Zwanzig Jahre Sensornetzwerke und Dashboards haben weder die Verkehrsüberlastung in den Städten noch die Energieverschwendung oder die Notfallhilfe gelöst. Der Grund dafür ist einfacher, als man denkt – und die Lösung ist endlich da.

Vor zwanzig Jahren war die „intelligente Stadt“ der Begriff, der das städtische Leben revolutionieren sollte. Überall Sensoren. Echtzeitdaten. Dashboards, mit denen Stadtverwaltungen alles im Blick behalten konnten, was sich auf Millionen Quadratmetern intelligenter Stadtinfrastruktur abspielte. Die Regierungen investierten massiv. Beratungsunternehmen bauten ganze Geschäftsbereiche darauf auf. Pilotprojekte schossen wie Pilze aus dem Boden.

Und dennoch haben die meisten Städte heute noch immer mit denselben strukturellen Problemen zu kämpfen wie schon im Jahr 2005. Verkehrsstaus. Energieverschwendung. Langsame Notfallreaktionen. Eine Infrastruktur, die eher reaktiv als proaktiv instand gehalten wird.

Auf der Veranstaltung „Tele2 IoT Talks Paris“ im Juni 2026 brachte es Onur Kasaba, Geschäftsführer von Tele2 IoT, nach mehr als 20 Jahren in der Branche auf den Punkt:

A smart city essentially meant a city with a dashboard. Unfortunately. It improved efficiency to some extent, but it didn’t really move the needle on the fundamental level — because we didn’t have what we have today: the execution capability of artificial intelligence.

Warum Daten allein die Lücke bei der Umsetzung nicht schließen konnten

Das ursprüngliche Smart-City-Modell basierte auf einer soliden Prämisse: Wer sieht, was vor sich geht, kann es besser steuern. Sensoren wurden in Verkehrssystemen, Wasserversorgungsnetzen, Energienetzen und öffentlichen Räumen installiert. Die Daten flossen in zentralisierte Plattformen. Dashboards zeigten alles an.

Das Problem war, was danach geschah. Die Menschen mussten sich weiterhin die Übersichtsanzeigen ansehen. Die Daten auswerten. Maßnahmen koordinieren. Teams entsenden. Auf Ergebnisse warten. Der Kreislauf von der Entscheidung bis zur Umsetzung war zu langsam, um in den meisten Szenarien einen nennenswerten Unterschied zu bewirken. Man konnte sehen, wie sich ein Wasserleck bildete.

Aber die Behebung des Problems erforderte nach wie vor dieselbe Anzahl an Anrufen, Arbeitsaufträgen und Einsätzen vor Ort wie bisher. Die Datenerfassung war nie der Engpass. Die Umsetzung der Maßnahmen war es hingegen schon.

Wie KI Daten in Maßnahmen umsetzt

Künstliche Intelligenz liefert nicht nur mehr Daten. Sie ermöglicht es, auf der Grundlage dieser Daten zu handeln, ohne dass in jedem Schritt menschliches Eingreifen erforderlich ist – und zwar innerhalb von Sekunden statt Stunden.

Rettungsdienste legen ihre Routen dynamisch auf der Grundlage von Echtzeitdaten zu Verkehrslage und Vorfällen fest. Energiesysteme optimieren sich stündlich anhand der tatsächlichen Verbrauchsmuster. Ampeln passen sich in Echtzeit an, um Staus zu vermeiden, bevor sie entstehen. Wasserversorgungssysteme erkennen Anomalien und leiten Wartungsmaßnahmen ein, bevor es zu Ausfällen kommt.

Hier geht es nicht um KI als Instrument zur Entscheidungsunterstützung. Es geht um KI als Umsetzungsschicht. Die Stadt ist nicht mehr nur passiver Beobachter, sondern verhält sich wie ein aktives, sich selbst verwaltendes System.

Der Meilenstein im Bereich Digital Twin, der 100-prozentige Genauigkeit Wirklichkeit werden lässt

Einer der bedeutendsten technologischen Höhepunkte der CES 2026 war die Demonstration der „Digital Twin“-Fähigkeit mit einer Genauigkeit von 100 %. Die Cosmos-Plattform von Nvidia ermöglicht es, jede Umgebung – einschließlich komplexer städtischer Infrastruktur – mit einer Präzision zu digitalisieren, die zuvor schlichtweg nicht möglich war.

Was bedeutet das in der Praxis? Eine Stadt kann eine geplante Infrastrukturänderung modellieren, deren Auswirkungen unter realistischen Bedingungen simulieren und das Ergebnis überprüfen, noch bevor auch nur ein einziger Arbeiter vor Ort eintrifft. Das physische Ergebnis lässt sich virtuell testen.

Aus diesem Grund rechnen Stadtplaner nun mit einer Senkung des Energieverbrauchs um bis zu 60 % durch KI-gestützte Planung und Umsetzung. Die Simulation ist zuverlässig genug, um darauf abzustützen.

KI-gestützte Smart-City-Infrastruktur: So sieht sie in der Praxis aus

Die nächste Generation der intelligenter Infrastruktur in der Smart City basiert auf anderen Prinzipien als die bisherige. Sie ist bewusst dezentral statt zentralisiert angelegt – denn die Erfahrung hat gezeigt, dass ein einziger Ausfallpunkt in einem zentralisierten System kritische Dienste in einer ganzen Stadt lahmlegen kann, vom Verkehrsmanagement bis zur Wasserzählerablesung.

