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.

The post Wie künstliche Intelligenz dabei hilft, Großveranstaltungen besser zu planen – der KI.M Mobility Guide im Praxiseinsatz appeared first on KI.M -KI & Mobiltät in Österreich.

Wer heute durch eine Großstadt fährt, hinterlässt digitale Spuren: Ticketbuchungen, Echtzeit-Ortungsdaten von Bussen und Bahnen, Bewegungsprofile aus Mobilitäts-Apps. Gleichzeitig erfassen Wetterstationen Niederschlag und Temperatur, Stadtplanungstools speichern Eventkalender und Baustellen, und Verkehrszählstellen messen die Fahrzeugdichte an Knotenpunkten. Die Frage ist längst nicht mehr, ob diese Daten existieren. Die Frage ist, ob sie genutzt werden – und wenn ja, von wem und wie.

Die ehrliche Antwort: In den meisten Fällen kaum. Verkehrsunternehmen, Städte und Mobilitätsanbieter agieren in Datensilos. Jede Organisation erhebt ihre eigenen Zahlen, pflegt ihre eigenen Systeme – und teilt selten etwas davon. Das Ergebnis sind Entscheidungen, die reaktiv getroffen werden, nicht vorausschauend. Überlastung wird erkannt, wenn sie bereits da ist. Kapazitäten werden angepasst, wenn der Stau schon steht.

„Datenpunkte verbinden, um Mobilitätsnachfrage frühzeitig zu prognostizieren – bevor Überlastung entsteht.“

Warum Datensilos ein strukturelles Problem sind

Das Problem ist nicht technischer Natur – es ist organisatorischer und kultureller Natur. Daten werden als Eigentum betrachtet, nicht als gemeinsame Ressource. Dabei wäre der Mehrwert einer gemeinsamen Dateninfrastruktur enorm: Ein Verkehrsbetrieb, der weiß, dass morgen ein Großkonzert stattfindet, gleichzeitig schlechtes Wetter erwartet wird und eine Streckensperrung geplant ist, kann proaktiv handeln – zusätzliche Züge einsetzen, Ausweichrouten kommunizieren, Fahrgäste früh informieren. All das setzt voraus, dass diese drei Informationen – Eventkalender, Wetterdaten, Netzinformation – zusammengeführt werden. Heute passiert das kaum automatisch.

Hinzu kommt die Komplexität der Mobilitätsnachfrage selbst. Sie ist multifaktoriell: Ein Regentag allein verändert das Verhalten von Pendlern. In Kombination mit einem Fußballspiel und einem ausgefallenen Regionalzug entsteht eine Situation, deren Auswirkungen für menschliche Planer kaum in Echtzeit zu überblicken sind. Klassische Planungsmodelle – oft auf historischen Durchschnittswerten basierend – scheitern an solchen Konstellationen.

Was KI leisten kann – und was nicht

Genau hier setzt künstliche Intelligenz an. KI-Modelle können heterogene Datenquellen in Echtzeit verarbeiten, Muster erkennen und Prognosen zur Mobilitätsnachfrage erstellen – nicht als Reaktion auf eine Krise, sondern als Frühwarnung davor. Ein gut trainiertes Modell erkennt, dass die Kombination aus Wetterlage, Eventkalender und aktuellem Fahrgastaufkommen auf eine Überlastsituation in zwei Stunden hindeutet – und gibt Handlungsempfehlungen, bevor es zu spät ist.

Es ist wichtig, das richtig einzuordnen: KI ersetzt keine menschliche Entscheidung. Sie liefert Informationen, die ein Mensch allein nicht erfassen könnte – zu viele Quellen, zu viel Datenmenge, zu wenig Zeit. Das Ziel ist nicht Automatisierung um jeden Preis, sondern bessere Entscheidungsgrundlagen für die Menschen, die im Mobilitätssystem Verantwortung tragen.

