Die Hauptanstrengungen bei der Entwicklung von Smart Cities konzentrieren sich auf die Generierung von Daten und die Gewinnung neuer Erkenntnisse über die komplizierte und dynamische Natur der städtischen Umwelt. (H.M.K.K.M.B. & Mittal, 2022). Seit 2008 setzen Städte künstliche Intelligenz (KI) ein, um Entscheidungsprozesse zu verbessern und zur Erreichung der Ziele für nachhaltige Entwicklung (SDGs) beizutragen. (Ingwersen & Serrano-López, 2018)

Was ist KI?

Künstliche Intelligenz (KI) bezieht sich auf die Entwicklung von Computersystemen, die Aufgaben ausführen können, die normalerweise menschliche Intelligenz erfordern, wie visuelle Wahrnehmung, Spracherkennung und Verarbeitung natürlicher Sprache. KI-Technologien umfassen verschiedene Techniken, darunter maschinelles Lernen, Deep Learning und die Verarbeitung natürlicher Sprache, um Maschinen in die Lage zu versetzen, ohne explizite Programmierung zu lernen und Aufgaben auszuführen.
Im Wesentlichen ist künstliche Intelligenz (KI) eine Technologie, die darauf ausgelegt ist, Ergebnisse zu erzielen, die auf ein bestimmtes Ziel ausgerichtet sind. Dieses Ziel ist ein von Menschen erdachtes Ziel, das in ein mathematisches Format umgewandelt wird. Die von der KI erzeugten Ergebnisse können Vorhersagen, Vorschläge oder Entscheidungen sein. (OECD, 2023).
Die Begriffe Algorithmus, KI-System, KI-Ökosystem und KI stehen für unterschiedliche Ebenen von Umfang und Komplexität. Ein Algorithmus steht auf der detailliertesten Ebene und fungiert als eine Reihe von Anweisungen, die Eingaben in Ausgaben umwandeln. Ein KI-System bezieht sich auf eine einzelne Anwendung, die bestimmte Eingaben verarbeitet, um ihre einzigartige Ausgabe zu erzeugen. Ein KI-Ökosystem beschreibt ein komplexes Netzwerk miteinander verbundener KI-Systeme, die miteinander kommunizieren und interagieren. Und schließlich ist KI der allgemeinste Begriff, der das gesamte Spektrum der Technologien, Methoden und Systeme in diesem Bereich umfasst. (Leal, et al., 2022)
Es gibt zwei Hauptkategorien von KI-Systemen: symbolische und statistische. Symbolische KI arbeitet auf der Grundlage expliziter Regeln und Logik, um zu Schlussfolgerungen zu gelangen, während statistische KI im Gegensatz dazu aus Mustern in Daten lernt und eher Induktion als Deduktion aus festgelegten Regeln verwendet. Jede Methode hat ihre Stärken, abhängig von der Anwendung. Der jüngste Aufschwung der KI und ihre weite Verbreitung sind jedoch hauptsächlich auf eine Untergruppe der statistischen KI zurückzuführen, das maschinelle Lernen (ML). (KI für den Klimawandel, 2021)

KI für Smart Cities

Die potenziellen Vorteile von KI für die Stadtplanung und -verwaltung sind vielfältig. KI bietet neue Werkzeuge und Methoden zur Analyse, Modellierung und Simulation komplexer städtischer Systeme und hat damit das Potenzial, nachhaltigere, widerstandsfähigere und lebenswertere Smart Cities für ihre Bürger zu schaffen.
Durch die Überwachung und Analyse von Daten können KI-Systeme Empfehlungen geben, um die Ressourcennutzung zu verbessern, Staus zu reduzieren und den Verkehrsfluss zu verbessern, potenzielle Sicherheitsbedrohungen zu erkennen, den Energieverbrauch zu senken, die Abfallvermeidung zu fördern usw. KI-gestützte Systeme können den Bürgern auch personalisierte Dienste anbieten, wie z.B. personalisierte Empfehlungen für Restaurants, Veranstaltungen und Aktivitäten auf der Grundlage ihrer Vorlieben. Es ist jedoch wichtig sicherzustellen, dass KI verantwortungsvoll eingesetzt wird, mit dem Schwerpunkt auf Transparenz, Verantwortlichkeit und Datenschutz. Eine solche Technologie kann dennoch genaue Analysen liefern und dabei nicht aufdringlich sein.
Der Einsatz von KI-Technologien könnte bei der Bewältigung der weltweiten sozialen, wirtschaftlichen und ökologischen Herausforderungen entscheidend sein. Obwohl jede Stadt ihre eigenen Merkmale hat, sind urbane Gebiete entscheidend für den gesellschaftlichen Wandel, insbesondere im Hinblick auf den digitalen Fortschritt. Städte sind Knotenpunkte für die Ansammlung von Menschen, Arbeitsplätzen, Forschung, Wohlstand und Freizeitaktivitäten. Sie bieten einem größeren Teil der Bevölkerung einen besseren Zugang zu Möglichkeiten und konzentrieren gleichzeitig gesellschaftliche Probleme und Umweltbelange. Angesichts ihrer Rolle in internationalen Netzwerken haben die Vor- und Nachteile der Einführung von KI-Technologien Auswirkungen, die weit über ihre geografischen Grenzen hinausreichen. (Leal, et al., 2022)
Da städtische Gebiete mit dringenden Problemen im Zusammenhang mit der Verteilung von Ressourcen, der Komplexität der Verwaltung, sozioökonomischen Ungleichheiten und Umweltgefahren konfrontiert sind, wird Innovation bei der Bewältigung dieser sich entwickelnden Herausforderungen unerlässlich. (Yigitcanlar, et al., 2021). Um das Potenzial der KI für die Verbesserung der Städte zu maximieren, müssen die Stadtverwaltungen Bedingungen schaffen, die ein nachhaltiges und integratives Wachstum unterstützen. Die KI-Governance zielt darauf ab, die Entwicklung dieser Bedingungen zu überwachen und einen ausgewogenen Ansatz für die Nutzung von Chancen und die Abmilderung von Risiken zu gewährleisten.

Grenzen der KI

Im Bereich der künstlichen Intelligenz ist ein verantwortungsvoller Umgang mit ihr von größter Wichtigkeit, birgt aber auch Herausforderungen. Diese Systeme spiegeln aufgrund der Voreingenommenheit und der Annahmen, die in ihren Trainingsdaten und ihrem Design enthalten sind, oft gesellschaftliche Vorurteile wider, die ihre Entscheidungsprozesse beeinflussen. Dieses Phänomen unterstreicht, wie wichtig es ist, in der KI-Entwicklungsphase wachsam zu sein, um zu vermeiden, dass negative Annahmen kodiert werden. Darüber hinaus fehlt der KI die Fähigkeit, ihre Effektivität zu bewerten, da sie innerhalb eines engen Rahmens von vordefinierten Zielen arbeitet, ohne die Fähigkeit zu einem menschenähnlichen Urteil. Diese Einschränkung unterstreicht den Trugschluss, dass KI zu unabhängigem Denken oder Unparteilichkeit fähig ist und eine ständige menschliche Kontrolle erfordert, um die Übereinstimmung mit weiter gefassten gesellschaftlichen Werten sicherzustellen.
Da die KI auf mathematischen Prinzipien beruht, beschränkt sich ihr Verständnis auf quantifizierbare Kennzahlen und hat Schwierigkeiten, die qualitativen Nuancen zu verstehen, die menschliche Ziele definieren. Zusammengefasst unterstreichen diese Einschränkungen die Notwendigkeit einer sorgfältigen Überlegung bei der Entwicklung, dem Einsatz und der Überwachung von KI-Systemen, um sicherzustellen, dass sie menschlichen Zwecken dienen, ohne bestehende Vorurteile zu verewigen oder die Komplexität der menschlichen Werte zu übersehen. (Leal, et al., 2022)

KI-Governance

Künstliche Intelligenz (KI) spiegelt nicht nur inhärente Vorurteile wider, sondern hat auch erhebliche Auswirkungen auf die Gesellschaft, je nachdem, in welchem Kontext sie eingesetzt wird. Lokale Regierungen müssen verstehen, wie Werte in die KI integriert werden, um ihre Entwicklung in Richtung Inklusivität und Nachhaltigkeit zu lenken. Dies erfordert ein tiefes Eintauchen in die KI-Governance, die sich nicht auf die digitale Aufsicht beschränkt, sondern auch ethische Richtlinien, gesetzliche Vorschriften, gesellschaftliche Normen und Praktiken umfasst. Governance ist hier ein weit gefasster Begriff, der verschiedene Interpretationen einschließt und sich auf Entscheidungsfindung und soziale Interaktionen konzentriert. (Leal, et al., 2022)

Trotz nationaler KI-Richtlinien stehen die Städte vor Herausforderungen innerhalb eines mehrstufigen Governance-Systems, was die Notwendigkeit eines nuancierten Ansatzes unterstreicht, der es ihnen ermöglicht, ihre einzigartige Position zu nutzen. (Schmitt, 2022) (Taeihagh, 2021) KI stellt auch eine Herausforderung für die Rechenschaftspflicht dar und erfordert robuste Rahmenwerke, um Risiken und Chancen während des gesamten KI-Lebenszyklus abzuwägen. Eine große Hürde ist die begrenzte Kapazität der Städte, sich in der KI-Governance-Landschaft zurechtzufinden, und das bei einer hohen Nachfrage nach IT- und KI-Spezialisten. Diese Herausforderung kann durch sektorübergreifende Partnerschaften und eine Konzentration auf die Entwicklung lokaler Talente angegangen werden, um sicherzustellen, dass die Kernwerte der Städte die KI-Initiativen in eine integrativere und nachhaltigere Zukunft führen.

Aus diesem Grund hat die Europäische Kommission den allerersten Rechtsrahmen für KI entwickelt, das KI-Gesetz. Dieser erste Vorschlag, der von der Europäischen Kommission ausgearbeitet wurde, soll KI-Entwicklern und -Nutzern Klarheit und Orientierung bieten und gleichzeitig den Aufwand, insbesondere für kleine und mittlere Unternehmen (KMU), minimieren. Zu den Schlüsselelementen des Vorschlags gehörten eine Governance-Struktur auf europäischer und nationaler Ebene, um KI-Risiken anzugehen, sowie eine risikobasierte Klassifizierung von KI-Systemen in vier Kategorien.

