Warum London KI als städtische Infrastruktur und nicht als neue Funktion betrachtet

In der Stadtverwaltung hat Technologie meist zwei Schicksale: Entweder wird sie als Vorzeigeprojekt behandelt oder sie wird in die Infrastruktur integriert und zu einem Teil des täglichen Betriebs. London bewegt sich erkennbar auf den zweiten Weg zu.

Der Londoner Bürgermeister Sadiq Khan hat jüngst KI, Daten und Verkehrssicherheit erneut auf einer gemeinsamen Governance-Karte zusammengebracht. Im Mittelpunkt seiner Aussagen steht nicht, „wie fortschrittlich KI ist“, sondern wie die Stadt mithilfe von Daten öffentliche Dienstleistungen verbessern kann, wie ein dichteres Netz von Verkehrssensoren die Sicherheit auf den Straßen erhöhen kann und wie Bewohner und Beschäftigte die Fähigkeiten erwerben können, die sie im KI-Zeitalter brauchen.

Solche Formulierungen wirken nicht radikal, verweisen aber auf einen tieferen Wandel: KI verlagert sich von einem Thema der Unternehmensforschung zu einem Thema des städtischen Betriebs.

Warum Städte den Druck von KI früher spüren als Staaten

Die KI-Governance auf nationaler Ebene konzentriert sich oft auf Modell­sicherheit, industriellen Wettbewerb und regulatorische Grenzen; Städte hingegen sehen sich einer anderen Realität gegenüber: KI ist bereits in Straßen, Krankenhäuser, Schulen, Büros und den öffentlichen Nahverkehr eingedrungen, und ihre Auswirkungen sind nicht abstrakt, sondern unmittelbar.

Deshalb betonen immer mehr Stadtverantwortliche, dass KI nicht allein von Technologieunternehmen und Zentralregierungen definiert werden sollte. Die Stadt ist die Frontlinie, an der Technologie umgesetzt wird, und zugleich der Ort, an dem die sozialen Folgen zuerst sichtbar werden. Wie Algorithmen den Arbeitsmarkt beeinflussen, wie Sensoren die Verkehrsüberwachung verändern oder wie Plattformdaten Wege zur Mobilität neu gestalten, all das wird zuerst in Städten spürbar.

Londons Vorgehen ist dafür beispielhaft. KI wird nicht als separates „Smart-City-Projekt“ behandelt, sondern in öffentliche Dienstleistungen, Verkehrssteuerung und Qualifizierungs­systeme eingebettet. Mit anderen Worten: KI ist hier keine „digitale Haut“, die über die Stadt gelegt wird, sondern der Punkt, an dem die Stadt beginnt, ihre eigenen Betriebsregeln neu zu schreiben.

Daten werden zu einer neuen öffentlichen Ressource der Stadtverwaltung

Dass London Daten zur Verbesserung öffentlicher Dienstleistungen nutzt, ist nicht neu; entscheidend ist jedoch, dass sich die Art der Nutzung verändert hat.

Früher waren Stadtdaten meist interne Verwaltungsaufzeichnungen, die für nachträgliche Statistiken, Budgetverteilung und Leistungsbewertung genutzt wurden. Heute ähneln Daten zunehmend einem Instrument der Echtzeitsteuerung: Sensoren erfassen die Luftqualität, Daten aus Verkehrsnetzen helfen Plattformen, sicherere Fahrrad­routen zu planen, und der Zustand öffentlicher Infrastruktur wird laufend überwacht und in Betriebsentscheidungen zurückgespielt.

Sadiq Khan betonte besonders, dass London mit Google Maps Daten zu Radwegen, Verkehrsmustern und Straßenzuständen teilen werde, um Radfahrern sicherere und ruhigere Routen vorzuschlagen. Dieses Beispiel wirkt auf den ersten Blick schlicht, verweist aber auf eine wichtige Richtung der digitalen Stadtentwicklung: Die Regierung versucht nicht mehr, alle Informationsverarbeitung allein zu leisten, sondern kooperiert unter bestimmten Regeln mit Plattformen, um externe Rechenkapazitäten zur Steigerung des öffentlichen Nutzens einzusetzen.