Das KI.M Projekt: Forschung mit Praxisbezug

Das KI.M Projekt erforscht genau diese Schnittstelle. Im Mittelpunkt stehen konkrete Use Cases – reale Szenarien, in denen KI-gestützte Datenauswertung einen messbaren Unterschied machen kann. Dabei geht es nicht um abstrakte Modellvorstellungen, sondern um die Frage: Was funktioniert in der Praxis? Welche Datenquellen lassen sich sinnvoll verknüpfen? Welche Prognosen sind zuverlässig genug, um darauf zu handeln?

Ein Teil dieser Arbeit ist der Austausch mit der Community – mit Verkehrsbetrieben, Städten, Planungsbüros und Technologieanbietern, die täglich mit diesen Fragen konfrontiert sind. Denn die beste KI-Lösung nützt wenig, wenn sie an der Realität der Organisationen vorbei entwickelt wird. Wie gehen Unternehmen heute mit Mobilitätsdaten um? Wo liegen die größten Hürden? Was würde die tägliche Arbeit wirklich erleichtern? Das sind die Fragen, die das Projekt antreiben.

Was wir von unserer Community wissen wollen

In unserer LinkedIn-Community haben wir kürzlich gefragt, wie Organisationen heute mit Daten für Mobilitätsentscheidungen umgehen. Manche Unternehmen nutzen Daten bereits aktiv und strukturiert, andere sammeln zwar Daten, nutzen sie aber kaum systematisch. Wieder andere stehen noch am Anfang – bauen Datenkompetenz erst auf oder haben das Thema bisher noch nicht priorisiert.

Genau diese Vielfalt ist wertvoll. Sie zeigt, dass es nicht die eine Lösung gibt – sondern unterschiedliche Ausgangspunkte, die unterschiedliche Ansätze brauchen. Das KI.M Projekt versucht, diesen verschiedenen Realitäten gerecht zu werden. Wer Fragen hat, Ideen einbringen möchte oder an einer Zusammenarbeit interessiert ist: Wir freuen uns auf den Austausch.

Wir halten euch weiter auf dem Laufenden – über neue Erkenntnisse, Use Cases und Ergebnisse aus dem Projekt. Mobilität kann effizienter und nachhaltiger werden. Die Daten dafür sind bereits da.

The post Mobilität erzeugt riesige Mengen an Daten – aber wie viel davon wird wirklich genutzt? appeared first on KI.M -KI & Mobiltät in Österreich.

Mobilität 2040 wird nicht allein durch Technik entschieden, sondern durch die Fähigkeit, Entwicklungen frühzeitig zu erkennen, Zusammenhänge zu verstehen und Maßnahmen gezielt umzusetzen. Genau hier liegt der zentrale Hebel: in der intelligenten Verknüpfung und Analyse von Daten.

Von Reaktion zu Prävention

Städte stehen vor komplexen Herausforderungen. Verkehrsaufkommen schwankt, Extremwetterereignisse nehmen zu, urbane Räume verdichten sich, Klimaziele müssen eingehalten werden. Häufig wird erst reagiert, wenn Probleme bereits sichtbar sind: Staus entstehen, Luftwerte überschreiten Grenzwerte, Infrastruktur gerät an ihre Belastungsgrenzen.

Doch nachhaltige Mobilität erfordert einen Perspektivwechsel – weg vom reaktiven Krisenmanagement hin zu vorausschauender Planung. Wenn Mobilitätsdaten, Wetterinformationen, Umweltdaten und Kommunikationsströme miteinander verknüpft werden, entstehen neue Erkenntnisse:

• Wo entwickeln sich zukünftige Hotspots?
• Wie beeinflussen Wetterlagen das Verkehrsverhalten?
• Welche Muster lassen sich über längere Zeiträume erkennen?
• Welche Maßnahmen zeigen tatsächlich messbare Wirkung?

Daten ermöglichen es, nicht nur Symptome zu beobachten, sondern Ursachen zu analysieren.