Die strengsten Vorschriften waren für KI-Praktiken reserviert, die als inakzeptable Risiken eingestuft wurden, wie z.B. das Social Scoring durch Regierungen. Anwendungen mit hohem Risiko, insbesondere für kritische Infrastrukturen oder die Strafverfolgung, unterlagen strengen Anforderungen vor der Markteinführung, einschließlich umfassender Risikobewertungen, Kontrolle der Datenqualität, Rückverfolgbarkeit und obligatorischer menschlicher Aufsicht. Umgekehrt wurden KI-Systeme mit begrenztem Risiko verpflichtet, für Transparenz zu sorgen, um eine informierte Interaktion mit der Öffentlichkeit zu ermöglichen, z. B. durch eine klare Kennzeichnung von KI-generierten Inhalten und die Offenlegung von Chatbots. Die am wenigsten riskanten Anwendungen, wie Videospiele oder Spam-Filter, erhielten mehr operative Freiheit, was ihre gutartige Nutzung in der EU widerspiegelt.

Am 6. März wurde dieser grundlegende Vorschlag mit der Verabschiedung des Gesetzes über künstliche Intelligenz durch das Europäische Parlament in geltendes Recht umgewandelt. Die Gesetzgebung, die seit Dezember 2023 in Verhandlungen mit den Mitgliedstaaten verfeinert worden war, wurde von den Abgeordneten mit 523 Ja-Stimmen, 46 Nein-Stimmen und 49 Enthaltungen deutlich unterstützt.

Das ratifizierte Gesetz schützt weiterhin die Grundrechte, die Demokratie, die Rechtsstaatlichkeit und die ökologische Nachhaltigkeit und schirmt sie vor den Risiken ab, die mit hochriskanten KI-Technologien verbunden sind. Es zielt darauf ab, Innovationen zu fördern und Europas Führungsrolle im Bereich der KI zu sichern, indem es maßgeschneiderte Verpflichtungen auf der Grundlage des Risikos und der Auswirkungen der verschiedenen KI-Systeme festlegt. Das Gesetz verbietet ausdrücklich KI-Anwendungen, die die Rechte der Bürger verletzen könnten, wie z.B. die biometrische Kategorisierung auf der Grundlage sensibler Merkmale, das wahllose Auslesen von Gesichtsbildern für Erkennungsdatenbanken, die Erkennung von Emotionen am Arbeitsplatz und in der Schule, Social Scoring, profilbasierte vorausschauende Polizeiarbeit und jegliche KI, die menschliches Verhalten manipuliert oder Schwachstellen ausnutzt.

Der Einsatz biometrischer Identifizierungssysteme durch die Strafverfolgungsbehörden ist zwar generell verboten, aber unter streng definierten und eng umrissenen Umständen erlaubt, wie z.B. bei der Suche nach einer vermissten Person oder der Verhinderung von Terroranschlägen, und unterliegt strengen zeitlichen, geografischen und genehmigungsrechtlichen Auflagen. Für KI-Systeme mit hohem Risiko gelten nun strenge Verpflichtungen zur Risikobewertung und -minderung, zur Wahrung der Transparenz, zur Gewährleistung der menschlichen Aufsicht und zur Protokollierung der Nutzung. Allgemeine KI-Systeme müssen sich an Transparenzstandards halten, einschließlich der Einhaltung der EU-Urheberrechtsgesetze und der Veröffentlichung detaillierter Zusammenfassungen ihrer Trainingsinhalte. Zu den bemerkenswerten Neuerungen gehören die Einführung von Kennzeichnungspflichten für manipulierte Inhalte, die als "Deepfakes" bekannt sind, und die Einrichtung von regulatorischen Sandkästen auf nationaler Ebene, um die Entwicklung innovativer KI-Technologien zu fördern.

Auf dem Weg zur formellen Verabschiedung und Umsetzung verkörpert das Gesetz die Grundsätze und Empfehlungen der Konferenz über die Zukunft Europas, die darauf abzielen, eine wettbewerbsfähige, sichere und vertrauenswürdige Gesellschaft mit einer transparenten und verantwortungsvollen Nutzung von KI zu schaffen und gleichzeitig die digitale Zugänglichkeit für alle, einschließlich Menschen mit Behinderungen, zu verbessern. Dieser gesetzgeberische Meilenstein markiert den Beginn einer neuen Ära in der KI-Governance, die sich eng an den europäischen Werten und strategischen Ambitionen orientiert. (Europäische Kommission, 2024).

Der Lebenszyklus der KI

Die Entwicklung eines Systems der künstlichen Intelligenz (KI) lässt sich in fünf miteinander verbundene Phasen unterteilen, die seine Interaktion mit der äußeren Umgebung beschreiben. Dieses Modell hilft dabei, die Architektur der KI und ihre Entwicklung zu verstehen und fördert die strategische Analyse. Die Phasen bilden einen Zyklus, der jeweils mit den anderen verbunden ist und Aspekte von der Erstellung des Algorithmus bis zur endgültigen Bereitstellung beeinflusst.

1. Anfangsphase
   Die Reise beginnt mit der Anfangsphase, die sich auf die Identifizierung des Problems konzentriert. Dieser erste Schritt legt den Grundstein für den Rest, denn alles, was folgt, ist mit dem ursprünglich identifizierten Problem verknüpft. Dazu gehören kritische Bewertungen und die Identifizierung potenzieller Risiken bei der beabsichtigten Verwendung des KI-Systems.
2. Entwurfsphase
   In der nächsten Phase, der Entwurfsphase, wird die Struktur des Algorithmus geplant, bevor mit der Programmierung begonnen wird. Sie baut auf den in der Anfangsphase gelegten Grundlagen auf und berücksichtigt die Teamdynamik und die potenziellen Auswirkungen der Einführung von KI, wie z.B. Veränderungen in der Machtdynamik und wirtschaftliche Auswirkungen.
3. Technische Erstellungsphase
   Die technische Erstellungsphase verlagert sich auf den praktischen Aspekt der KI-Entwicklung und konzentriert sich auf die Besonderheiten des Algorithmus und die damit verbundenen technischen Entscheidungen.
4. Implementierungsphase
   Nach der Entwicklung wird der Algorithmus in der Implementierungsphase aus einer kontrollierten Umgebung in die reale Welt übertragen. Diese Phase ist von entscheidender Bedeutung, da sie den Algorithmus den komplexen Gegebenheiten seiner Einsatzumgebung aussetzt.
5. Wartungsphase
   Die Wartungsphase schließlich befasst sich mit dem Zeitraum nach dem Einsatz des KI-Systems bis zu seiner Außerbetriebnahme. Diese Phase ist von entscheidender Bedeutung, um die anhaltende Effektivität und Relevanz des Algorithmus durch regelmäßige Updates und Wartung zu gewährleisten.
6. In städtischen Kontexten funktionieren KI-Systeme in der Regel innerhalb eines komplexen Ökosystems, was eine proaktive Risikoerkennung und -verwaltung erforderlich macht. Die Integration von KI-Entwicklungsphasen mit lokalen Projektmanagementmethoden bietet strategische Eingriffs- und Anpassungsmöglichkeiten und stellt sicher, dass die KI-Systeme mit der städtischen Dynamik und den Herausforderungen in Einklang stehen. (Leal, et al., 2022)

Etappen der Implementierung von KI-Lösungen in Smart Cities

1. Verstehen Sie den Unterschied zwischen KI und ML für Smart Cities: Beginnen Sie damit, die Interessenvertreter über die Nuancen von KI und ML aufzuklären. Das Verständnis der Fähigkeiten dieser Technologien ist entscheidend, um herauszufinden, wie sie zur Verbesserung des städtischen Lebens eingesetzt werden können, z.B. durch die Optimierung des Verkehrsflusses oder die vorausschauende Wartung der Infrastruktur.
2. Definieren Sie urbane Herausforderungen und Chancen: Identifizieren Sie klar die spezifischen Probleme oder Möglichkeiten in der Stadt, die KI angehen kann. Stellen Sie kritische Fragen zu den gewünschten Ergebnissen, den bestehenden Hindernissen, der Rolle der KI bei der Überwindung dieser Herausforderungen und den verfügbaren Daten zur Unterstützung dieser Bemühungen.
3. Priorisieren Sie wertorientierte KI-Initiativen: Wählen Sie KI-Projekte auf der Grundlage ihres Potenzials, der Stadt und ihren Einwohnern greifbare Vorteile zu bringen, und konzentrieren Sie sich dabei auf kurzfristige Ziele. Dazu könnte die Verbesserung der Effizienz des öffentlichen Nahverkehrs oder die Verbesserung der energetischen Nachhaltigkeit in öffentlichen Gebäuden gehören.
4. Bewerten Sie die Fähigkeiten und den Ansatz für die KI-Entwicklung: Beurteilen Sie, ob Sie KI-Lösungen intern entwickeln, bestehende Technologien kaufen, mit externen Partnern zusammenarbeiten oder die Entwicklung auslagern wollen, je nach den internen Fähigkeiten und strategischen Zielen der Stadt.
5. Konsultieren Sie Smart City KI-Spezialisten: Wenden Sie sich an Fachleute, die Erfahrung mit der Anwendung von KI in städtischen Umgebungen haben. Dazu könnten akademische Forscher, Innovatoren aus dem privaten Sektor und Technologen aus anderen Smart Cities gehören.
6. Bereiten Sie städtische Daten vor und sichern Sie sie: Organisieren und bereinigen Sie die Daten der Stadt, um sicherzustellen, dass sie für KI-Anwendungen bereit sind. Investieren Sie in robuste Sicherheitsmaßnahmen, um diese Daten unter Berücksichtigung des Datenschutzes und ethischer Erwägungen zu schützen.
7. Beginnen Sie klein und skalieren Sie mit Bedacht: Starten Sie Pilotprojekte zu bestimmten städtischen Herausforderungen, um das Potenzial von KI zu demonstrieren. Nutzen Sie die aus diesen ersten Bemühungen gewonnenen Erkenntnisse, um die strategische Ausweitung von KI-Anwendungen in verschiedenen Bereichen der Stadt zu steuern. (Majewski, 2023)

Anwendungsbereiche

Mobilität
Künstliche Intelligenz (KI) bietet erhebliche Verbesserungen für öffentliche Verkehrssysteme und steigert deren Effizienz und Benutzerfreundlichkeit. KI-Technologien haben sich bei der Vorhersage von Busfahrplänen und der Variabilität ihrer Ankunftszeiten als wirksam erwiesen. (Mazloumi, Geoff, Currie, & Moridpour, 2011) Darüber hinaus bietet die KI-Analyse von Umfragedaten Einblicke in die öffentliche Wahrnehmung von gemeinsam genutzten Mobilitätsoptionen, einschließlich der docklosen Fahrrad-Sharing-Systeme. (Taleqani, Hough, & K. E.) Darüber hinaus ermöglicht KI die Entwicklung von Plattformen, die eine interaktive Untersuchung und Vorhersage von Verkehrsmustern ermöglichen und damit die Bewertung von Stadtplanungsstrategien erleichtern. (Leal, et al., 2022)

