Die Innovationszyklen im Bereich der Generativen KI schreiten mit beeindruckender Geschwindigkeit voran. Seit der Veröffentlichung des ersten Artikels Ende August hat die den Takt vorgebende Anwendung ChatGPT bereits zwei wesentliche Funktions-Updates erfahren: Ab September kann die Anwendung sehen, hören und sprechen und Anfang November hat OpenAI auf seiner ersten Entwicklerkonferenz vorgestellt, dass zahlende Nutzer:innen ohne Programmierkenntnisse eigene Versionen von ChatGPT erstellen können. Zeitgleich lässt sich beobachten, dass Generative KI auch von stadtgestaltenden Akteuren vermehrt angewendet wird. Diese Anwendungsfälle sollen im Folgenden weiter dargelegt werden.
Im ersten Artikel wurde die Unterscheidung zwischen Künstlicher Intelligenz (KI) und Generativer KI im Kontext der Stadtentwicklung beleuchtet. Im Anschluss wurden zwei Anwendungsbereiche von Generativer KI in der digitalen Bürger:innenbeteiligung und der Erfassung urbaner Daten vorgestellt. In diesem Artikel sollen die beiden Anwendungsbereiche Stadtverwaltung und öffentliche Räume thematisiert werden.
1. Generative KI in der Stadtverwaltung
In den vergangenen Monaten haben mehrere Stadtverwaltungen von ihren Initiativen berichtet, in denen sie mit Hilfe Generativer KI erste Pilotprojekte umsetzen, um die Kommunikation mit Bürger:innen zu verbessern und Verwaltungsaufgaben effizienter zu gestalten. Im folgenden werden Einblicke in praktische Beispiele gegeben und sie zeigen, wie KI in der städtischen Verwaltung angewendet werden kann, um Prozesse zu optimieren und die Leistungsfähigkeit der Verwaltung zu steigern.
Automatisierte Bürger:innenassistenz
Die Potenziale von KI-Chatbots bzw. KI-Sprachmodellen sind für die städtische Kommunikation mit Bürger:innen naheliegend. Angesichts der Komplexität und des Umfangs der Informationen, die für die Interaktion zwischen kommunalen Behörden und Bürgerschaft erforderlich sind, ließe sich die Bearbeitung von Bürger:innenanfragen mittels dieser Technologien effizienter gestalten. Unternehmen aus unterschiedlichen Branchen konstatieren, dass durch den Einsatz von generativen KI-basierten Chatbots gerade der Kund:innenservice ressourcentechnisch entlastet werden kann. Im städtischen Kontext könnten dadurch standardisierte Anliegen, wie Auskünfte über Öffnungszeiten, Abholtermine für Abfälle oder Informationen zu lokalen Erholungsgebieten, automatisiert und somit unter minimalem Ressourceneinsatz beantwortet werden.
Ein exemplarisches Beispiel für die Implementierung dieser Technologie im kommunalen Sektor ist die Stadt Heidelberg. In Kooperation mit dem dort ansässigen KI-Start-up Aleph Alpha wurde der Chatbot „Lumi“ entwickelt und im Oktober 2022 der Öffentlichkeit zugänglich gemacht. Sie können diesen KI-Chatbot auf der Startseite der Stadt Heidelberg ausprobieren. Auch die Stadt Siegburg hat einen ähnlichen Chatbot auf ihrer Webseite integriert, der Anfragen auf Basis der auf der Seite verfügbaren Inhalte beantworten kann.
Die Freie und Hansestadt Hamburg wurde vor einigen Monaten auf der Konferenz für digitale Gesellschaft re:publica, für ihr Projekt ausgezeichnet, das mithilfe von Künstlicher Intelligenz (KI) Webinhalte in Leichte Sprache übersetzt. Dieses Tool hilft dabei, Texte auf der städtischen Webseite schnell und kostengünstig für alle zugänglich zu machen, insbesondere für Menschen mit Lernschwierigkeiten oder geringen Deutschkenntnissen. Das seit August 2022 laufende Pilotprojekt wird zusammen mit dem Start-up SUMM AI entwickelt. Es ermöglicht Redakteuren, Inhalte per Knopfdruck zu übersetzen und mit passenden Bildern zu versehen.