Solche Kooperationen werfen auch realistischere Fragen auf: Wer kontrolliert die Daten, wer definiert die Routen, wer trägt die Verantwortung, und wer besitzt das endgültige Interpretationsrecht? Wenn Stadtdaten in globale Plattformsysteme eingespeist werden, kann die lokale Governance sowohl gestärkt als auch durch Abhängigkeiten umgeformt werden.

Verkehrssysteme werden zum Testfeld der städtischen KI-Governance

Verkehr war schon immer der Bereich, in dem städtische Technologien am leichtesten implementiert und am stärksten wahrgenommen werden.Verkehr ist seit jeher der Bereich, in dem städtische Technologie am leichtesten eingeführt werden kann und am unmittelbarsten wahrgenommen wird. Der Grund liegt auf der Hand: Er berührt zugleich Sicherheit, Effizienz, Luftqualität, soziale Gerechtigkeit im Raum und das öffentliche Erleben.

Londons Hightech-Verkehrskameras, Luftqualitätssensoren, emissionsfreie Busse sowie die Mobilfunk-Aufrüstung im U-Bahn-Netz zeigen, dass sich städtische Verkehrssysteme von einem „Mittel zur Personenbeförderung“ hin zu einem System entwickeln, das „die Stadt wahrnimmt“. In diesem Modell übernehmen Verkehrsinfrastrukturen nicht nur die Funktion des Transports, sondern auch jene der Datenerfassung, Verhaltenslenkung und Risikofrüherkennung.

Das ähnelt der Logik einiger Pilotprojekte für autonome Städte. Ob Robotaxis, autonome Lieferdienste oder die Koordination intelligenter Ampeln – wirklich nötig ist nicht punktuelle Innovation, sondern eine von Maschinen verständliche städtische Umgebung: klare Nutzungsrechte, kontinuierliche Daten, stabile Regeln und eindeutige Grenzen. Je stärker eine Stadt Automatisierung einführen will, desto mehr muss sie zuvor zu einer berechenbaren Stadt werden.

London hat nicht erklärt, in eine Phase der automatisierten Stadt eingetreten zu sein, doch seine Governance-Maßnahmen bewegen sich bereits in diese Richtung: Straßen, Luft, Radverkehr und öffentlicher Nahverkehr werden zunehmend in ein kontinuierliches datenbasiertes Rückkopplungssystem eingebunden.

Im Kern von KI-Governance geht es nicht um Geschwindigkeit, sondern um städtische Leistungsfähigkeit

Viele Diskussionen über KI konzentrieren sich auf die „Geschwindigkeit der Innovation“, doch die Stadtverwaltung achtet auf etwas anderes: ob die Fähigkeiten ausreichen.

Städtische Leistungsfähigkeit bedeutet nicht nur die Fähigkeit, Technologie einzusetzen, sondern auch institutionelle Koordinationsfähigkeit, Datensteuerungskompetenz, Risikobewertungskompetenz und die Fähigkeit zur Kommunikation mit der Öffentlichkeit. Der Wert von KI in der Stadt liegt nie allein in der Effizienzsteigerung, sondern darin, zu prüfen, ob eine Regierung komplexe Systeme organisieren kann.

Dass London eine Arbeitsgruppe zu KI und Beschäftigung eingerichtet und Unternehmen, Regierung, Gewerkschaften sowie den Technologiesektor zur gemeinsamen Mitwirkung eingeladen hat, ist sehr bemerkenswert. Denn die Auswirkungen von KI auf die Stadt werden letztlich auf den Arbeitsmarkt zurückwirken: Verwaltungsaufgaben, Kundenservice-Prozesse, Verkehrssteuerung, Inhaltsprüfung, medizinische Assistenz und Bildungsunterstützung werden in unterschiedlichem Ausmaß umgestaltet.

Wenn eine Stadt nur über Technologie spricht, aber nicht über Beschäftigung und Weiterbildung, dann wird KI als externer Schock wahrgenommen; wenn sie Qualifizierung, beruflichen Wandel und die Umgestaltung öffentlicher Dienstleistungen in denselben Rahmen stellt, kann KI Teil der städtischen Resilienz werden.