Eine weitere innovative Anwendung von KI ist das intelligente Parken, bei dem in Parkbereichen installierte Sensoren Informationen über die Verfügbarkeit von Parkplätzen über mobile Anwendungen an Pendler weitergeben. Dieser Ansatz hat das Potenzial, die Verkehrsüberlastung in dicht besiedelten Stadtzentren erheblich zu verringern. ((n.d)) KI-Technologien unterstützen verschiedene Aspekte der Lieferung, der Logistik und des Transports und ermöglichen effiziente und innovative Lösungen für den städtischen Verkehr. Darüber hinaus revolutioniert KI die urbane Mobilität, indem sie die Steuerung von autonomen Fahrzeugen und Flugzeugen, einschließlich Drohnen, Hubschraubern und Flugzeugen, ermöglicht. (33A, 2024)

Umwelt- und Risikomanagement
In städtischen Kontexten ermöglicht KI die Echtzeitüberwachung von Umweltbedingungen, wie z.B. der Luftqualität, durch Verschmutzungssensoren. Darüber hinaus unterstützen die Vorhersagefähigkeiten der KI das städtische Risikomanagement, indem sie die Vorhersage von Naturkatastrophen und die Identifizierung von Gebieten ermöglichen, die anfällig für Überschwemmungen und Nachbeben sind, und so die Sicherheit und Widerstandsfähigkeit der Städte verbessern. (33A, 2024) Generative KI kann auch zur ökologischen Nachhaltigkeit beitragen, indem sie Daten zum Verschmutzungsgrad, zum Klimawandel und zu den Auswirkungen städtischer Aktivitäten auf die Umwelt analysiert. (Arkara, 2023)
Künstliche Intelligenz (KI) verfügt über die Fähigkeit, die Umweltauswirkungen von Produkten während ihres gesamten Lebenszyklus und ihrer Lieferketten zu bewerten.

Dadurch können sowohl Unternehmen als auch Verbraucher Entscheidungen treffen, die gut informiert und wirkungsvoll sind. Es ist jedoch wichtig zu erkennen, dass Daten und KI zwar eine entscheidende Rolle bei der Verbesserung der Umweltüberwachung spielen, aber auch ihre eigenen Auswirkungen auf die Umwelt haben. Insbesondere der Informations- und Kommunikationstechnologiesektor (IKT) ist für etwa 3-4% der weltweiten Emissionen verantwortlich. Außerdem verbrauchen Rechenzentren erhebliche Mengen an Wasser für die Kühlung, was einen kritischen Aspekt des ökologischen Fußabdrucks der Datenverarbeitung hervorhebt, der berücksichtigt werden muss. (UN-Umweltprogramm, 2023)

Die Anwendung von Technologien der Künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) wird im Umweltrisikomanagement immer wichtiger, insbesondere im Zusammenhang mit der Anpassung an den Klimawandel. Diese Technologien verbessern die Effizienz und Genauigkeit von Klimamodellen, ermöglichen eine detaillierte Analyse von Unsicherheiten und nutzen umfangreiche Geodatensätze für verbesserte Vorhersagen. KI und ML erleichtern die Entwicklung flexibler, modularer Modellierungsplattformen, die den Prozess der Erstellung und des Einsatzes von Modellen für verschiedene klima- und wetterbezogene Anwendungen rationalisieren. Dieser Ansatz geht auf die Komplexität der Modellierung unter unsicheren Bedingungen ein und unterstützt die Integration verschiedener Auswirkungen, wodurch die Zusammenarbeit zwischen Wissenschaftlern und Interessengruppen verbessert wird, um letztlich die Lösungen zur Minderung von Umweltrisiken zu beschleunigen. (Jones, et al., 2023)

Städtische Infrastruktur
KI befähigt Städte, ihre Infrastruktur zu verwalten. Sie kann bei der Entwicklung von vorausschauenden Wartungsstrategien für kritische städtische Infrastrukturen wie Straßen, Brücken, Rohre, Abwasserkanäle, Stromnetze und öffentliche Gebäude eingesetzt werden. KI-gesteuerte Systeme können Daten sammeln und analysieren, um den Wartungsbedarf genau vorherzusagen und so Unfälle zu vermeiden und Betriebsunterbrechungen zu minimieren.

Städte können beispielsweise KI-Anwendungen einsetzen, um digitale Zwillinge für städtische Straßennetze zu entwickeln, die eine fortschrittliche Schadensbeurteilung durch mobile Kartierung, Laserscanning und Bodenradarmessungen ermöglichen. Dieser Ansatz ermöglicht eine präzise Erkennung und Vorhersage des Bedarfs an Straßeninstandhaltung, einschließlich der Identifizierung von Schlaglöchern.

Ressourcenmanagement (Energie, Abfall und Wasser)
KI kann eine wichtige Rolle bei der Verbesserung der Verwaltung einer Reihe von Ressourcen in Städten spielen, einschließlich Energie, Abfall und Wasser. Ihre Technologien ermöglichen eine bessere Entscheidungsfindung, Optimierung und Automatisierung verschiedener Prozesse. Städte können KI nutzen, um Daten aus verschiedenen Quellen, einschließlich Sensoren, zu analysieren, um den Energiebedarf und das Energieangebot vorherzusagen und so ein effizienteres Management der Energienetze zu ermöglichen, die Verschwendung zu reduzieren und Kosteneinsparungen durch geringere Kohlenstoffemissionen zu erzielen. Darüber hinaus überwacht KI die Energieverbrauchsmuster in intelligenten Gebäuden und prognostiziert die Stromlast, -erzeugung und -übertragungskapazität im Energiesektor. (33A, 2024). Dies gewährleistet ein stabiles, effizientes und kohlenstoffarmes Stromnetz und verbessert die Nachhaltigkeit der städtischen Energieversorgung.

Darüber hinaus kann KI lernen und ihre Entscheidungsfähigkeiten im Laufe der Zeit verfeinern, was autonome Lösungen für komplexe Aufgaben ermöglicht. Diese Technologie wird in verschiedenen Bereichen angewandt, z. B. bei der Optimierung von Heiz- und Kühlsystemen in Gebäuden, um die Effizienz zu steigern und den Energieverbrauch zu senken, was ihr Potenzial zur deutlichen Verbesserung des städtischen Ressourcenmanagements zeigt. (33A, 2024). Ein ähnlicher Ansatz kann Städten auch helfen, den Wasserverbrauch mit Hilfe von Sensoren, Wettervorhersagen oder Wasserversorgungssystemen zu optimieren. Er ermöglicht eine bessere Verwaltung der Wasserressourcen, das Aufspüren von Lecks und die Reduzierung der Wasserverschwendung, was zu einer verbesserten Wassernachhaltigkeit führt. Darüber hinaus kann KI Daten von Müllsammelrouten oder Recyclinganlagen analysieren und so den städtischen Behörden helfen, die Müllsammlung besser zu verwalten, die Menge des auf Deponien entsorgten Mülls zu reduzieren und die Recyclingraten zu erhöhen.

Zu den neueren Anwendungen von KI gehört die Analyse von Datenmustern zur Vorhersage der aus Wind und Wasser erzeugten Energiemenge, um die Infrastruktur zu planen und Katastrophen zu bewältigen. (Mathe, Miolane,, Sebastien, & Lequeux, 2019) (Mathe, Miolane,, Sebastien, & Lequeux, 2019)Sie wurde auch bei der Erforschung der Entwicklung neuer Materialien eingesetzt, die Energie effizienter speichern und Energie aus kohlenstoffarmen Quellen nutzen. (Butler, Davies, Isayev, & Walsh, 2018) Künstliche Intelligenz (KI) hat die Effizienz von Energieverteilungssystemen erheblich verbessert, indem sie präzise Vorhersagen des Systemstatus mit minimalen Sensordaten ermöglicht. (Donti, et al., 2018) Durch die Verbindung von KI mit physikalischen Modellen ist es jetzt möglich, Energieflüsse in bestimmten Bereichen wie Universitätsgeländen oder Wohngebieten zu simulieren. (Nutkiewicz, Yang, & Jain, 2018) Darüber hinaus spielen KI-gesteuerte Algorithmen eine zentrale Rolle bei der Demand-Response-Optimierung, indem sie stromintensive Aktivitäten wie das Mahlen von Zement und die Pulverbeschichtung in Zeiten, in denen Strom billiger ist, intelligent planen und so den Energieverbrauch optimieren und die Kosten senken. (Zhang, et al., 2018)

Engagement der Bürger
KI kann Städten helfen, mit ihren Bürgern in Kontakt zu treten, indem sie soziale Medien, Umfragen und andere Daten analysiert, um deren Bedürfnisse und Vorlieben zu verstehen. KI-Techniken wie die Verarbeitung natürlicher Sprache (NLP) und maschinelles Lernen ermöglichen es, unstrukturierte Daten zu organisieren und zu entschlüsseln, so dass die Städte Dienstleistungen entwickeln können, die den Bedürfnissen der Bürger besser entsprechen. Städte können auch KI-gestützte Chatbots und virtuelle Agentennetzwerke (VAN) einsetzen, die automatisierte Unterstützung bieten. Diese dialogfähigen KI-Tools interagieren mit Einzelpersonen und beantworten eine Vielzahl von Anfragen und Problemen effizient, ohne dass ein Mensch eingreifen muss (33A, 2024). Durch den Einsatz von Chatbots können Städte ihre Strategien zur Einbindung der Bürger erheblich verbessern und ihren Einwohnern schnelle und zugängliche Unterstützung bieten.

