KI-Technologieradar

Inhalt dieser Seite: Klimafreundliche Zukunft mit KI-Lösungen verstehen | Mit 3 Schritten zur Nutzung von KI-Potential in Städten und Gemeinden | KI-Technologieradar | Hintergrund zur Wissensbasis | KI-Technologieradar in Listenform | Geltungsbereich | Teilen Sie uns Ihren Anwendungsfall mit

AIT Austrian Institute of Technology
Tech meets Legal
Salzburg Research

Klimafreundliche Zukunft mit KI-Lösungen verstehen.

Künstliche Intelligenz (KI) entwickelt sich schnell und hilft dabei, Städte und Gemeinden klimafreundlicher zu machen – neue Technologien, Tools und Trends entstehen beinahe täglich. Dieser KI-Technologieradar bietet Orientierung in dieser Dynamik:

Er identifiziert

  • relevante Entwicklungen in den Anwendungsfeldern – Mobilität, Energie, Klimaneutralität und Klimawandelanpassung, 
  • bewertet deren technologischen Reifegrad  (TRL-level) und
  • zeigt auf, welche Innovationen für Ihre Stadt, Gemeinde und Unternehmen echten Mehrwert schaffen können.

Mit unserem Technologieradar behalten Sie den Überblick über den Fortschritt der KI-Landschaft, erkennen frühzeitig Potenziale und treffen fundierte Entscheidungen für Ihre strategische Weiterentwicklung.

KI-Tool des Monats

Moderne Stadt mit öffentlichem Verkehr, Individualverkehr, Radfahrenden und Fußgängern (Illustration)

Mit 3 Schritten zur Nutzung von KI-Potential in Städten und Gemeinden

1

Wo nützt Ihnen eine KI-Anwendung?

Teilradar / Anwendungsfeld auswählen

Wählen Sie zuerst den für sie interessanten Sektor aus.

2

Von innen nach außen lesen

Reifegrad der Technologie auswählen:
Markt (TRL 9);

Erprobung (TRL 5-8);
Forschung (TRL 1-4)

Die Radarringe zeigen
den Entwicklungsstand der KI:
Im inneren Ring sind marktreife Lösungen, im mittleren erprobte Anwendungen und im äußeren Technologien in der Forschung.

3

Wie komplex darf Ihr KI-Einführungsprojekt sein?

Grad der Komplexität auswählen

▲ Hoch

■ Mittel

⬤ Niedrig

Haben Sie ausreichend Daten, Kompetenzen und Ressourcen zur Einführung einer neuen KI-Technologie? Je mehr sie davon haben, umso komplexer kann die KI-Lösung sein. Mit Klick auf
die Symbole innerhalb des Radars, erhalten Sie eine ausführliche Beschreibung des Anwendungsfalls.

KI-Technologieradar


Radar der KI-EmpfehlungenInteraktive Visualisierung der KI-Empfehlungen nach Anwendungsfeld und Technologie-Reifegrad. Die einzelnen Punkte sind mit den Detailseiten der Empfehlungen verlinkt. Forschung Erprobung Markt TRL 1-4 TRL 5-8 TRL 9 M o b i l i t ä t , V e r k e h r & L o g i s t i k E n e r g i e e f f i z i e n t e G e b ä u d e R e c h e n z e n t r e n S t r o m - u n d W ä r m e n e t z e S t ä d t i s c h e s K l i m a u n d K l i m a w a n d e l a n p a s s u n g
Methodik & Design: © Salzburg Research, Veronika Hornung-Prähauser, Christian Krotzer

KI-Technologieradar als PDF zum Ausdrucken:

Download

Hintergrund zur Wissensbasis

Dieser KI-Technologieradar ist Teil der Studie, „KI-Anwendungen zur Errei­chung und Unterstützung klimaneutraler Städte“  im Auftrag des Klimafonds / FFG (2024-2026); Fakten zu Projekt: https://klimaneutralestadt.at/de/projekte/tiks/city-climaite-studie-zu-ki-anwendungen-zur-erreichung-und-unterstuetzung-klimaneutraler-staedte.php

Autor:innen: Die Informationen und Bewertungen zu den Anwendungsfällen stammen von Expert:innen des AIT und TML. Das Konzept und Visualisierung erfolgte von Salzburg Research. Bei Fragen zu den Anwendungsfällen / KI-Technologieradar: Projektleiter Christian KOGLER, MSc. E-Mail: christian.kogler@ait.ac.at, Web: www.ait.ac.at

KI-Technologieradar in Listenform

Sie können die Informationen je nach Ihrem Interesse und zusätzlich nach iher „Wirkung“ auf C02 Emissionen u.ä. und auf „organisatorische Umsetzbarkeit“ auswählen.