Das Problem der Dateninseln

Ein zentrales Hindernis auf dem Weg zu einer intelligenten Mobilität ist die Fragmentierung. Verkehrsdaten liegen bei unterschiedlichen Akteur:innen, Wetterdaten werden separat erfasst, Infrastrukturinformationen sind oft nicht interoperabel, Kommunikationsdaten wiederum in eigenen Systemen gespeichert. Diese isolierten Datensilos verhindern ganzheitliche Analysen. Einzelne Dashboards liefern zwar Teilperspektiven, doch das Gesamtbild bleibt unscharf.

Erst durch die systematische Verknüpfung entsteht Mehrwert. Hier kommen Methoden wie Wissensgraphen ins Spiel. Sie ermöglichen es, Daten nicht nur zu sammeln, sondern semantisch zu strukturieren und in Beziehung zu setzen. Dadurch werden Zusammenhänge sichtbar, die in isolierten Systemen verborgen bleiben. Mobilität wird so zu einem vernetzten System – nicht nur physisch, sondern auch datenbasiert.

Forschung braucht Zeit – und schafft Verlässlichkeit

Gerade im Kontext von Künstlicher Intelligenz entsteht oft Erwartungsdruck. Lösungen sollen schnell verfügbar sein, Ergebnisse sofort sichtbar. Doch belastbare Modelle entstehen nicht über Nacht. Daten müssen aufgebaut, bereinigt und validiert werden. Algorithmen werden getestet, angepasst und iterativ verbessert. Annahmen werden überprüft. Systeme müssen stabil, nachvollziehbar und skalierbar sein.

Diese sorgfältige Forschungsarbeit ist kein Selbstzweck. Sie ist die Grundlage für Vertrauen. Denn datenbasierte Entscheidungsunterstützung kann nur dann Wirkung entfalten, wenn ihre Ergebnisse nachvollziehbar, robust und langfristig einsetzbar sind.

Wirkung messbar machen

Nachhaltige Mobilität bedeutet nicht nur Emissionsreduktion. Sie umfasst Lebensqualität, Resilienz, Effizienz und soziale Gerechtigkeit. Doch all diese Dimensionen brauchen Messbarkeit.

• Welche Maßnahme reduziert Verkehrsaufkommen tatsächlich?
• Wo verbessert sich die Luftqualität nachhaltig?
• Welche Infrastrukturinvestitionen zeigen langfristige Effekte?

Ohne integrierte Datenbasis bleiben viele Antworten spekulativ.

Erst wenn Entwicklungen kontinuierlich beobachtet, Trends identifiziert und Prognosen erstellt werden können, entsteht eine belastbare Entscheidungsgrundlage für Städte, Regionen und politische Akteur:innen. Mobilität 2040 entsteht dort, wo Wirkung nicht vermutet, sondern belegt wird.

Der größte Hebel liegt im Systemdenken

Die Zukunft der Mobilität wird nicht durch einzelne Innovationen entschieden, sondern durch das Zusammenspiel vieler Faktoren: Infrastruktur, Technologie, Verhalten, Klima, Regulierung und Daten.

Ein systemischer Ansatz verbindet diese Ebenen. Daten werden dabei zur Brücke zwischen Analyse und Handlung. Sie helfen, komplexe Wechselwirkungen zu verstehen und Maßnahmen gezielt auszurichten – bevor Probleme eskalieren.

Mobilität 2040 bedeutet deshalb vor allem eines: besser planen, vorausschauend handeln und Wirkung messen.

Fazit: Die leise Transformation

Forschung ist selten spektakulär. Sie ist methodisch, iterativ und oft unsichtbar. Doch genau darin liegt ihre Stärke. Die Mobilität der Zukunft entsteht nicht allein durch neue Straßen oder neue Fahrzeuge, sondern durch intelligente, vernetzte Informationssysteme, die Entscheidungen fundieren.

Daten sind kein Nebenprodukt der Mobilität – sie sind ihr strategisches Fundament.