Verwaltungsleistungen nach Lebenslagen abfragen
In Ergänzung zu den „informellen“ Anfragen bieten KI-Sprachmodelle (Large Language Models) auch einen enormen Mehrwert für die Inanspruchnahme digitaler kommunaler Verwaltungsleistungen. Das InnovationsLab der Landeshauptstadt München beschäftigt sich mit dem Aufbau von „MUC-GPT“, einer KI-Anwendung, die unter anderem die Abfrage von kommunalen Verwaltungsleistungen nach Lebenslagen ermöglichen soll.
Im ersten Schritt könnte durch Anwendungen wie diese der Suchprozess nach verfügbaren Leistungen erleichtert werden. So müssten Bürger:innen nicht den Dienstleistungsfinder durchsuchen, sondern könnten stattdessen in ein Eingabefeld eintragen, dass sie Hilfe für die Zahlung ihrer Miete benötigen und daraufhin zu den entsprechenden Informationsseiten weitergeleitet werden, auf denen die Anspruchsgrundlagen aufgeführt sind, wie Münchens CDO in diesem Podcast-Interview berichtet (ab 25. Minute). Perspektivisch können KI-Anwendungen auch die Mitteilung und Verknüpfung von Informationen für die Beantragung dieser Leistungen vereinfachen.
Einen bemerkenswerten Ansatz bietet in diesem Sinne die KI-Anwendung „ZüriCityGPT“, die von der Schweizer Digitalagentur Liip unabhängig von der Stadt Zürich entwickelt wurde. Die Anwendung basiert auf ChatGPT und zielt darauf ab, Fragen über die Stadt Zürich zu beantworten. Nutzer:innen können dadurch direkt Antworten auf ihre Anfragen erhalten. Der Algorithmus von ZüriCityGPT nutzt moderne Methoden der künstlichen Intelligenz, einschließlich der Verarbeitung natürlicher Sprache, um die Anfragen der Nutzer:innen in mehreren Sprachen zu interpretieren und zu beantworten. Technische Details dieses Projekts werden in diesem Blogartikel vorgestellt. ZüriCityGPT kann eine Vielzahl von Fragen beantworten, darunter demografische, verwaltungstechnische und kulturelle Aspekte der Stadt Zürich. Für die Serviceleistungen der Landeshauptstadt München hat die Digitalagentur Mayflower einen ähnlichen Chatbot namens „MingaGPT“ entwickelt.
Wissensmanagement und interne Arbeitsabläufe
Die österreichische Stadt Linz ermutigt ihre Mitarbeiter:innen dazu, mit dem KI-Programm ChatGPT zu experimentieren und es auch im Arbeitsalltag einzusetzen. Bisher wurden positive Erfahrungen mit ChatGPT bei der Erstellung von Veranstaltungsunterlagen und der Beantwortung von Medienanfragen gemacht. Es gibt jedoch Einschränkungen, da ChatGPT spezifische Rechtsvorschriften und umfangreiche Datenbanken noch nicht verarbeiten kann.
Um einen verantwortungsvollen Umgang mit generativer KI zu gewährleisten, wurden klare Regeln aufgestellt, die unter anderem den Schutz der Privatsphäre und die Überprüfung der Ergebnisse auf diskriminierende Inhalte umfassen. Die Stadt Linz entwickelt zudem eine KI-Strategie und führt Workshops durch, um weitere Anwendungsmöglichkeiten zu erkunden. Ähnliche Workshops haben auch die Städte Bochum und Braunschweig durchgeführt. Die Stadt Wien hat in der Mitte des Jahres 2023 einen Kompass für den dienstlichen Umgang mit generativer Künstlicher Intelligenz für ihre Mitarbeiter:innen veröffentlicht.
Die KI-Anwendung „Parla“ kann über 10.000 Dokumente der Berliner Verwaltung durchsuchen und Antworten auf individuelle Fragen als Chatbot liefern. Dies ermöglicht es Bürger:innen und Journalist:innen, effizient Informationen zu Themen wie Nachhaltigkeitszielen oder Anwendungen von KI in der Verwaltung zu erhalten. Die KI-Anwendung ist ein Produkt des CityLAB Berlin, das Verwaltung und Zivilgesellschaft zusammenführt.