Die Integration von Künstlicher Intelligenz (KI) in die Bürgerbeteiligung erleichtert eine integrativere Verwaltung, indem sie KI und Large Language Models (LLMs) einsetzt, um die Zugänglichkeit zu verbessern und das Feedback der Bürger effizient zu analysieren. Dies ist ein Beispiel für das Potenzial von KI, den Zugang zu Behördendiensten zu demokratisieren, und für die Fähigkeit von KI, die Prioritäten der Gemeinschaft durch die Analyse von Social Media-Daten zu ermitteln. Durch die Institutionalisierung von Feedback-Mechanismen und die Nutzung von KI für eine umfassende Datenanalyse können Regierungen sicherstellen, dass die Entwicklungsmaßnahmen eng an den Bedürfnissen der Gemeinschaft ausgerichtet sind. Dieser gestraffte Ansatz unterstreicht die zentrale Rolle der KI bei der Umgestaltung der Interaktion zwischen Bürger und Regierung und stellt sicher, dass die Politik und die Dienstleistungen sowohl auf die Bedürfnisse der Bürger eingehen als auch die verschiedenen Stimmen widerspiegeln, denen sie dienen sollen. (Rahim, Mahony, & Bandyopadhyay, 2024)

KI kann nicht nur städtische Systeme optimieren, sondern auch die Erfahrungen der Bürger verbessern und personalisierte Dienstleistungen anbieten. Durch die Analyse von Daten über die Vorlieben und das Verhalten der Bürger können KI-gestützte Systeme personalisierte Empfehlungen für Restaurants, Veranstaltungen und Aktivitäten geben. Dies steigert das Engagement und die Zufriedenheit der Bürger und trägt zu einer lebendigen Stadtkultur bei. (Nolle, 2023)

Sicherheit und Schutz
KI kann Städten dabei helfen, ihre Sicherheitslösungen zu verbessern. So kann die KI-gestützte Videoanalyse beispielsweise eingesetzt werden, um automatisch potenzielle Bedrohungen zu erkennen oder soziale Bewegungen und Verhaltensweisen zu überwachen und zwischen verschiedenen Gruppen wie Paaren oder Erwachsenen mit Kindern zu unterscheiden. Darüber hinaus können Städte diese Technologie einsetzen, um die Einhaltung staatlicher Vorschriften und Richtlinien in öffentlichen Bereichen zu bewerten und den Behörden und Unternehmen sofortiges Feedback zu geben. Diese Anwendung wurde besonders deutlich bei den Tools, die für die öffentliche Reaktion auf die COVID-19-Pandemie entwickelt wurden. So waren KI-Technologien beispielsweise in der Lage, die Einhaltung von Hygienemasken und sozialen Distanzierungsmaßnahmen im öffentlichen Raum zu erkennen.

Während wir beginnen, künstliche Intelligenz (KI) in unsere Überwachungssysteme einzubauen, wird die Rolle der Deep Learning (DL)-Analytik schnell als wertvolles Werkzeug für viele Organisationen deutlich. Ein hervorragendes Beispiel dafür ist die forensische Suche, bei der umfangreiche Videoarchive durchforstet werden, um bestimmte Objekte oder Vorfälle zu lokalisieren. Angesichts der zunehmenden Integration von DL und Analytik in die Überwachungstechnologie ist es wichtig, diese Erweiterung mit Bedacht anzugehen. Das Verständnis des gesamten Anwendungsbereichs, die Kenntnis der Grenzen der Technologie und die Durchführung gründlicher Tests und Bewertungen sind wichtige Schritte, um die Vorteile der Technologie erfolgreich zu nutzen.

Die Grundlage für eine erfolgreiche Videoanalyse liegt in der Qualität des Überwachungsmaterials. Das Prinzip der 'Bildverwendbarkeit' unterstreicht die Tatsache, dass die Effektivität der Videoanalyse in hohem Maße von der Qualität der Kamera und der Klarheit der von ihr aufgenommenen Bilder abhängig ist. Von Überwachungskameras wird erwartet, dass sie rund um die Uhr und unter einer Vielzahl von Umgebungsbedingungen und Beleuchtungssituationen eingesetzt werden können und gleichzeitig die Fähigkeit besitzen, Bilder in Echtzeit präzise zu verarbeiten. (AXIS Comunications, 2023)

Informierte Stadtplanung
KI kann die Stadtplanung verbessern, indem sie die Städte mit datengesteuerten Erkenntnissen leitet. Sie kann bei der Flächennutzungsplanung eingesetzt werden, um die besten Standorte für Wohn-, Gewerbe- und Erholungszwecke zu ermitteln. KI erreicht dies durch die Analyse von Mustern des städtischen Wachstums, der Migration und des demografischen Wandels, die der Schlüssel zur genauen Vorhersage des unmittelbaren und langfristigen Bedarfs an Wohnraum, Transport und Dienstleistungen sind.

Darüber hinaus kann KI zur Modellierung und Simulation städtischer Räume eingesetzt werden, z.B. durch die Integration in Digital Twins Systeme, die dynamischere und genauere Darstellungen ermöglichen. So können Planer künftige Entwicklungen visualisieren und ihre potenziellen Auswirkungen z.B. auf die bebaute Umwelt bewerten, einschließlich Aspekten wie Sonneneinstrahlung im öffentlichen Raum und Bebauungsdichte. Die traditionelle Stadtplanung stützt sich häufig auf statische Modelle und begrenzte Daten, was zu Ineffizienz und suboptimalen Entscheidungen führen kann. Mit der Erstellung digitaler Zwillinge können interne Daten mit externen Variablen verwendet werden, um mögliche zukünftige Entscheidungen hinsichtlich der Optimierung von Ressourcen, der Schaffung von Infrastruktur oder der Implementierung eines neuen Systems zu simulieren.

Künstliche Intelligenz (KI) revolutioniert die Stadtplanung, indem sie umfangreiche Daten zur Entscheidungsfindung nutzt, was zu einer nachhaltigeren und effizienteren Stadtentwicklung führt. Sie erkennt Trends und prognostiziert Veränderungen, so dass Planer fundierte Entscheidungen über die Zoneneinteilung und Infrastruktur treffen können. KI automatisiert Routineaufgaben und ermöglicht es den Planern, sich auf komplexe städtische Herausforderungen zu konzentrieren. Diese Technologie verbessert nicht nur die Entscheidungsfindung, sondern verlagert auch die Rolle der Planer hin zu einer tieferen Auseinandersetzung mit städtischen Themen und verbessert die Forschung und Planungspraxis. Letztlich verspricht die KI, besser gestaltete Städte zu schaffen, die den sich wandelnden Bedürfnissen ihrer Bevölkerung gerecht werden und eine strategischere, gerechtere und reaktionsfähigere Stadtentwicklung ermöglichen. (Peng, Lu, Liu, & Zhai, 2023)

Stadtverwaltung
KI kann die Stadtverwaltung unterstützen, indem sie die Verwaltung von Informationen aus verschiedenen Quellen wie wissenschaftlichen und rechtlichen Dokumenten, digitalen Plattformen und Datenbanken rationalisiert. Sie wandelt unstrukturierte Daten wie E-Mails effizient in strukturierte Formate wie Excel-Tabellen um und erleichtert so den Umgang mit den Daten. Darüber hinaus verbessert die KI die Datenvisualisierung durch Dashboards und Berichte mit Diagrammen, interaktiven Karten und Apps, um eine fundiertere Entscheidungsfindung zu unterstützen und die betriebliche Effizienz zu verbessern. (33A, 2024)

Die Integration von KI in die Stadtverwaltung verspricht straffere Arbeitsabläufe und mehr Effizienz, indem Routineaufgaben automatisiert werden, um die Servicequalität und den Zugang zu Leistungen zu verbessern. Der Einsatz von KI erfordert jedoch einen strengen ethischen und rechtlichen Rahmen, um Voreingenommenheit abzuschwächen und Transparenz und Fairness zu gewährleisten. Die Dynamik der digitalen Verwaltung erfordert eine kontinuierliche Anpassung von Gesetzen und Standards und fördert die Zusammenarbeit zwischen Rechtsexperten, Technologen und politischen Entscheidungsträgern. Dieser ausgewogene Ansatz stellt sicher, dass KI nicht nur die Verwaltungsprozesse optimiert, sondern auch die Grundsätze der Demokratie und der Gleichbehandlung aufrechterhält und so die nachhaltige Entwicklung von Smart Cities untermauert. (Parycek, Schmid, & Novak, 2023)

Bildung
In den letzten Jahren hat sich der Bildungssektor dank der Einführung von Künstlicher Intelligenz (KI) und Informationstechnologie (IT) erheblich weiterentwickelt. Dieser Wandel hin zu intelligenter Bildung beinhaltet die Nutzung von IoT und KI, um kontinuierliche, ansprechende Lernumgebungen zu schaffen und Bildungseinrichtungen landesweit durch einen intelligenten, multidisziplinären Ansatz zu vernetzen.

Zu den Schlüsselinnovationen gehören intelligente Geräte und Robotik im Bildungsbereich. Ein Beispiel dafür ist ein Smartphone-gesteuerter Roboter in einer Smart City-Simulation, der das praktische Lernen in intelligenten Klassenzimmern verbessert. Darüber hinaus rückt personalisiertes Lernen immer mehr in den Mittelpunkt. Es werden neue Tools entwickelt, die mithilfe von KI den individuellen Lernstil bewerten und anpassen. Dieser Ansatz zielt darauf ab, den Lernerfolg zu optimieren, indem die Schüler mit den effektivsten Lernstrategien ausgestattet werden.

Darüber hinaus unterstreicht die Ausweitung der E-Learning-Plattformen die Bedeutung einer auf die individuellen Bedürfnisse zugeschnittenen Bildung, die den Studenten ein breiteres Spektrum an Online-Lernmöglichkeiten bietet und einen Wandel hin zu leichter zugänglichen, maßgeschneiderten Bildungserfahrungen markiert. (H.M.K.K.M.B. & Mittal, 2022)

Wertschöpfungsmodell

Stadtkontext

Der Erfolg von KI-Lösungen hängt von der Verfügbarkeit umfassender, hochwertiger Daten ab. Städte, die über Systeme zur Erfassung, Speicherung und Analyse städtischer Daten verfügen, können KI-Technologien leichter implementieren und davon profitieren. Um generative KI effektiv in Smart-City-Initiativen einzubinden, ist eine Kombination aus technischem Know-how, vorausschauender Führung und umfassender Einbindung der Interessengruppen unerlässlich.

Technisches Know-how und vorausschauende Führung: Damit sich generative KI positiv auf Smart Cities auswirken kann, müssen Führungskräfte und Interessenvertreter ihre Integration in die aktuellen Infrastrukturen und Dienstleistungen ins Auge fassen. Sie müssen sich über die Fortschritte der KI auf dem Laufenden halten und herausfinden, wo generative KI am nützlichsten sein könnte. Die Förderung einer Kultur der Innovation und Zusammenarbeit ist der Schlüssel, um verschiedene Gruppen zu ermutigen, gemeinsam KI-gestützte Lösungen zu entwickeln und einzusetzen.

