KI-Analyse städtischer Mobilität

Beschreibung

Ein internationales Forscherteam mit Wissenschaftler*innen der TU Berlin und des MCC entwickelte eine KI-gestützte Methode, um den Einfluss städtischer Strukturen auf den motorisierten Stadtverkehr zu ermitteln und damit Grundlagen für eine klimafreundliche Stadtplanung zu schaffen. Die Autor*innen der Studie verwendeten für ihre Untersuchungen hochauflösende open-source-Daten zur städtischen Bebauung in Berlin und werteten eine Stichprobe von 3,5 Millionen Autofahrten ein Jahr lang mithilfe von KI-Tools aus.

Ergebnisse

Die Studie zeigt, dass vor allem die Entfernung des Wohnorts zum Stadtzentrum verkehrsbedingte CO₂ Emissionen beeinflusst. Daneben wird deutlich, dass Stadtteile mit dezentralen Versorgungsmöglichkeiten zur Reduzierung von privaten Autofahrten führen und so einen Beitrag zur CO₂-Vermeidung leisten. Auch zeigt sich, dass in Stadtteilen mit einkommensschwacher Bevölkerungsstruktur längere PKW-Wegstrecken zurückgelegt werden, weil die Versorgungsanbindung ungünstig ist, und diese tendenziell in den Außenbezirken liegen, wie z.B. der Stadtteil Marzahn-Hellersdorf.

Hintergrund

Die Studie wurde vom Climate Change Center Berlin Brandenburg im Rahmen des Themenbereichs „Climate Change and Artificial Intelligence“ finanziell unterstützt.

Zur Studie

Bild: Birgit Holthaus