2. Generative KI im öffentlichen Raum
Ende September hat OpenAI neue Fähigkeiten für ChatGPT eingeführt, die es dem Modell ermöglichen, zu sehen, zu hören und zu sprechen. Diese Fortschritte erlauben eine intuitivere Interaktion, einschließlich Sprachdialogen und der Verarbeitung von Bildern. Nutzer:innen können mit ChatGPT sprechen und Antworten in Echtzeit erhalten, sowie Bilder für eine detailliertere Konversation verwenden, was sowohl die Verarbeitung bzw. Wahrnehmung von Informationen im Stadtraum als auch dessen Gestaltung stark beeinflussen könnte.
Wahrnehmung im öffentlichen Raum
Durch diese verbesserten Anwendungsmöglichkeiten von ChatGPT im Alltag kann man schwer identifizierbare Regelungen durch Straßenschilder entschlüsseln, wie dieses Beispiel eindrucksvoll zeigt:
Klicken Sie auf den unteren Button, um den Inhalt von www.linkedin.com zu laden.
Im Projekt LLaVA: Large Language and Vision Assistant von der University of Wisconsin-Madison, Microsoft Research und Columbia University, wurde vor Kurzem ein neues Open Source Modell vorgestellt, dass ebenfalls eine visuelle Kodierung mit dem Sprachmodell Vicuna ermöglicht.
Beeindruckend ist die Fähigkeit der Anwendung, basierend auf einem Foto des Vorplatzes des Berliner Hauptbahnhofs, zu erkennen, dass es sich um eine stark frequentierte Gegend (wörtlich: „such as a train station or an airport“) handelt. Daraufhin empfiehlt sie, besondere Vorsicht walten zu lassen, um Taschendiebstahl zu vermeiden. Diese Art der Bildanalyse und -interpretation zeigt die fortschrittlichen Fähigkeiten von Generativer KI in der visuellen und sprachlichen Verarbeitung und eröffnet eine ganze Bandbreite an möglichen Anwendungsfällen.
Gestaltung im öffentlichen Raum
Die Anwendung Cycling Lifestyle AI geht in diesem Sinne einen Schritt weiter und zeigt, wie Stadtbilder mit Hilfe Generativer KI zu einer fahrradfreundlicheren und grüneren Variante umgestaltet werden können. Entwickelt vom Niederländischen Büro für Tourismus und Convention in Zusammenarbeit mit Fahrradexpert:innen, nutzt es als Grundlage Bildmaterial von Google Streetview, um Straßenansichten zu transformieren.
Dieses Tool soll die niederländische Fahrradkultur widerspiegeln und Menschen inspirieren, über den Einfluss einer grünen, sicheren Umgebung auf die Lebensqualität und das Klima nachzudenken. Die KI-Anwendung demonstriert die Vorteile des Radfahrens, wie geringere Emissionen und gesundheitliche Vorteile, und lädt dazu ein, sich für fahrradfreundliche Veränderungen einzusetzen. Weitere Hintergrundinformationen finden Sie hier.
Ein ähnliches Tool ist Urban Utopia, ein neues Projekt der Gründer:innen von senf.app, einer digitalen Plattform für Planungsprojekte. Bei Urban Utopia geht es darum, mit Hilfe von Generativer KI städtische Visionen, in denen grüne Flächen und Fahrradwege dominieren, schnell in realistische Pläne umzusetzen. Es bietet eine einfache Möglichkeit, Inspirationen für eine nachhaltige Stadtgestaltung zu sammeln und ist aktuell in einer Beta-Version verfügbar.
UrbanistAI ist ein fortschrittliches Tool für die Stadtplanung, entwickelt durch die Zusammenarbeit von SPIN Unit, ein Urban Research & Innovation Lab mit Sitz in Helsinki und Tallinn, und Toretei, einem AI-Technologieunternehmen aus Mailand und Rom. Die Web-App von UrbanistAI verwandelt Bürger:innen und Stakeholder von Kommentator:innen zu aktiven Gestalter:innen, indem sie traditionelle Methoden wie Karten und Pinnwände durch das universelle Bildsprache ersetzt. Die Ambition von UrbanistAI geht über ein einzelnes generatives Modell hinaus; es zielt darauf ab, eine umfassende Plattform zu schaffen, die mehrere KI-Technologien vereint, um diverse Aspekte der partizipativen Planung und des Co-Designs zu adressieren.