Es wird, soweit möglich, lokal gehostet – die Kommunen legen Wert auf Datenhoheit, und die Cloud-Kosten sind erheblich gestiegen. Außerdem läuft das System in Echtzeit: 5G-IoT-Netzwerke, die mittlerweile in den meisten Großstädten weltweit verbreitet sind, unterstützen Entscheidungsabläufe über Tausende vernetzter Sensoren hinweg gleichzeitig.

Ein Beispiel aus der Praxis: Verkehrsunfälle in Echtzeit erfasst

Eines der deutlichsten Beispiele dafür, dass dies bereits funktioniert, ist ein landesweites Netzwerk von Notfall-Sendern in Spanien, das über die IoT-Konnektivität von Tele2 IoT betrieben wird und Verkehrsunfälle im ganzen Land in Echtzeit erfasst. Die Rettungsdienste werden sofort benachrichtigt und zum Unfallort geleitet.

Es handelt sich zwar um einen relativ engen Anwendungsfall – doch er veranschaulicht das Prinzip: Daten, die von IoT-Geräten erfasst und sofort verarbeitet werden, lösen ohne manuelles Eingreifen Maßnahmen aus. Dieser Kreislauf, der auf Wasserversorgungssysteme, Luftqualitätsüberwachung, Energienetze und Verkehrsmanagement angewendet wird, zeigt, wie die KI-native Stadt im Vollbetrieb aussieht.

Warum Regierungen der Smart-City-Technologie derzeit große Aufmerksamkeit schenken

Die Dringlichkeit hat eine quantitative Dimension, die in der Diskussion um Technologie oft außer Acht gelassen wird. Die Stadtbevölkerung hat historische Höchststände erreicht, während die Infrastruktur noch auf die Bevölkerungsdichte der 1960er Jahre ausgelegt ist. Betriebliche Ineffizienzen in städtischen Systemen kosten die Volkswirtschaften mittlerweile bis zu 4 % des BIP. Und die Kosten des Nichtstuns steigen schneller als die Kosten des Handelns.

Gleichzeitig ist die Technologie mittlerweile zugänglich geworden: Sensoren sind günstig, KI ist kein Posten mehr, der nur in Unternehmensbudgets Platz findet, und die Netzwerke sind schnell genug. Die Vereinten Nationen haben einen formellen Governance-Rahmen für das „Cityverse“ ins Leben gerufen – die KI-gestützte, digital vernetzte Version des städtischen Lebens, die sich vom Konzept zur politischen Agenda entwickelt. Über 200 Regierungsvertreter nahmen an der CES 2026 teil, um sich mit der KI-gestützten städtischen Infrastruktur auseinanderzusetzen – nicht als Touristen, sondern um herauszufinden, was sie regulieren, beschaffen und aufbauen müssen.

Städte, die als Erste Smart-City-Technologien einführen, werden nur sehr schwer einzuholen sein

Die intelligente Stadt war nie eine schlechte Idee – es war eine gute Idee, die umgesetzt wurde, bevor die Umsetzungsschicht existierte. Diese Umsetzungsschicht existiert nun.

Städte und Infrastrukturteams, die diesen Unterschied frühzeitig erkennen – und KI-native IoT-Systeme entwickeln, anstatt KI lediglich auf bestehende Dashboards aufzuschichten –, werden sich in den Bereichen Energiekosten, öffentliche Sicherheit, Servicequalität und betriebliche Effizienz kumulative Vorteile verschaffen, die Nachzügler nur sehr schwer aufholen können.

Die wichtigsten Erkenntnisse

Das Konzept der intelligenten Stadt war nicht falsch – es kam einfach zu früh. Die Sensordaten gab es schon immer. Neu ist die Fähigkeit, darauf autonom und in Echtzeit zu reagieren, ohne dass bei jedem Entscheidungszyklus ein Mensch eingreifen muss. Dieser Wandel verändert die Möglichkeiten der städtischen Infrastruktur.

KI-native Städte stellen ebenso sehr ein Problem der Konnektivitäts Gestaltung wie ein Softwareproblem dar. Verteilte Architektur, Echtzeit-Sensorschleifen, digitale Zwillinge mit 100-prozentiger Genauigkeit – all das funktioniert nicht ohne ein Netzwerk, das große Datenmengen zuverlässig und mit geringer Latenz gleichzeitig über Tausende von Endpunkten übertragen kann. Die KI einer intelligenten Stadt ist nur so schnell wie die ihr zugrunde liegende Konnektivität;

Die Datenmengen nehmen weiter zu und stabilisieren sich nicht. Jeder neue Sensor, jeder autonome Entscheidungszyklus und jeder digitale Zwilling, der einem städtischen System hinzugefügt wird, erhöht die Belastung, die das Netzwerk bewältigen muss. Konnektivitätskapazität und Zuverlässigkeit sind aktive Planungsanforderungen für jedes Projekt für intelligente Städte und keine bereits gelöste Grundvoraussetzung.

Die Infrastruktur für erste Anwendungen ist bereits vorhanden. Das landesweite Netzwerk von Live-Notfall-Sendern in Spanien – das auf der IoT-Konnektivität von Tele2 basiert, Verkehrsunfälle in Echtzeit erfasst und Rettungskräfte automatisch zum Einsatzort leitet – ist ein anschauliches Beispiel dafür, wie das Modell einer „AI-nativen“ Stadt in der Praxis aussieht. Sein Anwendungsbereich ist zwar begrenzt, der zugrunde liegende Ansatz jedoch nicht.

Da Projekte für intelligente Städte und IoT-Projekte zunehmend auf KI-gesteuerte Abläufe umgestellt werden, wird Konnektivität zur Grundlage.. Möchten Sie wissen, wie Tele2 IoT Ihr Projekt unterstützen kann? Kontaktieren Sie uns.