Das Internet der Dinge und die Zukunft intelligenter nachhaltiger Städte

by
Günter Knieps
My articles My booksMy videos
Follow on:

Das Konzept intelligenter, nachhaltiger Städte findet zunehmend Beachtung. Die traditionellen öffentlichen Infrastrukturen und Versorgungseinrichtungen können mit Hilfe der Potenziale der Informations- und Kommunikationstechnologien verbessert werden, wie dieser Beitrag zeigt. Im Zentrum stehen IP-basierte Sensornetze, satellitenbasierte Positionsbestimmungssysteme und aktives Verkehrsmanagement innerhalb des All-IP-Internets. "Sharing" und "Prosumage" sowie intelligentes Staumanagement bieten zusätzlich ein sich ständig erweiterndes Feld von Möglichkeiten.

Das Internet der Dinge als Motor für die Entwicklung von intelligenten nachhaltigen Städten

Der Übergang von herkömmlichen zu intelligenten Netzen wird angetrieben durch die rasanten Innovationsprozesse auf dem Gebiet der Informations- und Kommunikationstechnologien.^[ 1 ] Entscheidungen über die Allokation von Netzkapazitäten werden zunehmend echtzeitbasiert getroffen. So stützen sich adaptive Produktions- und Konsumentscheidungen auf Echtzeit-Knappheitssignale, die von intelligenten Zählern, Reglern und Sensoren übermittelt werden. Zudem spielt auch die Dimension der satellitenbasierten Positionsbestimmung eine immer bedeutendere Rolle.

Wichtige Innovationen auf dem Gebiet der Kommunikations- und Sensornetze eröffnen vielversprechende Potenziale für intelligente Netze, gesteuert durch die Kommunikation von Maschine zu Maschine, das sogenannte Internet der Dinge (OECD, 2012). Einerseits werden Sharing- und Prosumer-Aktivitäten (z.B. Car-Sharing oder Microgrids) immer wichtiger, andererseits können die zunehmenden Stauprobleme und Knappheiten in urbanen Netzen mit Umsetzungsstrategien angegangen werden, die auf Informations- und Kommunikationstechnologien basieren. Der Fokus von Initiativen für intelligente Städte liegt auf der Nutzung von Informations- und Kommunikationstechnologien, um städtische Infrastrukturen und Dienste zu verbessern, so dass adaptives Verhalten in Echtzeit basierend auf datengestützten Rückkopplungsschleifen möglich wird (ITU-T, 2015a; OECD, 2013: 8 f.).

Die Architektur von virtuellen IP-Netzen

Für traditionelle Netzindustrien bedeuten die Informations- und Kommunikationstechnologien eine Herausforderung, die sich z.B. in der Form von intelligenten Transportsystemen, Smart Grids, Car-Sharing, oder allgemein betrachtet in der App-basierten Ökonomie manifestiert. Zwar unterscheiden sich die verschiedenen physischen Netzinfrastrukturen und -dienste stark voneinander, je nachdem ob es sich z.B. um Verkehrs-, Wasser- oder Elektrizitätsnetze handelt. Unterschiedliche physische Netze haben daher auch heterogene Anforderungen an komplementäre virtuelle Netze. Trotzdem basieren die komplementären virtuellen Netze alle auf derselben von Informations- und Kommunikationstechnologien gesteuerten Logistik des Internetprotokolls IP.

Die grundlegenden Charakteristika der virtuellen Netze für intelligente nachhaltige Städte sind adaptive Entscheidungsfindung in Echtzeit und räumlich differenzierte Datenerhebung mit einer immer höheren Positionsgenauigkeit. Darüber hinaus gewinnt die Zusammenschaltung von Sensornetzen eine immer größere Bedeutung (Knieps, 2017b). Die Städte entwickeln sich zunehmend zu Zentren für Big Data, die durch die Vernetzung von großen Datenmengen und darauf aufbauenden adaptiven Echtzeitentscheidungen gekennzeichnet sind (OECD, 2015, Kapitel 9). Aufgrund der Konvergenz der verschiedenen breitbandigen Kommunikationsinfrastrukturen hin zu einem all-IP Internet ergeben sich vielfältige Innovationspotentiale, die nicht nur Kommunikationsanwendungen (IP-TV, voice over IP, etc.), sondern auch vielfältige standortabhängige, adaptive Echtzeitanwendungen ermöglichen. Die Innovationspotenziale unterschiedlicher virtueller Netze eröffnen ein breites Feld für Dienstleistungen im Rahmen von intelligenten, nachhaltigen Städten.

•  IP-basierte Sensornetze

Virtuelle Netze existieren nicht separat und in sich abgeschlossen, sondern sind jeweils mit dem all-IP Internet verbunden. Virtuelle Netze können auch mit anderen virtuellen Netzen verbunden sein oder mit anderen Elementen außerhalb des Kontexts virtueller Netze. So verwenden etwa Heimnetze breitbandige Kommunikationsdienste für heterogene Anwendungsbereiche, z.B. für sensorbasierte Prosumer-Entscheidungen bei der Gewinnung und dem Verbrauch erneuerbarer Energie, für das Tanken von Elektrofahrzeugen sowie für Kommunikationsanwendungen (z.B. IPTV). Um die Betriebskontinuität etwa für vernetzte/automatisierte Fahrzeugdienste aufrechtzuerhalten, können mehrere miteinander verbundene virtuelle Netze erforderlich sein (ITU-T, 2014; Knieps, 2016).