Im Kontext des Berliner Kiezlabor-Projekts wurde UrbanistAI in einem Workshop genutzt, um mögliche Zukunftsszenarien für den Stadtteil Gartenstadt Neu-Tempelhof zu entwerfen. Ausgehend von der aktuellen Belastung durch Kfz-Durchgangsverkehr im Kiez, richtete der Workshop seinen Fokus auf eine visionäre Gestaltung der Straßen ohne Parkplätze, aber mit viel Grün und Spielräumen.
Autonomes Fahren
Generative KI ist für autonomes Fahren entscheidend, weil sie es Fahrzeugen ermöglicht, den öffentlichen Raum genau wahrzunehmen und zu verstehen. Diese Technologie, insbesondere die 3D-Belegungsprognose, hilft autonomen Fahrzeugen, ihre Umgebung in 3D zu erfassen. Dies ist wichtig, um Hindernisse zu erkennen und sichere Wege durch komplexe Verkehrsszenarien zu finden.
Die 3D-Belegungsprognose analysiert jede Position (Voxel) in einem 3D-Raster aus der Vogelperspektive und bestimmt, ob diese frei, besetzt oder unbekannt ist. Dies hilft dem Fahrzeug, seine Umgebung präzise zu interpretieren und entsprechend zu reagieren, was für die Sicherheit und Zuverlässigkeit des autonomen Fahrens entscheidend ist.
Moderne KI-Methoden, wie Convolutional Neural Networks und Transformer-Modelle, sind in diesem Prozess zentral. Sie ermöglichen eine detaillierte Analyse und Interpretation der 3D-Daten, was zu genauen Vorhersagen über die Fahrzeugumgebung führt. Dieser Übergang von einfacher 2D-Erkennung zu komplexer 3D-Wahrnehmung erlaubt es autonomen Fahrzeugen, Objekte und Situationen im Straßenverkehr genauer zu erfassen, wie der führende Anbieter von KI-Computing NVIDIA kürzlich bei einer Konferenz demonstrierte.
3. Generative KI in der Anwendung
Die in diesem Artikel vorgestellten Anwendungen von Generativer KI in der Stadtentwicklung sind vielversprechend, stehen jedoch noch am Anfang ihrer Entwicklung. In dieser frühen Phase ist es entscheidend, wichtige Weichenstellungen und Fragestellungen zu identifizieren, um das volle Potenzial dieser Technologie verantwortungsvoll zu erschließen.
Die Fähigkeit Generativer KI, aus umfangreichen Datenmengen relevante Informationen zu extrahieren, wie am Beispiel des Heidelberger KI-Chatbots gezeigt, spart nicht nur Ressourcen, sondern wird auch zunehmend zu einer Erwartung der Stadtgesellschaft. Jedoch erhöht die Aggregation von Informationen durch KI das Risiko von Manipulationen. Es ist daher unerlässlich, Mechanismen zur Qualitätssicherung und Kontrolle einzuführen, um die Glaubwürdigkeit und Zuverlässigkeit der KI-generierten Inhalte zu gewährleisten.
Die unabhängige Erstellung von KI-Chatbots durch Dritte, wie im Beispiel Zürichs ZüriCityGPT, wirft Fragen hinsichtlich der Regulierung und des gewünschten Umfangs solcher Initiativen auf. Die Autonomie solcher Systeme bietet zwar Vorteile in Bezug auf Zugänglichkeit und Effizienz, aber es bedarf klarer Richtlinien, um Datenschutz, Aktualität und Unparteilichkeit der Informationen sicherzustellen.
In diesem Sinne müssen Städte einen ausgewogenen Ansatz finden, um die Vorteile Generativer KI zu nutzen, ohne dabei die menschliche Komponente zu vernachlässigen. Projekte wie das Münchner MUCGPT und das LLaVA-Modell zeigen, wie KI die Interaktion mit und die Wahrnehmung von städtischen Dienstleistungen und Räumen verbessern kann.
Die Herausforderung liegt darin, diese Technologien so zu gestalten und einzusetzen, dass sie ethischen, rechtlichen und sozialen Standards entsprechen und gleichzeitig die Lebensqualität in städtischen Umgebungen erhöhen.
