Abschluss des Lehrprojekts „Data-driven Solutions for the Smart City Hamburg“

12. Februar 2026, von Marten Borchers & Janis-Marie Paul

Foto: Marten Borchers/UHH

Am Mittwoch fand die Abschlussveranstaltung des inter- und transdisziplinären Lehrprojekts „Data-driven Solutions for the Smart City Hamburg“ statt. Das Format wurde bereits zum achten Mal erfolgreich durchgeführt – in enger Kooperation zwischen der Hamburger Hochbahn AG, der Universität Hamburg und dem Hub of Computing and Data Science (HCDS).

Das Lehrprojekt bietet Studierenden die Möglichkeit, reale Herausforderungen aus dem urbanen Mobilitäts- und Nachhaltigkeitskontext datengetrieben zu bearbeiten. Dabei stehen sowohl praktische Problemlösungskompetenzen als auch Innovationsfähigkeit und interdisziplinäre Zusammenarbeit im Mittelpunkt.

Gemeinsam mit verschiedenen Fachbereichen der Hamburger Hochbahn AG – darunter Mobilitätsstrategie und strategische Produktplanung (Aurelia Mennerich), Nachhaltigkeitsmanagement (Nienke Berger, Laureen Brieve), Mobility Data Analytics & Modellierung (Jastine Bergelt) sowie Betriebsorganisation Bus (Mirco Kötzsch) – entwickelten die Studierenden prototypische KI-gestützte Lösungen für konkrete Anwendungsfälle.

KI-gestützte Analyse betrieblicher Auswirkungen im ÖPNV

Die Projektgruppe Michelle Hallmann, Nina Strarovitova, Julia Wilhelm, Bahar Barikzei und Patrick Leonhardt entwickelte gemeinsam mit Jastine Bergelt, Michael Thüne und Mirco Kötzsch ein digitales Dashboard zur Bewertung betrieblicher Auswirkungen von Umleitungen und Haltestellenverlegungen.

Der Prototyp zerlegt textbasierte Berichte automatisiert, analysiert deren Inhalte mithilfe KI-gestützter Verfahren und quantifiziert Auswirkungen durch Abfragen an das Haltestellenregister sowie OpenStreetMap. Das System systematisiert bestehende Berichte und erleichtert die transparente Analyse von Streckenänderungen.

Nachhaltigkeitsrisiken in Lieferketten datenbasiert identifizieren

Die Gruppe Julien Graf, Erik Pauli, Sardorbek Sabirov, Marvin Schmidt und Lukas Owen entwickelte gemeinsam mit Nienke Berger und Laureen Brieve eine KI-gestützte Lösung zur Erstellung von Risikoprofilen für Warengruppen und Produkte.

Der entwickelte Prototyp integriert eine Suchmaschine sowie ein Large Language Model, um Produkte in ihre Bestandteile zu zerlegen und automatisiert menschenrechtliche sowie umweltbezogene Risiken entlang der Lieferkette zu identifizieren. Die intelligente Recherche unterstützt die systematische Erstellung von Nachhaltigkeitsrisikoprofilen und bereitet qualitative Informationen inklusive Quellen transparent auf.

Barrierefreiheit durch KI-gestützten Wissenszugang

Die Projektgruppe Yasmine Khamassi, Leon Sothmann und Josef Hermann arbeitete gemeinsam mit Aurelia Mennerich an einem KI-basierten Prototypen zur Verbesserung des Zugangs zu Barrierefreiheitsanforderungen.

Auf Basis einer Retrieval-Augmented-Generation-Architektur wurde ein System entwickelt, das relevante Dokumente zu gesetzlichen und organisatorischen Anforderungen bündelt und über eine intuitive Chatbot-Oberfläche zugänglich macht. Ziel ist es, Umsetzungsverantwortliche bei der schnellen und strukturierten Informationsgewinnung zu unterstützen.

Erfolgreiche Zusammenarbeit für die Smart City Hamburg

Das Lehrprojekt zeigt erneut, wie datengetriebene Methoden und KI-Anwendungen praxisnah in realen Organisationskontexten eingesetzt werden können. Studierende gewinnen wertvolle Einblicke in komplexe Entscheidungsprozesse, während Praxispartner innovative Lösungsansätze erproben können.

Wir danken allen beteiligten Studierenden, Partnerinnen und Partnern der Hamburger Hochbahn AG sowie dem Lehrteam um Jan Krause, Heiko Bornholdt, Benjamin Klinkigt, Eva Bittner, Martin Semmann und Marten Borchers für die erfolgreiche Durchführung – und freuen uns auf die Fortsetzung dieser Zusammenarbeit im kommenden Durchlauf.