Soziale Auswirkungen KI-basierter Entscheidungen im Smart City Kontext
KI-Systeme schaffen Potenziale für die effizientere Verteilung von knappen öffentlichen Ressourcen und sind ein zentraler Treiber von Smart Cities. Allerdings können dieselben Systeme auch nicht-intendierte gesellschaftliche Konsequenzen zur Folge haben, insbesondere indem sie bestehende soziale Ungleichheiten verstärken oder neue schaffen. CAIUS untersucht, wie KI-basiertes Automated Decision-Making (ADM) in Smart Cities städtische Gesellschaften im Positiven wie im Negativen beeinflussen kann. Hierfür entwickeln wir eine innovative Methodik, die informatische und sozialwissenschaftliche Kompetenzen vereint. Mittels agentenbasierter Modellierung werden hierbei die Einstellungen und das Verhalten der städtischen Bevölkerung sowie die daraus resultierenden Konsequenzen simuliert.
Im Zuge dessen begleiten wir zwei von Industriepartnern geplante Smart-City-Anwendungen in der Metropolregion Rhein-Neckar wissenschaftlich: (1) Verkehrskontrolle durch Smart-Cameras und (2) dynamische Preissetzung von Parkgebühren. Die Datengrundlage für unsere agentenbasierten Modelle beziehen wir aus Open Government Data, digitalen Fußabdrücken und eigens dafür entwickelten Datenerhebungen. Im Rahmen unserer Anwendungsfälle werden die Ergebnisse der Simulationen zur Entscheidungsunterstützung der privaten und öffentlichen Partnerorganisationen verwendet. Die agentenbasierten Modelle werden hierbei abstrakt-generell entwickelt, um als Ressource für andere Projekte in verwandten Kontexten genutzt werden zu können. Abschließend werden wir aus den im Rahmen von CAIUS gewonnenen Erkenntnissen allgemeine Richtlinien zur Implementierung KI-basierter Entscheidungssysteme in städtischen Kontexten ableiten.
Das Projekt hat Umfragedaten erhoben, welche die Parameter für eine agentenbasierte Simulation zur Modellierung von Parken in der Stadt Mannheim liefern. Mit diesen Daten wird aktuell ein intelligentes System zur Verteilung und Bepreisung von Parkraum trainiert, um anschließend den Einfluss dieses Systems auf soziale Ungleichheit im urbanen Raum zu untersuchen. Dazu werden agentenbasierte Simulationen programmiert und ausgewertet.