Stakeholder einbinden: Der Erfolg von generativen KI-Projekten in Smart Cities hängt von der aktiven Beteiligung aller relevanten Parteien ab. Das bedeutet, dass staatliche Stellen, private Unternehmen, akademische Kreise und die Bevölkerung zusammenkommen müssen, um gemeinsam KI-Initiativen zu entwickeln. Durch die Einbeziehung einer Reihe von Standpunkten und Fachkenntnissen können Städte KI-Anwendungen entwickeln, die auf die besonderen Bedürfnisse und Hürden ihrer Bevölkerung eingehen.

Eine wirksame Umsetzung muss sich an den Grundsätzen intelligenter Städte orientieren und sich auf Lösungen konzentrieren, die den Menschen in den Mittelpunkt stellen, sowie auf sektorübergreifende Partnerschaften und eine datengestützte Verwaltung. Generative KI sollte darauf abzielen, den Lebensstandard und die Nachhaltigkeit zu verbessern, und sicherstellen, dass Innovationen transparent und ethisch vertretbar sind und sich auf das Wohl der Bürger konzentrieren. (Arkara, 2023)

Regierungsinitiativen

Die Strategie der Europäischen Union für künstliche Intelligenz (KI) legt den Schwerpunkt auf Exzellenz und Vertrauen und zielt darauf ab, die sichere, ethische und innovative Entwicklung von KI zu gewährleisten. Zu den wichtigsten Komponenten dieser Strategie gehören:

• KI-Paket (April 2021): Einführung eines umfassenden Pakets von Initiativen, darunter eine Mitteilung zur Förderung eines europäischen KI-Ansatzes, eine Überprüfung des koordinierten Plans für KI mit den Mitgliedstaaten und ein Vorschlag für einen Regulierungsrahmen, der sich mit den Auswirkungen von KI befasst.
• AI@EC Mitteilung (Januar 2024): Umriss der Strategien zur Verbesserung der KI-Kapazitäten der Kommission mit Schwerpunkt auf einer sicheren, transparenten und auf den Menschen ausgerichteten KI-Nutzung.
• Investitionen und Zusammenarbeit: Die Verpflichtung, die KI-Entwicklung durch die Programme Horizont Europa und Digitales Europa in erheblichem Umfang zu finanzieren, mit dem Ziel einer jährlichen Investition von 20 Milliarden Euro aus dem öffentlichen und privaten Sektor. Die Fazilität für Konjunkturbelebung und Widerstandsfähigkeit unterstützt dies zusätzlich mit 134 Milliarden Euro, die für digitale Initiativen vorgesehen sind.
• Rechtlicher Rahmen für vertrauenswürdige KI: Es wird ein differenzierter rechtlicher Rahmen für den Umgang mit KI-Risiken vorgeschlagen, der Kategorien (minimale, hohe, inakzeptable und spezifische Transparenzrisiken) einführt und spezielle Vorschriften für KI-Modelle für allgemeine Zwecke festlegt.

Diese Maßnahmen spiegeln das Bestreben der EU wider, bei der vertrauenswürdigen KI weltweit führend zu werden und ein Gleichgewicht zwischen Innovation, Grundrechten und Sicherheit herzustellen. (KOMMISSION E. , n.d.)

Stakeholder Mapping

Marktpotenzial

Marktpotenzial

An der Innovationsfront konzentrieren sich KI-Entwickler aktiv auf die Entwicklung von KI-gestützten Fähigkeiten, Produkten und Dienstleistungen für intelligente Städte und Gemeinden. Die Innovatoren, die Kunden von TEF sind, werden sich zu Dienstleistern für städtische und kommunale Umgebungen entwickeln. Die folgenden Abschnitte befassen sich mit Schätzungen der Größe des KI-Marktes in Europa und weltweit, bieten Einblicke in die KI-Innovationslandschaft der EU, beleuchten die Hürden, denen sich KI-Entwickler im Rahmen von Smart Cities und Communities gegenübersehen, erörtern Markttrends und -anforderungen, analysieren die Konkurrenz für CitCom.ai und schließen mit übergreifenden Beobachtungen.

Schätzungen zur Größe des KI-Marktes

Dieses Segment bietet einen Überblick über die Größe des KI-Marktes in Europa und auf der ganzen Welt. Trotz der Diskrepanzen zwischen den Analysten in Bezug auf die genauen Zahlen und Marktdefinitionen zeichnet sich ein Konsens über die Marktgröße und die zukünftigen Trends ab, der wertvolle Hinweise liefert. Die Daten zum KI-Sektor geben Aufschluss über die Anzahl der KI-Unternehmen in Europa, die globalen und europäischen Umsatzgrößen, regionale KI-Investitionen und Prognosen für den KI-Markt im öffentlichen Sektor. Zunächst meldete der AI Watch Index 2021 etwa 5.776 KI-Akteure in der EU28 im Jahr 2020, darunter Forschungsinstitute, Unternehmen und Regierungsstellen. Innerhalb dieses Ökosystems teilt der GFS-Bericht die KI-Unternehmen in drei Kategorien ein: diejenigen, die sich in erster Linie auf KI konzentrieren, ohne Patente anzumelden, diejenigen, die KI-bezogene Patente anmelden, und diejenigen, die sich sowohl auf KI konzentrieren als auch Patente anmelden, wobei 43 Firmen (0,7 % aller KI-Unternehmen in der EU) in die letztere Kategorie fallen. Eine Studie über KI und Blockchain für die Zukunft Europas, die sich auf Daten von Crunchbase stützt, hat 950 KI-KMU in der EU27 identifiziert.

Ein Bericht von Precedence Research aus dem Jahr 2023 beziffert den Wert des globalen KI-Marktes auf 454,12 Mrd. USD im Jahr 2022 und prognostiziert einen Wert von 2.575,16 Mrd. USD bis zum Jahr 2032, was einer CAGR von 19% von 2023 bis 2032 entspricht. Der Anteil Europas an diesem Markt lag im Jahr 2022 bei 25%, wobei erwartet wird, dass der Umsatz des europäischen KI-Marktes bis 2032 etwa 712,61 Mrd. USD erreichen wird. Die Investitionstrends laut Pitchbook zeigen, dass KI-Startups im Jahr 2021 mehr als 115 Milliarden USD einnehmen werden, was einen Anstieg von 87,2% gegenüber dem Vorjahr bedeutet. Die aktuellen Daten des OECD.AI Policy Observatory geben Aufschluss über die Entwicklung der KI, die Nutzungsraten und die sektorspezifischen Investitionen, wobei sich die Risikokapitalinvestitionen in die KI-Branchen in der EU27 von 2012 bis 2023 auf rund 51 Milliarden USD belaufen. Die Analyse deutet darauf hin, dass Sektoren, die mit CitCom.ai in Verbindung stehen - wie Mobilität & Reisen, Energie und digitale Entwicklungsunterstützung - 10-15% der gesamten KI-Finanzierung in Europa erhalten.

Aus den Daten von EUROSTAT, Spintan und Intan-Invest geht hervor, dass die europäischen Investitionen in die Entwicklung und Einführung von KI im Jahr 2020 mehr als 15,9 Milliarden Euro betragen werden, wobei der private Sektor 10,7 Milliarden Euro (67 %) und der öffentliche Sektor 5,2 Milliarden Euro (33 %) beisteuern wird. Die Prognosen für die Zukunft sind sogar noch ehrgeiziger: Im AI Watch Report 2021 des JRC wird ein Ziel von 22 Mrd. € bis 2030 genannt, eine Zahl, die bis 2025 auf über 30 Mrd. € ansteigen könnte, wenn die derzeitigen Wachstumstrends anhalten, so eine Veröffentlichung des JRC. Bei der Untersuchung des KI-Marktes speziell für den öffentlichen Sektor in der EU sind die verfügbaren Daten begrenzt, insbesondere in Bezug auf intelligente Städte und Gemeinden. Dennoch legt eine Analyse von GovReport nahe, dass KI für die Bewältigung der dynamischen Anforderungen von Behördendiensten unverzichtbar sein wird, auch wenn es aufgrund des Mangels an detaillierten sektoralen Daten schwierig ist, die Größe dieses Marktsegments genau zu bestimmen.

Dieser umfassende Überblick zeichnet das Bild einer sich schnell ausbreitenden KI-Landschaft, die durch robuste Investitionen und Innovationen unterstrichen wird, mit spezifischen Auswirkungen und Chancen für intelligente Städte und Gemeinden.

Wettbewerber, die TEF-Dienste anbieten.

Die TEF (Einrichtung für KI-Tests und -Experimente) zeichnet sich durch ihren umfassenden Ansatz aus, der ein breites Spektrum an Disziplinen abdeckt, eine große geografische Reichweite in ganz Europa bietet und KI-Entwicklern, die sich auf Smart Cities und Kommunen konzentrieren, eine Reihe von Dienstleistungen zur Verfügung stellt. Trotz seiner einzigartigen Positionierung steht CitCom.ai im potenziellen Wettbewerb mit mehreren Organisationen, die verwandte oder vergleichbare Dienstleistungen anbieten. Um seinen Wettbewerbsvorteil zu wahren, wird CitCom.ai diese Unternehmen genau beobachten, um sicherzustellen, dass sich seine Angebote weiterhin vom Markt abheben. Zu den potenziellen Wettbewerbern gehören:

- Forschungs- und Technologie-Organisationen (RTOs): In 32 Ländern bieten etwa 350 RTOs Unterstützung für KMUs an und nehmen aktiv am Programm Horizon Europe teil. Bemerkenswert ist, dass an jedem zweiten Projekt im Rahmen dieses Programms mindestens eine RTO beteiligt ist.
- Andere TEFs: Es gibt noch weitere Test- und Experimentiereinrichtungen, z.B. solche, die sich auf die Bereiche Gesundheit, Landwirtschaft und KI-spezifische Sektoren wie AI-Matters konzentrieren. Künftige TEFs könnten sich auf den Energiesektor und öffentliche Dienstleistungen ausweiten.
- AI4Cities: Diese Initiative zielt darauf ab, den Übergang der Städte zur Kohlenstoffneutralität durch den Einsatz von KI in sechs Schlüsselbereichen zu beschleunigen: Mobilität, Energie, Bauwesen, Anpassung an den Klimawandel, Kreislaufwirtschaft und Einbindung der Bürger.
- AI4EU: Dieses Projekt entwickelt eine europäische KI-On-Demand-Plattform und ein Ökosystem zur Erleichterung der KI-Entwicklung und -Tests in verschiedenen Bereichen, darunter Gesundheitswesen, Medien, Landwirtschaft, Robotik und Fertigung.
- AI4Copernicus: Dieses Projekt nutzt das Copernicus-Erdbeobachtungsprogramm zusammen mit der europäischen KI-On-Demand-Plattform, um KI-gesteuerte Lösungen für ökologische und gesellschaftliche Probleme in Bereichen wie Energie, Sicherheit, Gesundheitswesen und Landwirtschaft zu entwickeln.

