​

Seit ChatGPT im November 2022 einer breiten Öffentlichkeit bekannt wurde, nimmt auch die Zahl der wissenschaftlichen Publikationen zum Thema KI (Künstliche Intelligenz) in der Stadt- und Raumentwicklung kontinuierlich zu. Angesichts der scheinbar unendlichen Möglichkeiten von KI und der weiten und dynamischen Verbreitung in verschiedenen Feldern von Wirtschaft, Gesellschaft und Politik liegt es nahe, dass KI auch Auswirkungen auf Stadtforschung und die Praxis der Stadtentwicklung haben wird.

Ein aktuelles Buch, das sich mit dem Thema beschäftigt, ist der Sammelband „Artifical Intelligence and the City“, den Federico Cugurullo und Kolleginnen und Kollegen 2023 im Routledge-Verlag veröffentlicht haben. Alle beteiligten Herausgeberinnen und Herausgeber beschäftigen sich schon lange mit dem Thema Smart Cities und Digitalisierung und legen mit dem Buch einen ersten ‚Zwischenstand‘ zum Thema KI und Stadt vor. Das Buch enthält 22 Kapitel und ist, neben Einführungs- und Schlusskapitel, in die Oberkapitel „Autonomous vehicles and mobility“, „Urban Robots and robotic spaces“, „City brains and urban plattforms“ sowie „Urban software agents and algorithms“ aufgeteilt.

Ziel des Buchs ist es, anhand von verschiedenen, in den jeweiligen Beiträgen vertieften Fallstudien die Unterschiede zwischen Smart Cities und KI-Urbanismus aufzuzeigen, die wechselseitigen Beziehungen zwischen dem städtischen Kontext und KI darzustellen und einen theoretischen Rahmen zum Zusammenhang zwischen Stadt und KI zu entwickeln.

Im umfangreichen Einführungskapitel findet eine Konzeptualisierung von urbaner KI statt. Die Ausgangsthese des Buches ist, dass KI zu einer neuen Form der Stadtentwicklung führt, dem sogenannten AI (Artifical Intelligence) Urbanism. Gleichzeitig betonen die Herausgeberinnen und Herausgeber die spezifische ‚Urbanität von KI‘: Aufgrund der zahlreichen existierenden Anwendungen von KI in Städten (z. B. im Bereich Mobilität, Klimawandel oder Pandemie-Bekämpfung) und der dadurch erhobenen Vielzahl an Trainingsdaten prägen Städte KI-Anwendungen. Bei städtischer KI handelt es sich nicht um eine einzige Technologie, sondern um verschiedene urbane künstliche Intelligenzen, die in diversen Feldern der Stadtentwicklung bereits präsent sind.

Es existieren Unterschiede zwischen der bereits seit längerem geführten Diskussion um Smart Cities/Smart Urbanism und einer, von den Herausgeberinnen und Herausgebern als AI Urbanism bezeichneten Entwicklung: Wesentliche Funktion des Smart Urbanism ist das Counting, das heißt das Zählen bzw. Quantifizieren von städtischen Zuständen. Der Schwerpunkt beim AI Urbanism liegt hingegen auf der Accounting-Funktion, der Suche nach Logiken und Erklärungen innerhalb großer Datenmengen und der Frage, warum bestimmte Entwicklungen in Städten stattfinden und – im Rahmen von Predictive Urban Analytics – in Zukunft mit hoher Wahrscheinlichkeit stattfinden werden.

Im Bereich der Handlung sehen die Autorinnen und Autoren beim Smart Urbanism die Automatisierung, das heißt die Durchführung repetitiver Prozesse, im Vordergrund. So wird beispielsweise bei smarter Straßenbeleuchtung vorgegeben, unter welchen Bedingungen (z. B. Bewegungsmeldungen) die Beleuchtung eingeschaltet wird. AI Urbanism basiert hingegen auf autonomem Handeln der KI, die auch bei ungewohnten Situationen unabhängig von vorgegebenen einfachen Wenn-Dann Beziehungen agiert. Beispielsweise schätzen beim autonomen Fahren KI-Systeme die jeweiligen spezifischen Bedingungen autonom (bzw. auf der Basis entsprechender Trainingsdaten) ein und handeln dann entsprechend. Während im Smart Urbanism Entscheidungsfindungsprozesse und die ethische Dimension in menschlicher Hand bleibt, argumentieren die Autorinnen und Autoren, dass bei autonomen Technologien aufgrund des nichtmenschlichen Handelns neue ethische Dilemmata hervortreten.