Der Wettbewerb der Städte der Zukunft besteht nicht nur darin, Unternehmen anzuziehen, sondern auch darin, Infrastrukturen zu organisieren

Der weltweite Städtewettbewerb erfährt derzeit einen strukturellen Wandel. Früher konkurrierten Städte um Kapital, Talente und geografische Lage; in Zukunft müssen sie auch um die Fähigkeit konkurrieren, digitale Infrastrukturen zu organisieren.

Das umfasst mehrere Ebenen:

• ob eine Stadt über eine nachhaltig aktualisierbare Datenplattform verfügt
• ob sie Sensoren, Verkehr, Energie und Gebäudesysteme miteinander verknüpfen kann
• ob sie ein Gleichgewicht zwischen Datenschutz, Transparenz und Effizienz schaffen kann
• ob sie KI dort einsetzt, wo der öffentliche Nutzen am größten ist
• ob sie den Bewohnerinnen und Bewohnern digitale Kompetenzen vermitteln kann, statt sie nur zu passiven Nutzern der Technologie zu machenDer Fall London zeigt, dass die Digitalisierung von Städten nicht länger ein bloßes IT-Upgrade einzelner Fachbereiche ist, sondern eine Neugestaltung der gesamten städtischen Governance-Struktur. Dass KI in die Stadt einzieht, liegt nicht daran, dass Städte „neue Technologien mögen“, sondern daran, dass traditionelle Steuerungsinstrumente angesichts von Bevölkerungsbewegungen, Verkehrsbelastung, Klimaherausforderungen und dem Umbau des Arbeitsmarkts nicht mehr ausreichen.

Die eigentliche Trennlinie: von der digitalisierten Stadt zur lernfähigen Stadt

Die wichtigste Fähigkeit der Stadt der Zukunft ist möglicherweise nicht, „wie hoch der Automatisierungsgrad ist“, sondern „wie schnell sie lernt“.

Eine lernfähige Stadt kann fortlaufend Daten aufnehmen, Modelle korrigieren, Regeln anpassen und zwischen verschiedenen Bereichen geschlossene Feedbackschleifen bilden. Sie strebt keinen einmaligen Transformationsabschluss an, sondern sorgt dafür, dass Infrastruktur, Governance und öffentliche Dienste iterativ weiterentwickelt werden können.

Die aktuellen Schritte Londons sind noch längst kein vollständig ausgereiftes städtisches KI-System, aber sie senden ein klares Signal: KI verlagert sich von Laboren, Büros und sicherheitspolitischen Debatten hin zu Rathäusern, Bus- und Bahnnetzen sowie der Verwaltung des Straßenraums. Stadtverwaltung verlangt damit ein neues Verständnis von Infrastruktur – nicht nur Straßen, Wasser, Strom und U-Bahn, sondern auch Datenplattformen, algorithmische Zusammenarbeit, Cybersicherheit und digitale Kompetenzen.

Die Unterschiede zwischen den Städten der Zukunft werden sich möglicherweise nicht mehr daran entscheiden, wer die meisten Anwendungen besitzt, sondern wer Technologie in eine steuerbare öffentliche Fähigkeit verwandeln kann.

Schluss

Wenn die vorige Phase der Stadt-Digitalisierung vor allem darin bestand, Dienstleistungen ins Netz zu verlagern, dann geht diese neue Phase tiefer: Städte verankern Wahrnehmung, Urteilsfähigkeit und Reaktionsvermögen in ihren eigenen Systemen.

Die Bedeutung Londons liegt nicht darin, dass es „KI genutzt“ hat, sondern darin, dass es KI als Teil der städtischen Governance behandelt – parallel zu Verkehr, Sicherheit, Beschäftigung, öffentlichen Dienstleistungen und Datenkooperation. Dieser Ansatz kommt der realen Zukunftsform der Stadt näher: nicht von Technologie überdeckt zu werden, sondern das öffentliche Leben durch Technologie neu zu organisieren.

Und das ist der eigentliche Beginn von KI in der Stadt.