Gründung
In diesem Abschnitt werden verschiedene Finanzierungsprogramme der Europäischen Union vorgestellt, die darauf abzielen, das Wachstum von digitalen und Smart-City-Initiativen sowie die Entwicklung künstlicher Intelligenz (KI) zu unterstützen. Diese Programme sind vielfältig und reichen von der Umsetzung digitaler Infrastrukturen bis hin zu Forschungs- und Innovationsprojekten. Das übergeordnete Ziel ist es, die digitale Transformation, Nachhaltigkeit und Wettbewerbsfähigkeit in europäischen Städten, Regionen und Volkswirtschaften voranzutreiben. Die Finanzierung konzentriert sich auf mehrere Schlüsselbereiche, darunter die Entwicklung intelligenter Städte und Gemeinden, die Weiterentwicklung der KI, die Verbesserung der digitalen Infrastruktur und Plattformen sowie die Unterstützung kleiner und mittlerer Unternehmen (KMU). Im Folgenden geben wir einen Überblick über die wichtigsten Finanzierungsmechanismen:

• Programm Digitales Europa (DIGITAL): Mit einem Budget von 7,6 Milliarden Euro zielt DIGITAL darauf ab, die digitale Transformation Europas zu beschleunigen, indem relevante Projekte finanziert werden, insbesondere solche, die mit intelligenten Städten und KI zu tun haben. Es befasst sich mit Herausforderungen wie Infrastrukturlücken und dem Management der digitalen Transformation und stellt 9,2 Milliarden Euro bereit, um kritische Technologien wie KI, Cybersicherheit und Supercomputing voranzutreiben. Ein weiterer Schwerpunkt des Programms ist der Erwerb digitaler Kompetenzen und die Nutzung interoperabler digitaler Technologien. 2,1 Milliarden Euro sind für die Förderung gemeinsamer europäischer Datenräume und die Unterstützung ethischer KI vorgesehen. Das Programm richtet außerdem ein Netzwerk von Europäischen Zentren für digitale Innovation (EDIHs) ein, um die technologischen Kapazitäten und die Innovation in der EU zu verbessern.
• Horizont Europa: Mit einem massiven Investitionsvolumen von 94,1 Milliarden Euro unterstützt Horizon Europe Forschung und Innovation, um die technologischen und wissenschaftlichen Grundlagen der EU zu stärken, einschließlich intelligenter Städte und KI-Entwicklung. Ein Teil des Budgets, nämlich 13,6 Milliarden Euro, ist speziell für die Bereiche "Digital, Industrie und Raumfahrt" vorgesehen. Horizon Europe steht auch im Einklang mit strategischen Initiativen wie dem Europäischen Green Deal und der Digitalen Agenda, um den wissenschaftlichen Fortschritt zu fördern, globale Herausforderungen zu bewältigen und das Wirtschaftswachstum und die Schaffung von Arbeitsplätzen zu unterstützen.
• InvestEU: Mit einer Haushaltsgarantie in Höhe von 26,2 Milliarden Euro zielt InvestEU darauf ab, zusätzliche private und öffentliche Investitionen in Höhe von insgesamt 372 Milliarden Euro zu mobilisieren, um Innovation, Digitalisierung und sozioökonomisches Wachstum zu fördern, insbesondere als Reaktion auf die COVID-19-Pandemie. Es konzentriert sich auf strategische Ziele der EU, darunter die Förderung von digitalen Städten und KI.
• Binnenmarktprogramm: Dieses mit 4,2 Milliarden Euro ausgestattete Programm zielt darauf ab, den Binnenmarkt zu straffen, KMU bei der Nutzung digitaler Technologien zu unterstützen, den Verbraucherschutz zu stärken und die EU-Statistiken zu verbessern und so die Wettbewerbsfähigkeit und die digitale Dimension des Binnenmarktes zu stärken.
• Fazilität "Connecting Europe" (CEF): Das Budget der CEF in Höhe von 33,7 Milliarden Euro unterstützt den Ausbau der transeuropäischen Netze in den Bereichen Verkehr, Energie und digitale Infrastruktur und erleichtert die Einführung von Smart-City-Lösungen und KI durch eine Mischung aus Zuschüssen, Mischfinanzierung und Beschaffungsstrategien.
• Europäischer Fonds für regionale Entwicklung (EFRE): Der EFRE stellt 226 Milliarden Euro zur Verfügung, um Europa wettbewerbsfähiger und intelligenter zu machen. Der Schwerpunkt liegt dabei auf Infrastruktur, KMU und der Förderung der Zusammenarbeit innerhalb der EU durch Programme wie Interreg und den Kohäsionsfonds, der sich vorrangig an weniger entwickelte Regionen richtet.
• Fazilität für Erholung und Widerstandsfähigkeit: Diese Fazilität, die Teil der COVID-19-Pandemiebekämpfung ist, stellt 672,5 Milliarden Euro (sowohl nicht rückzahlbare als auch rückzahlbare Mittel) bereit, um die grüne und digitale Transformation der EU-Volkswirtschaften zu unterstützen, wobei ein erheblicher Teil für digitale Initiativen vorgesehen ist.
• Just Transition Fund: Dieser mit 17,5 Milliarden Euro ausgestattete Fonds zielt darauf ab, die sozioökonomischen Auswirkungen der Umstellung auf die Energie- und Klimaziele der EU abzumildern und bietet Unterstützung für Arbeitnehmer und Gemeinden, die von der Abkehr von fossilen Brennstoffen und kohlenstoffintensiven Industrien betroffen sind.
• Innovationsfonds: Von 2020 bis 2030 werden rund 40 Milliarden Euro bereitgestellt, um die Einführung innovativer kohlenstoffarmer Technologien und Prozesse zu unterstützen. Die Mittel stammen aus der Versteigerung von EU-Emissionshandelszertifikaten, wobei der Schwerpunkt auf energieintensiven Sektoren, Kohlenstoffabscheidung, erneuerbaren Energien und Speichertechnologien liegt.
• LIFE-Programm: Mit einem Budget von 5,4 Milliarden Euro unterstützt das LIFE-Programm Projekte, die sich mit Umwelt- und Klimafragen befassen und die Einführung nachhaltiger, kreislauforientierter und klimaresistenter Verfahren und Technologien fördern.
  Diese Programme zielen gemeinsam darauf ab, Innovationen zu fördern, den nachhaltigen und digitalen Wandel zu unterstützen und die Wettbewerbsfähigkeit der Europäischen Union auf der globalen Bühne zu verbessern.

Marktchancen/Potenzial

Diese Analyse befasst sich mit der strukturierten Organisation und dem strategischen Fokus von drei verschiedenen regionalen Initiativen, die sich jeweils für bestimmte Innovationsbereiche einsetzen und Marktchancen für die Entwicklung von KI-basierten Projekten für Smart City-Lösungen darstellen. Diese Initiativen gruppieren sich um zentrale Knotenpunkte, die als Supernodes bezeichnet werden und die Innovationsbemühungen in ihren jeweiligen Regionen anführen. Jeder Supernode ist ein Zusammenschluss aus einem Hauptknoten, der die übergreifende regionale Strategie leitet, und Nebenknoten, die sich auf bestimmte Themenbereiche unter dem breiteren Innovationsdach spezialisieren. Die folgenden Abschnitte bieten eine eingehende Marktanalyse dieser thematischen und unterthematischen Bereiche, wie sie von den Supernodes festgelegt wurden.

Der nordische Supernode: Die Betonung von 'POWER' in der Energie

Der nordische Supernode mit dem Thema 'POWER' erforscht den facettenreichen Bereich der Energie, der eine Vielzahl von Quellen wie Gas, Wind, Sonne, Wasser, Kernkraft und Biomasse und andere umfasst. Der Schwerpunkt liegt auf der komplexen Marktstruktur, die Übertragungsnetzbetreiber (ÜNB), Verteilernetzbetreiber (VNB) und die Lieferkette umfasst. Während sich die ÜNB und VNB als Monopolisten traditionell auf die Netzstabilität und die Energieversorgung konzentrieren, liegt der Schwerpunkt zunehmend auf Innovationen in der nachhaltigen Energieerzeugung, -speicherung und -umwandlung. Dazu gehören auch Fortschritte bei der Umweltüberwachung für einen fundierteren und umweltbewussteren Ansatz, der durch digitale Technologien zur Datenerfassung, -analyse und -verbreitung unterstützt wird. Darüber hinaus wird die Bedeutung der Cybersicherheit für den Schutz der Energieinfrastruktur vor Cyber-Bedrohungen hervorgehoben, ebenso wie die europäische Agenda zur Verringerung der Abhängigkeit von fossilen Brennstoffen durch Elektrifizierung und die Integration erneuerbarer Energiequellen.

Unterthemen:

• Energie
• Umweltlösungen
• Cybersicherheit

Regionale Einblicke

• Cybersicherheit für mit dem Internet verbundene Energiegeräte
• Dynamische Bewertung von Transformatoren
• Temperaturoptimierung von Fernwärmezentralen
• Intelligente Steuerung von Wärmepumpen
• Lastprofilerstellung im DSO-Netz für zukünftige Tarife
• Vorausschauende und vorbeugende Wartung für Großwärmepumpen

Der zentrale Supernode: 'MOVE' für Transport und Mobilität

MOVE", der zentrale Superknoten, zielt auf die Verbesserung von Transport und Mobilität im städtischen Umfeld ab. Sie zielt darauf ab, die Entwicklung und Anwendung von KI-Systemen für sicherere und nachhaltigere städtische Mobilitätslösungen zu fördern. Diese Initiative erkennt den dynamischen Charakter von Städten als Ökosysteme an, die die Mobilität der Bürger erleichtern und gestalten, und unterstreicht das Potenzial digitaler Technologien wie KI, IoT und Big-Data-Analysen bei der Revolutionierung der städtischen Mobilität. Durch die Förderung kollaborativer Ökosysteme zwischen verschiedenen Interessengruppen, einschließlich lokaler Regierungen, der Industrie und der Zivilgesellschaft, will MOVE die digitale Transformation des Verkehrswesens vorantreiben und dadurch die Lebensqualität, die Sicherheit und die ökologische Nachhaltigkeit in städtischen Gebieten verbessern.

