Ein Stadtwert kann beruhigend aussehen – und an der nächsten Kreuzung trotzdem zu grob sein. Häuserfronten, Wind, Verkehr und Wetter bilden kleine Räume, in denen sich Schadstoffe anders verteilen als im Stadtdurchschnitt. Genau diese Lücke will das EU-Forschungsprojekt MODELAIR mit 3D-Stadtmodellen, Sensoren und beschleunigten Strömungsmodellen sichtbarer machen. Keine neue Warn-App für den Weg zur Arbeit, sondern der Versuch, aus einer schwer lesbaren Mischung aus Physik und Messdaten eine bessere Grundlage für kommunale Entscheidungen zu bauen.
Der Ansatz ist technisch plausibel. Seine praktische Bewährungsprobe steht aber noch aus: Eine detailreiche Karte hilft erst dann, wenn sie an unabhängigen Messungen besteht, ihre Unsicherheit zeigt und sich anschließend prüfen lässt, ob eine Maßnahme die Belastung wirklich senkt statt sie nur zu verlagern.
Warum ein Stadtmittelwert nicht für jede Straße reicht
Luftverschmutzung verteilt sich nicht wie eine gleichmäßige Schicht über einer Stadt. In engen Straßenräumen zwischen Gebäuden – Fachleute sprechen von Straßenkanälen – können Wind und Geometrie darüber entscheiden, ob Abgase schneller abziehen oder sich länger halten. Verkehr, Emissionsquellen, Temperatur und Wetter kommen hinzu. Deshalb kann ein Wert an einer Referenzstation für die allgemeine Lage wichtig sein und doch nicht jede Ecke einer Stadt gleich gut beschreiben.
Die Europäische Kommission berichtete am 3. September über MODELAIR, einen EU-finanzierten Forschungsverbund. Er entwickelt KI-gestützte dreidimensionale digitale Stadtzwillinge: räumliche Modelle, die Stadtgeometrie, Computersimulationen und Sensordaten zusammenführen sollen. Ziel ist ein lokaleres Bild der Luftqualität auf Straßenebene. Der aktuelle Bericht nennt Brüssel, Madrid und Bristol als Orte mit unterschiedlichen Anwendungsfragen.
Das klingt zunächst nach einer technischen Verfeinerung. Für Kommunen kann der Unterschied praktisch sein: Wo fehlen Messpunkte? Welche Straßenräume verdienen eine genauere Untersuchung? Wie verändert sich ein Szenario, wenn sich der Ort oder die Stärke einer Emissionsquelle verschiebt? MODELAIR soll diese Fragen nicht automatisch entscheiden, sondern sie mit räumlich besser aufgelösten Informationen vorbereiten.
Aus Stadtform, Physik und Sensoren wird eine Schätzung
Ein Digital Twin ist in diesem Fall keine magische Kopie der Stadt. Er ist ein Arbeitsmodell. Gebäude, Straßen, Verkehrs- und Wetterdaten beschreiben die Bedingungen; Strömungssimulationen berechnen, wie sich Luft bewegt; Sensoren liefern Beobachtungen aus der Wirklichkeit. Datengetriebene Verfahren und sogenannte Reduced-Order-Modelle sollen die besonders aufwendigen physikalischen Rechnungen so vereinfachen, dass lokale Szenarien schneller nutzbar werden.
Reduced-Order-Modelle behalten nicht jede Einzelheit einer großen Simulation. Sie versuchen, die entscheidenden Muster mit weniger Rechenaufwand abzubilden. Ob das im jeweiligen Straßenraum gut genug gelingt, hängt allerdings von den Daten ab: von der Qualität der Geometrie und Emissionsannahmen ebenso wie von Wetterlagen, Sensorabdeckung, Kalibrierung und Wartung.
Die drei beschriebenen Anwendungsfälle sollte man nicht zu einer einzigen fertigen Lösung zusammenschieben. In Ixelles, einem Brüsseler Stadtteil, geht es um Platzierung und Wartung eines hochwertigen Messnetzes. Ein weiterer Fall untersucht den Einfluss der urbanen Topologie. In Madrid soll betrachtet werden, wie Ort und Stärke einer Emissionsquelle mögliche Verkehrsroute-Optionen verändern. Das sind unterschiedliche Fragen – und bislang Projekt- und Erprobungsarbeit, kein gemeinsamer Regelbetrieb.
Warum die Rechenarbeit nicht im Hintergrund verschwindet
Wie viel Physik hinter einer späteren Karte steckt, zeigt ein öffentliches MODELAIR-Deliverable. Es dokumentiert als technischen Zwischenstand Simulationen an bewusst vereinfachten urbanen Hindernissen mit Verfahren wie DNS und hochauflösender LES. Das ist noch keine nachgebildete Stadt. Gerade deshalb macht es die Größenordnung anschaulich, ohne sie als Produktversprechen misszuverstehen.
Für einen dort beschriebenen interpolierten Datensatz nennt das Dokument ein Gitter von 300 × 100 × 150 Punkten. Das sind 4,5 Millionen Gitterpunkte. Zusammen mit 50.000 gespeicherten Momentaufnahmen ergeben sich rechnerisch 225 Milliarden Gitterpunkt-Zeitstände. Diese Zahl sagt weder etwas über die Speichergröße noch über die Güte einer künftigen Stadtkarte. Sie erklärt aber, warum Projektpartner an beschleunigten Modellen arbeiten: Hochaufgelöste Strömung ist rechenintensiv, selbst bevor die Unordnung einer echten Stadt hinzukommt.
