Stau am Frankfurter Kreuz
Stau am Frankfurter Kreuz. Bild © picture-alliance/dpa

Könnte man Unfälle mithilfe von Algorithmen verhindern? Ja, sagt der Frankfurter Mobilitätsexperte Julian Rowley. Er hat ein preisgekröntes Modell entwickelt, mit dem er unfallträchtige Stellen identifizieren kann.

Verkehrsmeldungen im Radio findet Julian Rowley etwas dürftig. Die Nachrichten weisen stets auf bestehende Behinderungen und Staulagen nach Unfällen hin, beschreiben die Verkehrslage also rein vergangenheitsbezogen. Als Pendler wünscht Rowley sich vielmehr möglichst aktuelle Prognosen über drohende Hindernisse auf dem Weg in sein Büro. Der 30-Jährige arbeitet als Projektmanager im Frankfurter House of Logistics and Mobility (HOLM) an Mobilitätslösungen der Zukunft.

Julian Rowley, Projektmanager am Frankfurter House of Logistics and Mobility
Julian Rowley, Projektmanager am Frankfurter House of Logistics and Mobility. Er hat in Amsterdam Transportökonomie studiert. Bild © privat

Unabhängig davon hat er mit dem Amsterdamer Umweltökonomen Joris Klingen unter dem Namen "Pro-Active Traffic Control Service" ein Modell entwickelt, das auf Algorithmen basiert und durch maschinelles Lernen mögliche unfallträchtige Stellen identifizieren könnte, bevor es dort überhaupt kracht. Dafür erhielten Rowley und Klingen beim Ideenwettbewerb des Deutschen Mobilitätspreises 2017 der Initiative "Deutschland - Land der Ideen" und des Bundesverkehrsministeriums den ersten Preis.

hessenschau.de: Herr Rowley, funktioniert Ihr Modell wie eine Wettervorhersage?

Julian Rowley: Unser Lösungsansatz sagt natürlich nicht die Zukunft voraus. Aber er ermöglicht es einem Computer zu lernen und eine Wahrscheinlichkeit zu berechnen. Damit lässt sich also ablesen, an welcher Stelle es am ehesten zu einer Verkehrsbehinderung kommen könnte.

hessenschau.de: Autofahrer könnten also nicht erfahren, wo es zum Beispiel in einer Stunde zu einem längeren Stau kommen wird?

Rowley: Das erreichen zu wollen, wäre etwas kühn. Es geht uns darum, neuralgische Stellen aufzuzeigen. Darauf können Verkehrsbehörden reagieren, und Stadtplaner können danach ihre langfristige Planung ausrichten.

hessenschau.de: Aber dass notorische Unfallstellen nachträglich entschärft werden oder Strecken möglichst übersichtlich und sicher geplant werden, passiert doch längst.

Rowley: Natürlich, aber unser Modell ist eben nicht statisch, sondern dynamisch lernend. Es basiert auf dem Grundprinzip der Mustererkennung, der Künstlichen Intelligenz. Entsprechend soll es mit möglichst vielen Daten gefüttert werden: Geodaten, Langzeitverkehrsbeobachtungen, Wetterdaten, Unfallberichten, Informationen über Großereignisse, Daten aus Fahrzeugen. Das ermöglicht Planern viel genauere Simulationen.

hessenschau.de: Ihr "Pro-Active Traffic Control Service" wäre also eher ein Instrument für Planer?

Rowley: Es könnte helfen, deren Arbeit zu verbessern, ja. Die Künstliche Intelligenz könnte verstehen helfen, ob der Straßenverkehr bestimmten Mustern folgt oder aufgrund der Vielzahl von individuellen Entscheidungen der Autofahrer hauptsächlich dem Zufall. Wir denken und hoffen, dass Künstliche Intelligenz mehr erfassen kann als die Menschen mit ihrem reinen Ingenieursblick - und zum Beispiel zu einer ganz anderen Gefahrenprognose kommt als wir.

hessenschau.de: Wie könnte Ihr Modell in der Praxis zur Anwendung kommen?

Rowley: Jeder Autofahrer kennt das doch von sich: Sobald man einem Polizeiauto begegnet, versichert man sich, dass man nicht zu schnell fährt, beim Abbiegen blinkt und so weiter. Vorstellbar ist also, dass unser Modell einen neuralgischen Punkt identifiziert und sich dort vorsorglich ein Streifenwagen mit Blaulicht gut sichtbar hinstellt. Die Autos würden vielleicht dort zurückhaltender fahren, und Unfälle würden eher verhindert.

Das Interview führte Stephan Loichinger.