Die Frage ist daher nicht, ob wir mehr Technologie brauchen. Die entscheidende Frage lautet: Nutzen wir die vorhandenen Daten, um Mobilität wirklich nachhaltig zu gestalten?

The post Mobilität 2040 beginnt mit Daten – nicht mit Asphalt appeared first on KI.M -KI & Mobiltät in Österreich.

Für KI.Mobilität ist dieses Ergebnis besonders interessant, da sich die mediale Entwicklung rund um „Emil“ sehr gut in den datenbasierten Visualisierungen unseres Dashboards widerspiegelt. Seit dem Sommer verzeichneten wir überdurchschnittlich viele Erwähnungen in österreichischen Online-Medien, begleitet von einem stetig wachsenden Netzwerk an Themen, Kontexten und Argumentationsmustern. Die Analysen zeigen unter anderem, wie sich die Diskussion über die Monate hinweg verschoben hat, welche Akteurinnen und Akteure besonders präsent waren und welche Narrative an Bedeutung gewonnen haben.

Das Wort des Jahres verdeutlicht einmal mehr, wie schnell sich Themen in der öffentlichen Wahrnehmung dynamisieren können – und wie wichtig es ist, diese Entwicklungen transparent nachvollziehbar zu machen. Moderne KI-gestützte Medienanalyse bietet genau dafür die nötigen Einblicke, um gesellschaftliche Trends frühzeitig zu erkennen und faktenbasiert zu beurteilen.

Den vollständigen Artikel des STANDARD finden Sie hier.

The post „Emil der Elch“ ist Österreichs Wort des Jahres 2025 appeared first on KI.M -KI & Mobiltät in Österreich.

Wie KI.M sichtbar macht, was Städte bewegt

Das KI.M-Dashboard – entwickelt von webLyzard technology – analysiert große Mengen öffentlich verfügbarer Daten aus Nachrichten, Social Media, Unternehmensmeldungen und behördlichen Quellen. Daraus entsteht ein dynamisches Bild aktueller Mobilitätsthemen und ihrer räumlichen Verortung.

Das Dashboard zeigt nahezu ortsscharf, welche Themen in welchem Zusammenhang auftreten – etwa geplante Infrastrukturmaßnahmen, Diskussionen über Verkehrsberuhigung oder Trends wie Mikro-Mobilität, Radwege oder Begrünungsprojekte. Diese Granularität verschafft Entscheidungsträger:innen einen präzisen Überblick darüber,

• welche Entwicklungen gesellschaftlich relevant sind

• an welchen Orten Themen besonders präsent werden

• wie sich Narrative und Stimmungen im Mobilitätsbereich verändern

• wo konkreter Handlungsbedarf entsteht

So entsteht aus einer Vielzahl von Datenpunkten ein klares Bild, das Planung und Kommunikation unterstützt.

KI.M bleibt nicht bei der Beobachtung stehen. Das System verknüpft Mobilitätsbewegungen, Wetter- und Umweltdaten sowie öffentliche Debatten und macht Muster sichtbar, die für nachhaltige Planung relevant sind. In Wien etwa wird deutlich, welche Straßen oder Bezirke häufig im Zusammenhang mit Radverkehr, Begrünungsmaßnahmen oder Mobilitätsinnovationen auftauchen. Diese Erkenntnisse helfen, Maßnahmen gezielt zu priorisieren – faktenbasiert, nachvollziehbar und transparent.

Daten als Motor für nachhaltige Veränderung

KI.M ist Teil der FTI-Strategie Mobilität 2040 des Bundes. Ziel ist es, datenbasierte Entscheidungsprozesse zu stärken, innovative Mobilitätslösungen zu unterstützen und den Weg zur Klimaneutralität zu beschleunigen. KI.M liefert dafür ein Werkzeug, das Trends erkennt, Potenziale sichtbar macht und die Wirkung von Maßnahmen nachvollziehbar darstellt.