Unterthemen:

• Urbane Mobilitätsalgorithmen und intelligente Kreuzungen
• Elektromobilität
• Autonomes Fahren

Regionale Einblicke

• Automatisiertes Parkkontrollsystem
• SAM-Projekt
• Lokale digitale Zwillinge für Energie
• Fahrzeugintegrierte Fotovoltaik
• Bewertung batteriebetriebener EV-Ladegeräte
• Optimierung von EV-Ladenetzwerken
• EV-bezogene Emissionen

Der südliche Supernode: 'CONNECT' für integrierte urbane Lösungen

Das Thema 'CONNECT' schließlich untermauert die Mission des südlichen Supernodes, Bürger, Infrastruktur und KI-gesteuerte Dienste für ein intelligenteres, nachhaltigeres Leben in der Stadt zusammenzuführen. Dieses Thema umfasst sechs Unterthemen, die sich mit Verschmutzungskontrolle, Stadtentwicklung, Wassermanagement, Gebäudemanagement, Drohnenlieferung und Tourismusmanagement befassen. CONNECT zielt darauf ab, die digitale Transformation der Städte durch den Einsatz von KI und anderen digitalen Technologien voranzutreiben, um das städtische Leben und die Nachhaltigkeit zu verbessern. Es bezieht ein breites Spektrum von Akteuren aus dem öffentlichen und privaten Sektor, der Zivilgesellschaft und der Wissenschaft ein und konzentriert sich auf die Nutzung von Daten und KI-Experimenten, um Innovationen zu schaffen und urbane Herausforderungen anzugehen.
Unterthemen:

• Umweltverschmutzung, Treibhausgasemissionen und Lärmmanagement
• Management der Stadtentwicklung
• Wasser- und Abwassermanagement
• Integriertes Gebäudemanagement
• Management von Drohnenlieferungen
• Tourismus-Management.

Regionale Einblicke

• KI zur Förderung der Vorteile grüner Infrastruktur in der Gesellschaft
• Brain4it
• Connecta València: Intelligentes und nachhaltiges Tourismusgebiet
• AI4water
• Das Wasser-Innovationsnetzwerk (WIN)
• Entwicklung eines Vorhersagemodells für die Entwicklung des COVID-19
• System zur Überwachung der Luftqualität mit IoT-Sensoren und LoRa-System
• Videoüberwachungssystem mit proprietären KI-Tools, die Edge Computing ermöglichen
  (Konsortium, 2024)
  

Kostenstruktur

Inhaltliches Update in Vorbereitung, bleiben Sie dran!

Betriebsmodelle

Inhaltliches Update in Vorbereitung, bleiben Sie dran!

Rechtliche Anforderungen

Auf lokaler Ebene stellt die rasante Entwicklung der Technologie eine Herausforderung für die Regulierung von KI dar. Angesichts der Ungewissheit über die zukünftigen KI-Fähigkeiten und des Einflusses der großen Technologieunternehmen übernehmen Städte zunehmend die Führung bei der Einführung und Regulierung dieser Technologien. Sie sind gezwungen, pragmatisch und agil auf die sich schnell verändernde Technologielandschaft zu reagieren und betonen, wie wichtig es ist, dynamische, dezentralisierte Richtlinien für die verantwortungsvolle Nutzung von KI aufzustellen. Dies ist entscheidend, um das Wohlbefinden und die Privatsphäre der Bürger zu schützen. (Garner, 2024)

Die Europäische Union setzt sich dafür ein, die Entwicklung und Anwendung von künstlicher Intelligenz (KI) voranzutreiben, die den Interessen der Menschen und der Nachhaltigkeit Vorrang einräumt. Dieser Ansatz unterstreicht die Bedeutung von Datenintegrität, Offenheit, Transparenz, Rechenschaftspflicht und menschlicher Aufsicht. Ziel ist es, dass die europäische KI die Innovation in allen Wirtschaftssektoren fördert und die Wettbewerbsfähigkeit des EU-Binnenmarktes stärkt, während gleichzeitig die Grundrechte respektiert und die wesentlichen EU-Prinzipien eingehalten werden. Um eine Fragmentierung innerhalb der EU zu vermeiden, konzentriert sich ein vorgeschlagener europaweiter, risikobasierter Regulierungsrahmen auf risikoreiche KI-Anwendungen und aktualisiert die bestehenden Vorschriften zur Produktsicherheit, um Themen wie Cybersicherheit und menschliche Autonomie zu behandeln. Dadurch wird sichergestellt, dass Einzelpersonen das Recht auf Entschädigung für etwaige Schäden haben, und es wird Rechtsklarheit für Unternehmen geschaffen.

Im Wesentlichen ist es das Ziel der EU, ein florierendes Ökosystem zu schaffen, das Spitzenleistungen mit Vertrauen verbindet und sich als führend in der ethischen und auf den Menschen ausgerichteten KI-Entwicklung positioniert.
Wir werden auch die Vorschläge für das Gesetz über künstliche Intelligenz und die Richtlinie über die Haftung für künstliche Intelligenz untersuchen. (Konsortium, 2024)

Vorschlag für ein Gesetz über künstliche Intelligenz: Dieser Vorschlag kategorisiert KI-Systeme nach ihren Risikostufen - von inakzeptabel bis minimal - um die Einhaltung ethischer Standards, der Legalität und der Grundrechte innerhalb der EU zu gewährleisten. Bestimmte KI-Anwendungen mit hohem Risiko, wie z.B. Social Scoring, werden vollständig verboten, während andere strenge Anforderungen für die Bewertung, Registrierung und Überwachung erfüllen müssen. Der Vorschlag berücksichtigt insbesondere die Bedürfnisse von KMU, einschließlich des Zugangs zu KI-Regulierungssandkästen, um Wettbewerbsfairness und Vertrauen zu gewährleisten und ein Gleichgewicht zwischen wirtschaftlichen Aussichten und ethischen und sicherheitstechnischen Bedenken herzustellen. (KOMMISSION E. , ZUR FESTLEGUNG HARMONISIERTER VORSCHRIFTEN FÜR KÜNSTLICHE INTELLIGENZ (GESETZ ÜBER KÜNSTLICHE INTELLIGENZ) UND ZUR ÄNDERUNG BESTIMMTER RECHTSAKTE DER UNION, 2021)

Vorschlag für eine Richtlinie zur Haftung für künstliche Intelligenz: Diese Richtlinie zielt darauf ab, die Haftungsregeln für zivilrechtliche Ansprüche aufgrund von KI-Leistungen EU-weit zu harmonisieren, um Personen, die durch KI geschädigt werden, einen fairen Schutz zu bieten und das Vertrauen in die Nutzung der Technologie zu erhalten. Sie skizziert Maßnahmen für Kläger, um gerichtlich eine Dokumentation für risikoreiche KI-Systeme zu erhalten, und legt Bedingungen fest, unter denen die Schuld für einen Schaden auf die Fahrlässigkeit des KI-Systems zurückgeführt werden kann. Diese Richtlinie legt Grundregeln für die EU fest und lässt den Mitgliedsstaaten die Flexibilität, strengere Gesetze durchzusetzen, wenn sie dies wünschen. (KOMMISSION E. , RICHTLINIE DES EUROPÄISCHEN PARLAMENTS UND DES RATES zur Anpassung der außervertraglichen zivilrechtlichen Haftungsregeln an die künstliche Intelligenz, 2022)

Ethische Erwägungen

Die ethische Integration von Künstlicher Intelligenz (KI) in städtische Systeme ist ein Eckpfeiler für die Förderung von Smart-City-Initiativen, die das Gefüge der Gesellschaft respektieren und verbessern. Das Herzstück dieses ethischen Rahmens ist die Verpflichtung zu Privatsphäre, Sicherheit, Fairness und Transparenz, um sicherzustellen, dass KI-Lösungen das Vertrauen der Öffentlichkeit fördern und ihre Entscheidungsprozesse für alle Bürger zugänglich und verständlich sind.

Die Sozialethik verlangt, dass KI-Implementierungen die Menschenwürde achten und sicherstellen, dass der Einzelne mit Respekt behandelt wird und dass die Technologie dazu dient, persönliche Beziehungen zu bereichern und nicht zu untergraben. Gleichberechtigung und Fairness stehen an erster Stelle. Die Systeme müssen frei von rassistischen, geschlechtsspezifischen oder anderen Vorurteilen arbeiten und die Gleichberechtigung aktiv fördern. Dazu gehört auch, dass wir uns darauf konzentrieren, diejenigen zu stärken, die oft zurückgelassen werden, einen spürbaren positiven Einfluss auf unterversorgte Gemeinschaften zu demonstrieren und zum Gemeinwohl beizutragen. Darüber hinaus ist es von entscheidender Bedeutung, die menschliche Dominanz über die KI aufrechtzuerhalten und dafür zu sorgen, dass der Mensch die Kontrolle behält, indem Strategien zur Umschulung von Arbeitnehmern, die durch die Automatisierung verdrängt werden, entwickelt werden.

Aus ökologischer Sicht müssen KI-Anwendungen danach streben, umweltfreundlich zu sein und entweder neutrale oder positive Auswirkungen auf die Natur zu haben. Dies steht im Einklang mit den umfassenderen Zielen der Nachhaltigkeit und des Umweltschutzes und spiegelt eine Verpflichtung gegenüber dem Planeten wider, die der Verpflichtung gegenüber den Menschen entspricht.

Was die Sicherheit betrifft, so ist die Gewährleistung der physischen und psychischen Sicherheit des Einzelnen von wesentlicher Bedeutung. Die Rechte auf Privatsphäre müssen ebenso gewahrt werden wie der Schutz von Daten und die Systemsicherheit, um Missbrauch oder schädliche Überbeanspruchung zu verhindern. Ethische KI-Lösungen sollten auch Anreize zum Missbrauch beseitigen und sicherstellen, dass die Technologie nicht für negative Zwecke ausgenutzt werden kann.

Die Ethik der Unternehmensführung betont die Verantwortlichkeit, die regelmäßige Überwachung und die Transparenz von KI-Anwendungen, um eine verantwortungsvolle Nutzung und eine klare Kontrolle zu gewährleisten. Sie schreiben vor, dass sich KI-Systeme bei der Interaktion mit Menschen identifizieren und menschliche Überprüfungen in die Entscheidungsprozesse einbeziehen. Diese Prinzipien bilden eine Grundlage für den Einsatz von KI in städtischen Umgebungen, die die Privatsphäre, die Sicherheit und die Fairness respektiert und letztlich das Leben in der Stadt verbessert und das Wohlergehen der Bewohner schützt.

Daten und Standards

Inhaltliches Update in Vorbereitung, bleiben Sie dran!

