Abschlusspräsentation des Lehrprojektes Data-driven Solutions for the Smart City Hamburg

31. Juli 2025, von Marten Borchers

Foto: UHH

Am 30. Juli fand die Abschlussveranstaltung des Lehrformats Data-driven Solutions for the Smart City Hamburg in der Universität Hamburg, das gemeinsam mit der Hamburger Hochbahn AG durchgeführt wird, statt.

Das Lehrformat zielt darauf ab, Studierenden die praxisnahe Bearbeitung von Anwendungsfällen zu ermöglichen, um so Innovationen und Kompetenzen zu fördern. Hierfür wurde mit dem Sachgebiet hvv Auskunftsmedien, vertreten durch Anja Schneider und Philipp Holz, dem Bereich Stabsbereich Nachhaltigkeit, vertreten durch Daniel Schulz, dem Fachbereich Mobilitätsstrategie und strategische Produktplanung, vertreten durch Aurelia Mennerich und dem Stabsbereich Bürgerbeteiligung, vertreten durch Doreen Röhle zusammengearbeitet.

Die Gruppe der Studierenden mit Wiebke Freitag, Aarushi Borkar, Marco Daum und Hauke Heyen (+1) untersuchte gemeinsam mit Anja Schneider und Philipp Holz, wie ein digitales Ebenen-Routing zur Unterstützung der Navigation in einfachen und komplexen Schnellbahn-Stationen für Bürgerinnen und Bürger ermöglicht werden kann. Der Prototyp bildet dies mithilfe einer interaktiven Karte, die auf OpenStreetMap basiert, ab und bindet die Geofox Datenbank und weitere Quellen und Technologien ein. Bürgerinnen und Bürger können so vorab Routen einsehen und sich Schritt-für-Schritt durch die Umstiege mit Ebenenwechseln navigieren.

Julian Dillmann und Julian Klass haben mit fünf weiteren Studierenden und Daniel Schulz untersucht, wie Large Language Modelle gemäß der Retrieval Augmented Generation Architektur die Durchführung von Wesentlichkeitsanalysen unterstützen können. Wesentlichkeitsanalysen werden für die Erstellung von Nachhaltigkeitsberichten durchgeführt, in den unterschiedlichsten Positionen und Perspektiven zu berücksichtigen sind. Der entwickelte Prototyp greift hierfür auf unterschiedlichste Berichte und Dokumente zu, um im Rahmen einer Chatbot-Interaktion die Durchführung der Wesentlichkeitsanalyse mit Inhalten, Textbausteinen und vielfältigen Perspektiven gezielt zu unterstützen.

Die Gruppe mit Lucina Woldeab, Gaurika Chopra, Tobias Staudinger und Henrik Wallenhorst (+3) untersuchten zusammen mit Aurelia Mennerich und Doreen Röhle, wie Fahrgastinformationen für gehörlose und hörgeschädigte Personen in Echtzeit aufbereitet und verständlich kommuniziert werden können. Hierfür wurde eine Piktogramm-basierte Lösung entwickelt, die die Fälle Sperrung, Gleiswechsel, Verspätung, Notfall (Evakuierung) und Schienenersatzverkehr abbildet. Für die Übersetzung von Ereignisinformationen, die aus der Geofox Datenbank der HOCHBAHN stammen, haben die Studierenden eine KI-basierte Übersetzung mithilfe eines Large Language Model entwickelt und diese in einen Webprototyp integriert. Anschließend wurde der Prototyp mit der Zielgruppe initial evaluiert und diskutiert sowie Potenziale und Herausforderungen festgehalten.

Chikaodi Uba, Jan Krause, Benjamin Klinkigt, Eva Bittner und ich freuen uns über den gelungenen Abschluss des Lehrformats, die entwickelten Prototypen und die Diskussionen. 

Einen herzlichen Dank an alle Studierenden, ohne die dies nicht möglich gewesen wäre sowie die Hamburger Hochbahn AG. Wir freuen uns auf die weitere Zusammenarbeit und Unterstützung, das Lernen und Lehren an und mit realen Herausforderungen zu gestalten und zeitgleich Impulse für die Mobilität von morgen zu setzen.