KI-Routenplanung

Executive Summary

Die falsche Trasse wird teuer. Jede zusätzliche Querung, jeder unnötige Aushub und jede private Genehmigung kostet Zeit und Budget. Ein KI-Planner verwandelt GIS-Layer in einen optimierten, kostenbewerteten Korridor: Aus Straßen, Trassen, Masten, Bahn/Fluss, Schutzgebieten und No-Go-Zonen entsteht ein Graph mit Kosten und Risiken. Das System schlägt gerankte Alternativen vor (kürzest, günstigst, genehmigungsarm), erzeugt ein Mengengerüst und zeigt Genehmigungsanforderungen an. Menschen prüfen Trade-offs und entscheiden.

Das heutige Problem

Planungsteams jonglieren mehrere Karten, Excel-Listen und Legacy-Tools. Kostentreiber (Belag, Tiefe, Verkehrsführung) werden uneinheitlich geschätzt; Genehmigungen werden spät erkannt—Neuplans folgen. Zeitpläne rutschen, Crews warten, CAPEX steigt.

Der KI-gestützte Ablauf

1. Datenfusion: Straßen, Trassen, Masten, Versorger, Flur-/Parzellengrenzen, Umweltlayer, Verkehrsklassen, Zuständigkeiten in ein einheitliches Geomodell.
2. Kosten & Auflagen: Kosten je Segment (Aushub, Wiederherstellung, Verkehrssicherung) und Restriktionen (No-Dig-Zonen, Bahn/Fluss-Querungen, Dienstbarkeiten).
3. Routenoptimierung: Kürzester Weg / MILP mit Mehrzielwerten (Kosten, Dauer, Risiko). Ausgabe: Top-3–5 Alternativen mit Metriken und Heatmaps.
4. What-if: Gewichte anpassen („Minimiere Genehmigungen“ vs. „Minimiere Aushub“), Optionen werden neu gerankt.
5. Permit-Preview & Mengengerüst: Pro Alternative: Genehmigungstypen/Behörden, erwartete SLAs, vorläufiges Mengengerüst mit Einheitspreisen.
6. Einreichpaket: Karten, KML/GeoJSON, Mengengerüst, Begründung für Freigaben; Aufgaben wandern in Genehmigung und Bauplanung.
7. Änderungs-Tracking: Bei geänderten Auflagen/Kosten werden betroffene Segmente markiert und Alternativen vorgeschlagen.

Privacy-by-design, compliance-aligned: Nur erforderliche Geodaten, Datenresidenz, nachvollziehbare Annahmen/Kosten, Audit-Trails. Entscheidungsunterstützung; finale Trassenwahl liegt bei Engineering/Genehmigung.

Pilotumfang (4–6 Wochen)

• Scope: 1–2 Korridore (20–60 km) Urban/Suburban gemischt.
• Schnittstellen: Read aus GIS-Quellen; Export GeoJSON/KML, Mengengerüst-CSV, Permit-Checklisten.
• Erfolgskriterien: Geschätzte CAPEX ggü. Baseline, Anzahl Genehmigungen, geplante Bauzeit, Zahl der Neuplanungen.

Hypothesen-Metriken (illustrativ, nicht garantiert):

• CAPEX −5–15 % durch optimierte Korridore.
• Genehmigungen pro km −10–25 %.
• Neuplanungszyklen −30–50 %.

Schnelles ROI-Beispiel (Szenario):
Bei 12 Mio. € Projektvolumen ergeben 7 % Ersparnis ≈ 840 T€. Selbst nach Software/Operations bleiben die Kosten typischerweise innerhalb einer Saison amortisiert.

Risiken & Gegenmaßnahmen

• Unvollständige Geodaten: Freshness-Hinweise, manuelle Overrides, Konfidenzlevel.
• Regelvielfalt: Zuständigkeits-Templates und Checklisten; menschliche Prüfung vor Einreichung.
• Überoptimierung: Transparente Gewichte/Restriktionen, Human-in-the-Loop.

Vom Pilot zum Rollout

Rollout auf Regionen, Verknüpfung mit Genehmigungs-Automatisierung und Einsatzplanung, Umwelt-Scoring (Lärm, Emissionen). So wird Trassenplanung schneller, günstiger und planbarer.

Erwartete Wirkung (illustrativ):

• Geringere CAPEX durch optimierte Trassen.
• Schnellere Rollouts durch weniger Hürden.
• Nachhaltigere Planung mit geringerem Impact.
• ROI durch Bau- und Genehmigungs­einsparungen.