KI für kühlere Städte Wie Super-Resolution neue Möglichkeiten für die kommunale Stadtklimaanalyse eröffnet

Der Klimawandel verändert auch in Bayern zunehmend die Lebensbedingungen. Steigende Temperaturen, häufigere Extremwetterereignisse, längere Hitzeperioden und mehr Tropennächte stellen Städte und Gemeinden vor neue Herausforderungen. Gerade in dicht bebauten Siedlungsräumen verstärkt sich die Hitze besonders stark: Versiegelte Flächen, enge Bebauung und Abwärme aus Verkehr oder Gebäuden führen dazu, dass sich Städte deutlich stärker aufheizen als ihr Umland.

Wie Kommunen diese Entwicklung besser verstehen und gezielt darauf reagieren können, erläuterte Katharina Baumann von der Müller-BBM Industry Solutions GmbH beim Kongress „Bayerns beste kommunale Umweltbeispiele“. Ihr Thema: hochauflösende Stadtklimaanalysen – und wie Künstliche Intelligenz diese deutlich effizienter machen kann.

Stadtklimaanalyse als Planungsinstrument

Stadtklimaanalysen helfen Kommunen, Hitzeinseln sichtbar zu machen und deren Ursachen zu verstehen. Mithilfe von Computersimulationen wird berechnet, wie sich Temperatur, Wind, Strahlung und Luftfeuchtigkeit innerhalb eines Stadtgebiets verteilen.

Ein wichtiger Indikator ist dabei die sogenannte physiologisch äquivalente Temperatur (PET) – also die gefühlte Temperatur. Neben der Lufttemperatur berücksichtigt sie auch Faktoren wie Wind, Luftfeuchtigkeit und Strahlungswärme. Dadurch lässt sich genauer beurteilen, wo Menschen tatsächlich besonders stark durch Hitze belastet sind.

Am Beispiel einer Simulation für München zeigte Baumann, wie unterschiedlich die Belastung innerhalb einer Stadt ausfallen kann. Während große Grünflächen wie der Englische Garten deutlich kühlere Bereiche bilden, entstehen in dicht bebauten Innenhöfen oder stark versiegelten Straßenräumen sogenannte städtische Hitzeinseln.

Für Kommunen liefert eine solche Analyse eine wichtige Grundlage für Entscheidungen: Wo sind zusätzliche Bäume besonders sinnvoll? Wo sollten Fassaden oder Dächer begrünt werden? Welche Plätze oder Schulhöfe benötigen dringend mehr Schatten? Ziel ist es, Maßnahmen gezielt dort einzusetzen, wo sie den größten Effekt haben – und gleichzeitig teure Fehlplanungen zu vermeiden.

Auflösung entscheidet über Aussagekraft

Die Aussagekraft einer Stadtklimaanalyse hängt stark von der räumlichen Auflösung der Simulation ab. Grobe Modelle mit Rastergrößen von etwa 25 bis 100 Metern eignen sich eher für regionale Planungen. Sie bilden jedoch viele Details der Stadtstruktur nicht ab.

Erst hochauflösende Modelle mit wenigen Metern Rasterweite können einzelne Gebäude, Innenhöfe oder Baumkronen realistisch berücksichtigen. Gerade Vegetation spielt für das Mikroklima eine zentrale Rolle: Bäume spenden Schatten und kühlen ihre Umgebung durch Verdunstung.

Doch diese Detailgenauigkeit hat ihren Preis. Je feiner das Modell, desto stärker steigt der Rechenaufwand. Wird die räumliche Auflösung beispielsweise halbiert, vervielfacht sich die benötigte Rechenleistung. Simulationen können dann Tage oder sogar Wochen dauern – entsprechend hoch sind die Kosten.

KI beschleunigt komplexe Simulationen

Hier setzt ein neuer Ansatz an: die sogenannte Super-Resolution mithilfe neuronaler Netze. Das Prinzip ist aus der Bildbearbeitung bekannt: Unscharfe oder niedrig aufgelöste Bilder werden durch KI nachträglich verfeinert.

Übertragen auf Stadtklimamodellierung bedeutet das: Zunächst wird eine Simulation mit relativ grober Auflösung berechnet – deutlich schneller und günstiger als ein hochauflösendes Modell. Anschließend nutzt eine KI diese Daten, um daraus eine realitätsnahe hochauflösende Darstellung abzuleiten.

Das neuronale Netz wird zuvor mit umfangreichen Modellrechnungen trainiert. Es lernt, welche Muster und Zusammenhänge zwischen groben und feinen Simulationen bestehen – etwa wie Gebäudegeometrie, Vegetation oder Straßenräume die Temperaturverteilung beeinflussen.

Die Ergebnisse sind vielversprechend: In den vorgestellten Tests lag die durchschnittliche Abweichung zur aufwendig berechneten Referenzsimulation bei etwa einem Grad Celsius bei der gefühlten Temperatur – ein Unterschied, der für Menschen kaum wahrnehmbar ist.

Große Effizienzgewinne für Kommunen

Der entscheidende Vorteil liegt im Zeit- und Kostenfaktor. Während eine vollständig hochauflösende Simulation mehrere Monate Rechenzeit beanspruchen kann, lässt sich mit dem KI-gestützten Verfahren ein vergleichbares Ergebnis innerhalb etwa einer Woche erzielen.

Zudem ist das trainierte KI-Modell nicht an eine bestimmte Stadt gebunden. Einmal entwickelt, kann es auf unterschiedliche Kommunen angewendet werden. Dadurch werden hochauflösende Stadtklimaanalysen auch für kleinere Städte und Gemeinden wirtschaftlich interessanter.

Für die kommunale Planung eröffnen sich damit neue Möglichkeiten: Städte können verschiedene Szenarien testen – etwa zusätzliche Begrünung, veränderte Bebauung oder neue Verkehrsflächen – und deren Auswirkungen auf das Stadtklima simulieren.

Angesichts zunehmender Hitzeperioden wird die Anpassung an den Klimawandel für Kommunen immer wichtiger. Digitale Werkzeuge wie KI-gestützte Stadtklimamodellierung können dabei helfen, fundierte Entscheidungen zu treffen und Städte langfristig lebenswerter zu gestalten.