Das Problem: Wenn die Infrastruktur die Massen nicht kennt

Jedes Jahr strömen Millionen Menschen zu Großveranstaltungen in Wien – zum Donauinselfest, zur Pride Parade, zu Bezirksfesten und Kirtagen. Doch während die Besucher feiern, kämpfen Infrastrukturbetreiber mit einer grundlegenden Herausforderung: Sie wissen oft erst dann, wie viele Menschen wirklich kommen, wenn es bereits zu spät ist, um zu reagieren.

Das Mobilfunknetz bricht in überlasteten Bereichen zusammen. U-Bahn-Garnituren sind hoffnungslos überfüllt. Notfalldienste können in dichten Menschenmassen nur schwer navigieren. All das passiert nicht, weil niemand plant – sondern weil die Planungsgrundlagen oft unzuverlässig sind.

„Erwartet werden rund 100.000 Besucher“ – dieser Satz steht in vielen Presseaussendungen. Doch wie belastbar ist diese Zahl? Und was passiert, wenn das Wetter umschlägt oder ein besonderes Programm mehr Menschen anzieht als gedacht?

Die Idee: Daten, die vorher sprechen

Genau an dieser Stelle setzt der Mobility Guide des KI.M-Projekts an. Die Grundidee ist so einfach wie wirkungsvoll: Wenn wir aus historischen Daten lernen, wie viele Menschen tatsächlich bei bestimmten Veranstaltungstypen, bei bestimmtem Wetter und bei bestimmter Medienaufmerksamkeit erschienen sind – dann können wir für zukünftige Veranstaltungen bessere Prognosen erstellen.

Das Dashboard kombiniert drei zentrale Datenquellen:

  • Medienberichte: Wie viele Artikel berichten im Vorfeld über die Veranstaltung? Welche Besucherzahlen werden kommuniziert? Wie ist der Tonfall?
  • Wetterdaten: Temperatur, Niederschlag und Sonnenschein haben nachweisbaren Einfluss auf die tatsächliche Besucherzahl.
  • Mobilfunkdaten: Die Dichte aktiver Mobiltelefone in einem Gebiet ist ein direkter Indikator für die Anzahl der anwesenden Personen – in Echtzeit und räumlich präzise.

Die Methode: 24 Veranstaltungen unter der Lupe

Im Rahmen des KI.M-Projekts wurden insgesamt 24 Veranstaltungen rund um Wien analysiert. Das Spektrum reichte von kleinen Bezirksfesten über Demonstrationen und Kirtage bis hin zu großen Festivals. Für jede Veranstaltung wurden systematisch folgende Informationen erhoben:

  1. Datum und Zeitraum der Veranstaltung
  2. Anzahl der Medienberichte im Dashboard
  3. Erwartete vs. tatsächliche Besucherzahlen laut Berichterstattung
  4. Wetterbedingungen während der Veranstaltung
  5. Qualitative Einschätzungen aus den Berichten

Nach dieser ersten Übersichtsanalyse wurden vier Veranstaltungen für eine Tiefenanalyse ausgewählt: das Donauinselfest 2024 und 2025 sowie die Pride Parade Wien 2024 und 2025. Bei diesen vier Events wurden zusätzlich die Mobilfunkdaten und Wetterdaten im Detail ausgewertet.

Der Highlight-Case: Donauinselfest 2025

Das Donauinselfest ist Europas größtes Open-Air-Festival und zieht jährlich Millionen Besucher auf die Wiener Donauinsel. Es ist damit ein ideales Testfeld für den Mobility Guide – und die Ergebnisse waren eindrucksvoll.

In den Mobilfunk-Heatmaps, die im Dashboard visualisiert werden, ist die Zunahme der Mobilfunkdichte im Bereich der Donauinsel zum Zeitpunkt des Festes klar erkennbar. Das Netzwerk „leuchtet auf“ – in Echtzeit sichtbar, wie sich die Menschenmassen auf der Insel verteilen und konzentrieren.

Diese Daten, kombiniert mit den Wetterbedingungen der jeweiligen Festivaltage und der Medienberichterstattung im Vorfeld, ermöglichen eine deutlich präzisere Einschätzung der tatsächlichen Besucherzahlen – und damit eine bessere Grundlage für Infrastrukturplanung.

Warum das wichtig ist

Bisherige Ansätze zur Besucherprognose bei Großveranstaltungen stützten sich hauptsächlich auf Erfahrungswerte und Pressemitteilungen der Veranstalter. Diese sind oft ungenau oder strategisch motiviert. Die Kombination aus Mobilfunkdaten, Wetterdaten und Medienanalyse – wie sie der KI.M Mobility Guide nutzt – ist, nach aktuellem Kenntnisstand, ein neuartiger Ansatz, der in dieser Form bisher nicht systematisch eingesetzt wurde.

Die praktischen Auswirkungen sind erheblich:

  • Mobilfunkbetreiber können ihr Netz gezielt und proaktiv in den betroffenen Gebieten verstärken – anstatt reaktiv auf Ausfälle zu reagieren.
  • Öffentliche Verkehrsbetreiber (wie die Wiener Linien) können ihre Kapazitäten, Taktfolgen und Personalplanung besser auf den tatsächlichen Bedarf abstimmen.
  • Behörden und Sicherheitsdienste erhalten eine bessere Grundlage für ihre Ressourcenplanung.
  • Veranstalter selbst können realistischere Prognosen kommunizieren.

Der nächste Schritt: Von der Analyse zur Vorhersage

Das Mobility Guide Dashboard ist aktuell ein leistungsstarkes Analyse-Tool. Der nächste Entwicklungsschritt im KI.M-Projekt ist der Aufbau eines prädiktiven Modells: Ein System, das auf Basis der gesammelten historischen Daten – Wetter, Medienberichterstattung, Veranstaltungstyp, Lage – automatisch Besucherprognosen für zukünftige Events erstellt.

Dieses Modell soll es Infrastrukturbetreibern ermöglichen, Wochen im Voraus zu wissen: Bei dieser Veranstaltung, bei diesem Wetter, mit dieser Medienaufmerksamkeit – erwarten wir X Besucher im Bereich Y.

Das KI.M-Projekt wird von nast consulting ZT GmbH im Rahmen der Data Intelligence Offensive (DIO) entwickelt und zeigt exemplarisch, wie Künstliche Intelligenz und Datenanalyse konkrete Mehrwerte für die städtische Infrastrukturplanung schaffen können.