Mobilität nachhaltig zu gestalten, bedeutet, fundierte Antworten auf zentrale Fragen zu finden:
Wie bewegen sich Menschen durch die Stadt? Wo entstehen Belastungen? Wo Chancen? Welche Maßnahmen wirken, und wie werden sie öffentlich wahrgenommen?

KI.M macht diese Fragen sichtbar – systematisch, transparent und datengestützt.
Damit wird es zu einem zentralen Baustein für intelligente, umweltfreundliche und zukunftsfähige Mobilitätsplanung.

The post World Sustainable Transport Day: Von der Karte zum Insight – Mobilität im Detail verstehen appeared first on KI.M -KI & Mobiltät in Österreich.

Das KI.M Dashboard verbindet Wetter-, Mobilitäts- und Kommunikationsdaten und nutzt künstliche Intelligenz, um daraus Muster und Zusammenhänge zu erkennen. So wird sichtbar, wann Menschen ihre Mobilitätsgewohnheiten ändern – etwa wenn an Regentagen mehr Fahrgäste den öffentlichen Verkehr nutzen oder bei stabilem Sommerwetter der Radverkehr deutlich zunimmt. Diese Erkenntnisse entstehen durch die intelligente Verknüpfung von Datenquellen: Wetterstationen, Verkehrssensoren, Mobilitäts-Apps und sogar öffentliche Diskussionen in sozialen Medien liefern Hinweise darauf, wie Menschen auf klimatische Bedingungen reagieren.

Für Städte und Gemeinden eröffnet das neue Perspektiven. Durch die Kombination aus Datenintelligenz und KI-gestützter Analyse können sie nicht nur besser verstehen, wie sich Mobilitätsströme verändern, sondern auch gezielter planen: zusätzliche Busse an Schlechtwettertagen, wetteradaptive Ampelschaltungen oder Kommunikationskampagnen, die das Umsteigen auf nachhaltige Verkehrsmittel fördern.

Langfristig geht es dabei um mehr als nur Effizienz. Wenn wir wissen, wie Klima und Mobilität zusammenhängen, können wir Städte resilienter, klimaneutraler und lebenswerter gestalten. Künstliche Intelligenz hilft, komplexe Systeme sichtbar zu machen – und liefert Entscheidungsträger:innen eine faktenbasierte Grundlage, um nachhaltige Mobilitätsstrategien bis 2040 zu entwickeln.

So zeigt sich: Mobilität hängt vom Klima ab – und mit KI werden diese Zusammenhänge endlich transparent. Daten werden zu Entscheidungen, die unsere Bewegung durch die Stadt nicht nur bequemer, sondern auch nachhaltiger machen.

The post Mobilität hängt vom Klima ab – KI macht das sichtbar appeared first on KI.M -KI & Mobiltät in Österreich.

Was ist der STEP 2025?

Der vom Wiener Gemeinderat beschlossene Stadtentwicklungsplan STEP 2025 definiert langfristige Ziele für die Stadtentwicklung. Ein zentrales Element ist das Fachkonzept Mobilität, das sich am europäischen SUMP-Ansatz (Sustainable Urban Mobility Plan) orientiert. Es fördert integrierte, nachhaltige Lösungen und den Wandel zu einem klimafreundlichen Mobilitätssystem.

Zentrale Ziele

• Modal Split 80:20: Bis 2025 sollen 80 % aller Wege in Wien mit dem Umweltverbund – also zu Fuß, per Rad oder Öffis – zurückgelegt werden.

• Lebensqualität & Ressourcenschonung: Wien setzt auf höchste Lebensqualität bei gleichzeitigem Schutz von Umwelt und Ressourcen.

• Förderung aktiver Mobilität: Zu-Fuß-Gehen und Radfahren werden gezielt gestärkt, unterstützt durch den Ausbau von Radwegen, Begegnungszonen und sicheren Querungen.