Genau hier liegt die interessante technische Verschiebung. KI soll die Strömungsphysik nicht einfach ersetzen. Sie soll zusammen mit reduzierten Modellen helfen, sie für konkrete Fragen schneller auszuwerten. Ein schicker 3D-Layer wäre dafür nur die Oberfläche. Entscheidend ist, ob die darunterliegende Schätzung auch bei wechselndem Wind, Verkehr und unvollständigen Sensordaten tragfähig bleibt.
Messung ist nicht der Gegenspieler des Modells
Für diese Prüfung liefert MODELAIR selbst in den gelesenen öffentlichen Quellen noch keine unabhängigen Fehlermaße, Unsicherheitsintervalle oder finalen Betriebs-Latenzen für die drei Städte. Auch eine nachgewiesene Emissionsminderung oder Gesundheitswirkung liegt dort nicht vor. Das ist kein Gegenbeweis gegen das Projekt, sondern die saubere Beschreibung seines Stands.
Wie wichtig der Abgleich mit Messungen ist, zeigt ein anderer europäischer Fall aus Warschau. Die Europäische Kommission fasste im Februar eine Studie zusammen, in der das Straßenmodell ATMO-Street mit dem chemischen Transportmodell GEM-AQ verbunden und gegen neun Messstationen geprüft wurde. Die Studie gehört nicht zu MODELAIR und ihre Werte lassen sich nicht auf Brüssel, Madrid, Bristol oder deutsche Städte übertragen. Ihr Wert für die Einordnung liegt woanders: Lokale Modellierung wird glaubwürdig, wenn sie sich an realen Beobachtungen messen lassen muss.
Eine gute kommunale Karte sollte deshalb nicht nur Farben zeigen. Sie müsste erkennbar machen, welcher Anteil gemessen und welcher modelliert ist, für welchen Ort und Zeitraum die Aussage gilt und wie groß die Unsicherheit ausfällt. Ohne diese Angaben kann eine präzise wirkende Darstellung mehr Gewissheit ausstrahlen, als die Daten hergeben.
Gesundheitsrelevanz ja – persönliche Diagnose nein
Die gesundheitliche Bedeutung der Sache ist gut belegt, aber sie darf nicht in ein falsches Versprechen kippen. Die Europäische Umweltagentur berichtet, dass 95 Prozent der städtischen Bevölkerung Europas im Jahr 2023 Schadstoffkonzentrationen oberhalb der WHO-Empfehlungen ausgesetzt waren. WHO Europe nennt unter anderem PM2.5, PM10, Stickstoffdioxid, Ozon und Schwefeldioxid als relevante Luftschadstoffe und weist auf besondere Risiken für vulnerable Gruppen hin.
Das erklärt, warum lokalere Informationen für Städte, Schulen oder stark belastete Straßen interessant sein können. Eine MODELAIR-Karte wäre dennoch keine Messung der persönlichen Dosis und keine medizinische Beratung. Wie viel Belastung für einen einzelnen Menschen relevant ist, hängt auch von Aufenthaltsdauer, Schadstoffart, Zeitpunkt, individueller Situation und der Qualität der Mess- und Modelldaten ab.
Für eine Verkehrsentscheidung kommt eine weitere Grenze hinzu: Eine Umleitung kann Belastung an einem Ort senken und sie an anderer Stelle erhöhen. Ob die Gesamtsituation besser wird, lässt sich nicht aus einem Szenario allein ableiten. Dafür braucht es eine nachvollziehbare Entscheidung, eine Umsetzung und anschließend eine Vorher-Nachher- oder kontrollierte Messung.
Was deutsche Städte aus dem Ansatz mitnehmen können
MODELAIR ist kein Projekt für Deutschland, und aus den Anwendungen in Bristol, Brüssel und Madrid folgt keine automatische Übertragbarkeit. Deutsche Städte müssten eigene Gebäude- und Straßendaten, Emissionsquellen, Wetterdaten und Messnetze einbeziehen. Auch die Modellgüte müsste vor Ort geprüft werden.
Übertragbar ist die Frage hinter dem Projekt: Reichen grobe Mittelwerte aus, wenn Entscheidungen über sensible Orte, Verkehrsführung oder zusätzliche Messpunkte anstehen? Dort kann die Verbindung von Physik, Sensorik und beschleunigter Modellierung eine echte Lücke schließen. Sie macht nicht die politische Abwägung überflüssig. Aber sie kann sichtbar machen, wo eine Stadt genauer hinschauen sollte.
Bis Ende 2026 läuft MODELAIR laut CORDIS noch. Der nächste belastbare Schritt wäre keine noch eindrucksvollere Visualisierung, sondern eine stadtspezifische öffentliche Evaluation: unabhängige Sensoren, Fehler- und Unsicherheitsmaße über unterschiedliche Wetter- und Verkehrslagen sowie eine transparente Prüfung, was bei fehlenden oder driftenden Sensoren passiert. Erst wenn darauf auch eine Maßnahme folgt und deren Wirkung nachvollziehbar gemessen wird, wird aus einem überzeugenden Modellbild belastbare kommunale Praxis.
Quellen und weiterführende Informationen
- Europäische Kommission, Horizon Magazine: How AI is helping cities tackle invisible pollution
- Europäische Kommission, CORDIS: MODELAIR Fact Sheet
- Europäische Kommission, CORDIS: MODELAIR Results
- MODELAIR: About
- Barcelona Supercomputing Center: MODELAIR project page
- MODELAIR/KTH/BSC: Numerical Databases (Velocity Fields), D3.2
- Europäische Kommission, DG Environment: Urban air quality modelling in Warsaw
- European Environment Agency: Harm to human health from air pollution
- WHO Europe: Air pollution
Hinweis: Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft. Stand: 2026-09-04