Auch wenn sich in der Praxis Smart Urbanism und AI Urbanism nicht so deutlich abgrenzen lassen und enge Verbindungen zwischen beiden Ansätzen bestehen, so stellt die im Buch vorgenommene Konzeptualisierung einen lohnenden Versuch dar, die Besonderheiten von städtischer KI im Vergleich zu vorherigen Stufen der Digitalisierung hervorzuheben.

Die Fallbeispiele, die jeweils den Oberkapiteln zugeordnet sind, zeigen eindrücklich, dass spezifische Urbane KI bereits in verschiedenen Feldern der Raumentwicklung weit verbreitet ist. Sarah Barns stellt in ihrem Beitrag dar, wie digitale Plattformen Daten in städtischen Räumen erheben, nutzen und daraus – wie im Beispiel von AirBnBs-Anwendung Aerosolve – passende Preise für die Kosten eines Übernachtungsangebots vorschlagen. Fragen der Data Governance sind dabei zu beachten: Welche Daten, die im öffentlichen Raum erhoben werden, dürfen von privaten Unternehmen als Trainingsdaten für KI-Anwendungen kommerziell genutzt werden und welche Rolle kommt hier den Stadtverwaltungen zu?

Aaron Shapiro beschreibt in seinem Beitrag die KI-gestützte Vorhersage von Orten, an denen Verbrechen künftig stattfinden könnten, das sogenannte Predictive Policing. Dabei verwendet er die Begriffe Performance und Performativity. Während Performance die Genauigkeit der Vorhersagen beschreibt (die in diesem Fall sehr hoch ist), bezeichnet Performativity den Effekt, den die Vorhersagen auf die reale Welt haben. Gerade im Bereich der Verbrechensbekämpfung zeigt sich, wie schwierig die Messung des Erfolgs von prädiktiver KI ist: Ob eine Reduzierung der Kriminalitätsrate aufgrund prädiktiver Maßnahmen erfolgt oder aufgrund anderer Bedingungen, das heißt, wie hoch die Performativity ist, lässt sich nicht überprüfen.

Das Buch zeigt somit nicht nur die Einsatzmöglichkeiten urbaner KI auf, sondern auch die Herausforderungen sowie die Möglichkeiten, wie Städte durch spezifische Regulierung auf KI-Anwendungen reagieren können, z. B. im Beitrag von Aidan While, der den Einsatz von Urbaner Robotik in San Francisco beschreibt.

Ein großer Mehrwert des Buchs ist es, dass in den einzelnen Kapiteln Beispiele real-existierender urbaner KI analysiert und nicht nur mögliche künftige Einsatzfelder skizziert werden. Die Beispiele stammen dabei überwiegend aus Ländern des Globalen Nordens mit Schwerpunkt USA und England, mehrere Artikel behandeln aber auch den Einsatz von urbaner KI in China.

Das Buch bietet daher eine sehr gute Grundlage für die weitere Auseinandersetzung mit Urbaner KI und die Herausgeberinnen und Herausgeber zeigen mögliche künftige Forschungsstränge in ihrem Schlusskapitel auf, die für die Entwicklung von künftigen Forschungsfeldern sehr fruchtbar sind. Einige der im Buch angesprochenen Themenfelder sind dabei von besonderer Bedeutung: In Bezug auf die theoretische Basis wäre ein stärkerer Bezug, der in einigen Artikeln des Buchs bereits angedacht wird, zu den Science- and Technology-Studies (Bauer/Heinemann/Lemke 2017) lohnend, um die Entwicklung von Urbaner KI in gesellschaftliche Kontexte einzubetten und KI als non-human actor zu sehen, der Macht in Städten ausüben kann. Auch die im Schlusskapitel erwähnte Diskussion, ob bessere KI zu besseren Städten führt (und wie ‚bessere KI‘ und ‚bessere Städte‘ überhaupt definiert werden können), könnte bestehende Smart City- und Nachhaltigkeitsdiskussionen erweitern (Koch/Beyer/Chen 2023). Ein weiterer Punkt, der im Buch nicht diskutiert wird, aber gerade für die Raumentwicklung immense Bedeutung hat, sind die räumlichen Auswirkungen der für KI notwendigen technischen Infrastruktur (ARL 2024). KI benötigt die Errichtung neuer Data Center, die mit ihrem immensen Energie- und Wasserbedarf zu Flächennutzungs- und Ressourcenkonflikten mit anderen Nutzungen führen können.

Zusammenfassend kann festgestellt werden, dass es mit dem Buch gelungen ist, nicht nur einen aktuellen Überblick zum Stand urbaner KI zu vermitteln und ein entsprechendes Theoriekonzept zu entwickeln, sondern auch zahlreiche Anregungen zur weiteren wissenschaftlichen Beschäftigung mit Städten und KI zu geben.