Maßnahmen und Umsetzung

Zur Zielerreichung wurden rund 50 Maßnahmenpakete umgesetzt, darunter:

• Ausbau von Schnittstellen im öffentlichen Verkehr, bei Sharing-Angeboten und digitalen Mobilitätsplattformen.

• Gestaltung stadtverträglicher Straßenräume mit mehr Platz für aktive Mobilität.

• Enge Zusammenarbeit von Magistrat, Bezirken, Expert:innen und Bürger:innen.

Erfolge bis 2025

Seit Einführung des STEP 2025 zeigt Wien deutliche Fortschritte:

• Der Anteil nachhaltiger Mobilitätsformen nähert sich dem Zielwert von 80 %.

• Der Autobesitz sinkt kontinuierlich – ein Zeichen für flexible Mobilitätsnutzung.

• Rad- und Fußweginfrastruktur wurden stark ausgebaut; neue Begegnungszonen erhöhen Sicherheit und Aufenthaltsqualität.

• WienMobil- und Sharing-Stationen erleichtern den Umstieg zwischen Verkehrsmitteln.

• Digitale Mobilität gewinnt durch Plattformen und neue Sharing-Angebote weiter an Bedeutung.

Blick nach vorn

Auch über 2025 hinaus bleibt Wien in Bewegung: Straßenräume werden neu verteilt, Smart-City-Prinzipien stärker integriert und Maßnahmen regelmäßig evaluiert.

Damit zeigt der STEP 2025, wie datenbasierte Strategien den Wandel zur klimaneutralen Stadt unterstützen – ein Ansatz, der auch im Projekt KI.M – Künstliche Intelligenz in der Mobilität zentral ist. KI.M knüpft an diese Entwicklungen an, indem es Mobilitäts-, Umwelt- und Verkehrsdaten vernetzt, um datenbasierte Entscheidungen für die Städte von morgen zu ermöglichen.

Quellenverzeichnis

• Stadt Wien: STEP 2025 – Stadtentwicklungsplan Wien 2025

• Stadt Wien: Fachkonzept Mobilität (2015)

• Smart City Wien Rahmenstrategie (2022)

• Mobilitätsagentur Wien: Daten & Fakten zur Mobilität in Wien (2024)

The post STEP 2025: Wien auf dem Weg zur nachhaltigen Mobilität der Zukunft appeared first on KI.M -KI & Mobiltät in Österreich.

Wie verändern Wetter, Großveranstaltungen oder Krisen unseren Verkehr? Mobilität reagiert sensibel auf äußere Faktoren – von Hitzewellen bis hin zu Weihnachtsmärkten. Dennoch beruhen viele Planungsprozesse noch immer auf Annahmen und Durchschnittswerten.

KI.M – Künstliche Intelligenz in der Mobilität – zeigt, dass Mobilität voraussehbar ist. Durch die Verbindung von Daten, künstlicher Intelligenz und Visualisierung wird sichtbar, wie sich Verkehr, Verhalten und Stimmung verändern, bevor Probleme entstehen.

Was KI.M sichtbar macht – Mobilität im Datenfluss

Das KI.M-System verknüpft Bewegungs-, Wetter- und Kommunikationsdaten in einem gemeinsamen Wissensgraphen. So werden nicht nur einzelne Datensätze betrachtet, sondern Zusammenhänge zwischen Ereignissen, Orten und Akteuren sichtbar.

Die Analyse zeigt beispielsweise:

• steigende Nutzung öffentlicher Verkehrsmittel bei Schlechtwetter,

• erhöhte Fußgängerfrequenz bei Veranstaltungen,

• oder wie Diskussionen über Verkehrspolitik die öffentliche Wahrnehmung beeinflussen.

Ein anschauliches Beispiel liefert die Weihnachtszeit: Rund um große Weihnachtsmärkte zeigen sich in den Innenstädten deutliche Veränderungen der Mobilitätsmuster. Das KI.M Dashboard macht sichtbar, wann sich Besucherströme verdichten, wie stark der Umstieg auf den öffentlichen Verkehr zunimmt und in welchen Zeiträumen Entlastungsmaßnahmen am wirksamsten sind.