Referenzen

• (n.d.), B. (n.d.). Fallstudie über intelligente Städte: Geld sparen und Emissionen reduzieren in Milton Keynes durch intelligentes Parken.
• 33A. (2024). Abgerufen von This is AI Design Sprint™: Prozessautomatisierung: https://www.33a.ai/ai-design-sprint
• Abhimanyu, C., Abhinav, P., & Chandresh, S. (2013). Natural Language Processing. International Journal Of Technology Enhancements And Emerging Engineering Research, Vol 1, Issue 4.
• Arkara, N. (2023, August 6). Medium. Abgerufen von 'SmartCityGPT': Wie generative KI intelligente und nachhaltige Städte schafft: https://nonsmartcity.medium.com/smartcitygpt-how-generative-ai-creates-smart-and-sustainable-cities-4d00ce73da10
• AXIS Comunications, Smart Cities World. (2023). Auf dem Weg zu intelligenten und nachhaltigen Städten. Smart City Magazine 2023/2024 | Globale E-Broschüre.
• Butler, K., Davies, D., Isayev, O., & Walsh, A. (2018). Maschinelles Lernen für die Molekular- und Materialwissenschaft. Nature.
• Climate Change AI, T. C. (2021). Klimawandel & KI: Empfehlungen für die Regierung. GPAI.
• Konsortium, CitCom.ai. (2024). Marktbericht: Mapping of the current EU context for the AI testing and experimentation facility (TEF) in support of smart and sustainable cities and communities.
• Cugurullo, F. (2020). Städtische künstliche Intelligenz: From Automation to Autonomy in the Smart City. Abteilung für Geographie, Trinity College Dublin, Dublin, Irland.
• Deep, K., Aayushi, C., Ruchita, M., Krishna, P., & Chintan, B. (2021). Die Konvergenz von Deep Learning und Computer . Atlantis Highlights in Computer Sciences, Band 4.
• Donti, P., Liu,, Y., Andreas J, S., Andrey, B., Rui, Y., & Yingchen, Z. (2018). Matrix Completion for Low-Observability Voltage Estimation. arXiv:1801.09799.
• Europäische Kommission. (n.d.). Abgerufen von European approach to artificial intelligence: https://digital-strategy.ec.europa.eu/en/policies/european-approach-artificial-intelligence
• Europäische Kommission. (2021). Abgerufen von Festlegung harmonisierter Regeln für künstliche Intelligenz und Änderung bestimmter Rechtsakte der Union: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=celex%3A52021PC0206
• Europäische Kommission. (2022). Abgerufen von Richtlinie des Europäischen Parlaments und des Rates zur Anpassung der außervertraglichen zivilrechtlichen Haftungsregeln an die künstliche Intelligenz: https: //eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A52022PC0496
• Europäische Kommission. (2024). Abgerufen von Shaping Europe's digital future: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
• Europäische Kommission. (2024). Die digitale Zukunft Europas gestalten. Abrufbar unter https://digital-strategy.ec.europa.eu/en/policies/ai-office
• Feuerriegel, S., Hartmann, J., Janiesch, C., & Zschech, P. (2024). Generative KI. Business & Information Systems Engineering.
• Garner, C. (2024). SmartCitiesWorld. Abgerufen von KI bis digitale Zwillinge: Trends, die Sie für 2024 kennen müssen: https://www.smartcitiesworld.net/ai-and-machine-learning/ai-and-machine-learning/ai-to-digital-twins-trends-you-need-to-know-about-for-2024
• Golubchikov, O., & Thornbush, M. (2020). Artificial Intelligence and Robotics in Smart City Strategies and Planned Smart Developmen. MDPI & SmartCities.
• H.M.K.K.M.B. , H., & Mittal, M. (2022). Einsatz von künstlicher Intelligenz in intelligenten Städten: A comprehensive review. Internationale Zeitschrift für Informationsmanagement Dateneinblicke.
• Harshit , V., Rizwan , A., Uzair , K., & Rajat , V. (2020). Ansätze der künstlichen Intelligenz und des maschinellen Lernens in Smart Cities: Critical Review. IOP Conference Series: Materials Science and Engineering, Band 1022, 1st International Conference on Computational Research and Data Analytics (ICCRDA 2020).
• Hurwitz, J., Kaufman, M., & Bowles, A. (2012). Kapitel 12 Smarter Cities: Cognitive Computing in der Verwaltung. In Cognitive Computing and Big Data Analytics.
• Ingwersen, P., & Serrano-López, A. (2018). Smart City-Forschung 1990-2016. Scientometrics.
• Jones, A., Kuehnert, J., Fraccaro, P., Meuriot, O., Ishikawa, T., Edwards, B., . . . Assefa, S. (2023). AI for climate impacts: applications in flood risk. npj Climate and Atmospheric Science.
• Kinza, Y., Gillis, A., & Botelho, B. (n.d.). cognitive computing. Abgerufen von Tech Target: https://www.techtarget.com/searchenterpriseai/definition/cognitive-computing
• Lea, R. (2023). LinkedIn. Abgerufen von Generative AI: How are cities using it: https://www.linkedin.com/pulse/generative-ai-how-cities-using-rodger-lea-bqa9e/
• Leal, A., de Bezenac, C., Occhini,, G., Lefebvre,, H., Gallego-Posada, J., Chehbouni,, K., . . . Téhinian, S. (2022). AI & Cities: Risks, Applications and Governance. UN-Habitat.
• Majewski, S. (2023). D.Labs. Abgerufen von 7 Key Steps To Implementing AI In Your Business: https://dlabs.ai/blog/how-to-implement-ai-in-your-company/#:~:text=Seven%20key%20steps%20to%20implementing%20AI%20in%20your,You%E2%80%99re%20ready%20to%20start%20but%20start%20small.%20
• Mathe, O., Miolane,, N., Sebastien,, N., & Lequeux, J. (2019). PVNet: A LRCN Architecture for Spatio-Temporal Photovoltaic PowerForecasting from Numerical Weather Prediction. arXiv:1902.01453.
• Mazloumi, E., Geoff, R., Currie, G., & Moridpour, S. (2011). Vorhersageintervalle zur Berücksichtigung von Unsicherheiten in Vorhersagen neuronaler Netze: Methodik und Anwendung bei der Vorhersage von Busfahrzeiten. Band 24, Ausgabe 3.
• Miller, G. (2022). Die Rolle der Stakeholder in Projekten der künstlichen Intelligenz. Projektleitung und Gesellschaft.
• Nemika, T., & Bharat, B. (2023). Demystifying the Role of Natural Language Processing (NLP) in Smart City Applications: Background, Motivation, Recent Advances, and Future Research Directions. Drahtlose persönliche Kommunikation.
• Nolle, M. (2023). Wie lässt sich KI auf Smart Cities anwenden? LinkedIn BABLE Newsletter & Einblicke.
• Nutkiewicz, A., Yang, Z., & Jain, R. (2018). Datengesteuerte städtische Energiesimulation (DUE-S): Ein Rahmenwerk für die Integration von technischer Simulation und maschinellen Lernmethoden in einem multiskaligen städtischen Energiemodellierungsworkflow. Angewandte Energie Band 225.
• OECD. (2023). Empfehlung des Rates für künstliche Intelligenz. OECD.
• Padilha França, R., Borges Monteiro, A., Arthur, R., & Iano, Y. (2020). Ein Überblick über das in Smart Cities angewandte maschinelle Lernen. Smart Cities: A Data Analytics Perspective. Lecture Notes in Intelligent Transportation and Infrastructure. Springer.
• Papandreou, T. (2024). Forebes. Abgerufen von Generative Urban AI Is Here. Are Cities Ready?: https://www.forbes.com/sites/timothypapandreou/2024/02/18/generative-urban-ai-is-here-are-cities-ready/?sh=2fc6aa449613
• Parycek, P., Schmid, V., & Novak, A.-S. (2023). Künstliche Intelligenz (KI) und Automatisierung in Verwaltungsverfahren: Potenziale, Grenzen und Rahmenbedingungen. Journal of the Knowledge Economy.
• Peeler, R. (2023). Die versteckten Kosten der Implementierung von KI in Unternehmen. Abgerufen von Forbes: https://www.forbes.com/sites/forbestechcouncil/2023/08/31/the-hidden-costs-of-implementing-ai-in-enterprise/?sh=f7559e64d5c1
• Peng, Z.-R., Lu, K.-F., Liu, Y., & Zhai, W. (2023). The Pathway of Urban Planning AI: From Planning Support to Plan-Making. Journal of Planning Education and Research.
• Rahim, A., Mahony, C., & Bandyopadhyay, S. (2024). Weltbank Blogs. Abgerufen von Generative Artificial Intelligence as an Enabler for Citizen Engagement: https://blogs.worldbank.org/governance/generative-artificial-intelligence-enabler-citizen-engagement
• Schmitt, L. (2022). Mapping global AI governance: a nascent regime in a fragmented landscape. KI und Ethik.
• Taeihagh, A. (2021). Governance der künstlichen Intelligenz. Politik und Gesellschaft.
• Taleqani, R., Hough,, A., & K. E, N. (n.d.). Public Opinion on Dockless Bike Sharing: A Machine Learning Approach. Transportation Research Record, 2673(4), 195-204.
• Ullah, Z., Al-Turjman, F., Mostarda, L., & Gagliardi, R. (2020). Anwendungen von Künstlicher Intelligenz und maschinellem Lernen in intelligenten Städten,. Computer Communications, Band 154.
• UN-Umweltprogramm. (2023). Abgerufen von How artificial intelligence is helping tackle environmental challenges: https://www.unep.org/news-and-stories/story/how-artificial-intelligence-helping-tackle-environmental-challenges
• Upadhyay, M., & Upadhyay, P. (2020). Die Upadhyays. Abgerufen von 8 Parameter zur Qualifizierung von KI-Lösungen: https://www.theupadhyays.com/post/8-parameters-to-qualify-ai-solutions
• Yigitcanlar, T., Corchado, J., Mehmood, R., Yi Man Li, R., Mossberger, K., & Desouza, K. (2021). Responsible Urban Innovation with Local Government Artificial Intelligence (AI): Ein konzeptioneller Rahmen und eine Forschungsagenda. Zeitschrift für offene Innovation: Technology, Market, and Complexity.
• Zhang, W., Robinson, C., Guhathakurta, S., Garikapati, V., Bistra Dilkina, M., Brown, M., & Pendyala, R. (2018). Schätzung des Energieverbrauchs von Haushalten in Ballungsgebieten: A microsimulation approach. Energy, Band 155,.