Matrix der KI-Empfehlungen mit Filteroptionen nach Anwendungsfeld und Symbolen für die Komplexität.
KI-Empfehlung
Mobilität, Verkehr & Logistik
Strom- und Wärmenetze
Rechenzentren
Städtisches Klima und Klimawandelanpassung
Energieeffiziente Gebäude
Abwärme-Potentiale erkennen Nicht zugeordnet Mittlere Komplexität Mittlere Komplexität Nicht zugeordnet Nicht zugeordnet
Automatisierter Transport Hohe Komplexität Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet
Digitale Energieberatung Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Mittlere Komplexität
E-Commerce Optimierung Hohe Komplexität Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet
Energieeffiziente Rechenzentren Nicht zugeordnet Nicht zugeordnet Hohe Komplexität Nicht zugeordnet Nicht zugeordnet
Energiemanagment Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Hohe Komplexität
Flexibler On-Demand Verkehr Hohe Komplexität Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet
Kommunale Wärmeplanung (A) Nicht zugeordnet Nicht zugeordnet Hohe Komplexität Nicht zugeordnet Hohe Komplexität
Kommunale Wärmeplanung (B) Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Hohe Komplexität
Machbarkeitsanalysen Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Mittlere Komplexität Nicht zugeordnet
Mehrweg Paketlogisik Mittlere Komplexität Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet
Netzüberwachung Nicht zugeordnet Mittlere Komplexität Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet
Objekt- und Veränderungserkennung Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Hohe Komplexität Nicht zugeordnet
Öffentlicher Verkehr Mittlere Komplexität Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet
Optimiertes Quartiersdesign Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Mittlere Komplexität Nicht zugeordnet
Optimierung von Heizungs-, Lüftungs- und Klimaanlagen Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Hohe Komplexität
Plattform für KI-basierte georäumliche Analysen Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Mittlere Komplexität Nicht zugeordnet
Prädiktive Vorhersage in Stromnetzen Nicht zugeordnet Hohe Komplexität Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet
Prognose für Energieerzeugung Nicht zugeordnet Hohe Komplexität Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet
Routenoptimierung Hohe Komplexität Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet
Smart Meter Nicht zugeordnet Mittlere Komplexität Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet
Städtische Mikroklimasimulationen Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Mittlere Komplexität Nicht zugeordnet
Systemdienliches Energiemanagement Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Mittlere Komplexität
Überwachung Treibhausgasemissionen Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Hohe Komplexität Nicht zugeordnet
Verkehrsmanagement Hohe Komplexität Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet Nicht zugeordnet
Wärmebedarfsprognose Nicht zugeordnet Mittlere Komplexität Mittlere Komplexität Nicht zugeordnet Mittlere Komplexität
Technologie-Reifegrad (TRL)
TRL 1: Grundlagenforschung
TRL 2: KI-Konzept
TRL 3: Nachweis der Funktionstüchtigkeit (mind. 5 Jahre)
TRL 4: Testung im Lab
TRL 5: Demonstration der KI – Lösung in Anwendungsfeld
TRL 6: Prototyp in Einsatzumgebung
TRL 7: Prototyp bereits im Einsatz
TRL 8: KI-System mit Nachweis der Funktionstüchtigkeit im Anwendungsfall
TRL 9: Erfolgreiche Marktreife von KI-Lösung

Machbarkeit

Bewertet, wie realistisch eine Umsetzung unter den gegebenen Rahmenbedingungen ist. Dazu zählen technologische Reife, Verfügbarkeit geeigneter Daten, zu erwartende Kosten, rechtliche und regulatorische Anforderungen (z. B. Datenschutz), organisatorische Voraussetzungen sowie vorhandene Kompetenzen. Eine hohe Machbarkeit liegt vor, wenn der Use Case mit vertretbarem Aufwand und geringen Hürden implementierbar ist.

Komplexität

Beschreibt den technischen und organisatorischen Aufwand zur Umsetzung eines Use Cases. Berücksichtigt werden u. a. Datenverfügbarkeit und -integration, Modellierungsaufwand, Systemintegration sowie die Einbindung in bestehende Prozesse und Zuständigkeiten. Hohe Komplexität ergibt sich typischerweise durch heterogene Datenquellen, anspruchsvolle KI-Methoden oder umfangreiche Abstimmungsprozesse.

Niedrig
Mittel
Hoch

Wirkung

Beschreibt den erwarteten Nutzen des Use Cases für Umwelt, Planung und Entscheidungsprozesse anhand quantifizierbarer Indikatoren. Dazu zählen insbesondere Beiträge zur Reduktion von Treibhausgasemissionen (z. B. CO₂-Äquivalente), zur Verbesserung der Ressourceneffizienz (z. B. Flächen-, Energie- oder Materialeinsatz), sowie zur Stärkung der Klimaanpassung (z. B. Reduktion von Hitzeinseln, Verbesserung der Wasserretention oder Resilienz gegenüber Extremereignissen). Eine hohe Wirkung liegt vor, wenn der Use Case messbare Verbesserungen in mehreren dieser Dimensionen erzielt und substanzielle Effizienzgewinne oder Einsparungen ermöglicht.

Geltungsbereich

Das Empfehlungstool und die beschriebenen Anwendungsfälle stellen keine vollständige oder allumfassende Abdeckung aller denkbaren KI-Anwendungsfälle, Technologien, Risiken oder Umsetzungsvarianten dar. Die dargestellten Inhalte wurden gezielt für eine Auswahl an Fragestellungen – insbesondere mit Fokus auf Wirkung von KI im Hinblick auf Klimaneutralität und Klimawandelanpassung in Städten – erarbeitet.

Dementsprechend werden Aspekte wie Lessons Learned, Implementierungsstrategien (z. B. Governance, Betriebsmodelle, Change-Management) sowie der rechtliche Rahmen (z. B. Datenschutz, regulatorische Anforderungen) nicht flächendeckend, sondern nur für ausgewählte, im Projekt priorisierte Themen und Use Cases behandelt. Das Tool ersetzt keine individuelle Fachberatung (insbesondere keine Rechtsberatung) und entbindet nicht von einer projektspezifischen Prüfung der lokalen Rahmenbedingungen, Datenlage, Zuständigkeiten, Risiken und Compliance-Anforderungen.

Feedback-Formular

Teilen Sie uns Ihren Anwendungsfall mit