Diese Erkenntnisse helfen Städten, frühzeitig Taktungen anzupassen, Verkehrslenkung zu planen oder Kommunikation gezielt einzusetzen.

Predictive Mobility – Von der Analyse zur Vorhersage

KI.M nutzt moderne KI-Modelle wie Graph Neural Networks und Temporal Graph Networks, um Muster zu erkennen und daraus Prognosen abzuleiten. Damit kann das System abschätzen, wann Nachfrage-Peaks auftreten, wo Engpässe entstehen und welche Maßnahmen sinnvoll sind – etwa zusätzliche ÖV-Kapazitäten oder optimierte Sharing-Angebote.

Predictive Mobility bedeutet, Mobilität vorausschauend zu gestalten. Aus kurzfristiger Reaktion wird strategische Planung – datenbasiert, dynamisch und anpassungsfähig.

Vom Datenpunkt zur Entscheidung – Das KI.M Dashboard im Einsatz

Das Dashboard ist das zentrale Werkzeug des Projekts. Es stellt komplexe Zusammenhänge visuell dar und ermöglicht die direkte Anwendung von Erkenntnissen aus Forschung und Praxis.

Über interaktive Visualisierungen lassen sich Trends, geografische Schwerpunkte und öffentliche Wahrnehmungen schnell erfassen.
Am Beispiel eines Weihnachtsmarkts können Verantwortliche nachvollziehen, wann Besuchsströme zunehmen, welche Verkehrsmittel bevorzugt werden und wie sich Diskussionen in sozialen Medien entwickeln.

Das Dashboard liefert so eine faktenbasierte Grundlage, um Mobilitätsentscheidungen besser zu planen und transparent zu kommunizieren.

Fazit – Daten, die Städte bewegen

KI.M zeigt, wie aus Daten Handlungswissen entsteht. Durch intelligente Verknüpfung und KI-gestützte Analyse können Städte, Anbieter und Politik Mobilität nicht nur verstehen, sondern vorausschauend steuern.

Ob täglicher Pendelverkehr oder saisonaler Großevent: Wer heute Daten nutzt, gestaltet die Mobilität von morgen – effizient, nachhaltig und messbar.

The post Predictive Mobility – Wie KI Mobilitätsmuster sichtbar macht appeared first on KI.M -KI & Mobiltät in Österreich.

The post KI in der Mobilität: Die Zukunft fährt intelligent appeared first on KI.M -KI & Mobiltät in Österreich.

KI.Mobilität macht Emils Route nachvollziehbar 

Während Emil selbst von all dem nichts ahnt, können wir seinen Weg mithilfe modernster Technologien verfolgen. Das KI.M Dashboard, eine AI-basierte Plattform, ermöglicht es, die Route von Emil in Echtzeit nachzuvollziehen. 

Dabei geht es nicht nur um Tierbeobachtung: Die Daten zeigen, wie Infrastruktur und Verkehrssysteme auf unvorhergesehene Ereignisse reagieren – und wie Mobilität durch außergewöhnliche Faktoren beeinflusst werden kann. 

Emils Wanderung bietet uns also mehr als nur eine spannende Geschichte. Sie veranschaulicht, wie künstliche Intelligenz und Datenanalyse helfen können, komplexe Zusammenhänge sichtbar zu machen. Das gilt für Tiere auf Wanderschaft ebenso wie für Menschen, Waren und Mobilität im Alltag. 

Selbst auf Spurensuche gehen? 

Wer Emil auf seiner Reise selbst verfolgen möchte, kann sich für einen Zugang zum Dashboard anmelden. Schreiben Sie uns einfach eine Nachricht – und werden Sie Teil dieser besonderen Reise. 

The post Emil der Elch hält Österreich in Atem – und KI.M macht die Reise sichtbar  appeared first on KI.M -KI & Mobiltät in Österreich.