• Die Rolle der Geopositionierung

European Global Navigation Satellite (EGNOS) Systeme verbessern Genauigkeit und Zuverlässigkeit von Navigationssystemen wie GPS oder Galileo, indem sie deren Messungen korrigieren. Das GHOST Project (Galileo Enhancement as Booster of the Smart Cities^{[ a ]})[1] basiert auf der exakten Positionierung von mobilen Fahrzeugen mit dem Ziel "cross-funktionale" Anwendungen im Bereich der Wartung von Verkehrsinfrastrukturen, Parkraumbewirtschaftung und Müllabfuhr zu ermöglichen. EGNOS in Verbindung mit digitalen Mobilfunktechnologien ermöglicht eine große Vielfalt von echtzeitbasierten, auf lokale Bedingungen zugeschnittenen Anwendungen innerhalb von Smart Cities^{[ b ]}. Gegenwärtig entwickeln sich verschiedene solche auf EGNOS basierende Anwendungen innerhalb von intelligenten Städten, so z.B. für vernetztes/automatisiertes Fahren und sicherheitskritische Anwendungen (ITU-T, 2015a: 83 ff.).

• Aktives Verkehrsmanagement im all-IP-Internet

Virtuelle Netze schaffen neue Anforderungen, nicht nur für die Datenerzeugung (mittels Sensoren) und die Datenverarbeitung (mittels Cloud Computing), sondern auch für den Datentransport. Die Bereitstellung der notwendigen all-IP-Bandbreitenkapazitäten basiert auf der reibungslosen Verfügbarkeit von heterogenen IP-basierten Breitbandinfrastrukturen. Die erforderlichen Qualitätsgarantien in Bezug auf Bandbreitenkapazitäten, Verzögerung (Latenzzeit) und Varianz der Verzögerung (jitter) beim Datentransport sowie die Paketverlustraten sind heterogen und hängen von den spezifischen Aufgaben eines virtuellen Netzes ab. Die Anforderungen an die Echtzeit-Übertragungsqualität und die räumlich differenzierte Datenerfassung sind unterschiedlich und hängen von der Art der Anwendung ab. Nicht nur für Voice over IP und interaktive Videospiele in Echtzeit, sondern auch für vielfältige Anwendungen innerhalb von intelligenten Städten sind hohe Anforderungen an die Latenzzeit von entscheidender Bedeutung. So müssen etwa Notfallzentren die Reaktionszeit minimieren, so dass der genaue Ort eines Unfalls sofort erreicht werden kann (ITU-T, 2015a: 92), vernetztes autonomes Fahren verlangt extrem niedrige Latenzzeiten etc. (European Commission, 2016). Die zukünftige Herausforderung für den Datenpakettransport ist der Wechsel vom Best-Effort-Internet zu einer all-IP-Infrastruktur, in der es eine Hierarchie unterschiedlicher Qualitätsklassen mit stochastischen und deterministischen Qualitätsgarantien gibt. Erforderlich sind Preis- und Qualitätsdifferenzierungsmodelle, die Anreize für die Allokation knapper Bandbreitenkapazitäten an unterschiedliche Qualitätsklassen der all-IP-Infrastrukturkapazitäten schaffen (Knieps, 2011; Knieps & Stocker 2016).

Datensicherheit und Schutz der Privatsphäre im Internet

Für die Datensicherheit und den Schutz der Privatsphäre im Internet stellt die zunehmende Verwendung räumlich differenzierter Echtzeit-Verkehrsdaten innerhalb von intelligenten Städten eine signifikante Herausforderung dar (OECD, 2015). Einerseits wird das Konzept der "open data" in intelligenten Städten immer wichtiger, ermöglicht es doch die maschinenlesbare, nicht proprietäre und gebührenfreie Verwendung und Wiederverwendung von Daten. Andererseits gibt es berechtigte Bedenken bezüglich Datensicherheit und Schutz der Privatsphäre, die Anonymisierungs-Infrastrukturen und Sicherheitsgarantien im Cyberspace verlangen (ITU, 2015b). Während der letzten beiden Jahrzehnte hat die Internet Engineering Task Force (IETF) erhebliche Anstrengungen unternommen, um Sicherheitsstandards für IP-basierte Netze zu entwickeln (Frankel & Krishnan, 2011), die auch in IP-basierten virtuellen Netzen für intelligente nachhaltige Städte Anwendung finden können. Auch für Dienste, die auf standortabhängigen, adaptiven Echtzeitanwendungen basieren (z.B. Navigationsanwendungen oder Notdienste), hat die IETF eine Architektur zum Schutz der Privatsphäre im Internet entwickelt (Barnes et al., 2011).

Allgemeinere Regeln, die über die Sicherheit von IP-Datenverkehren hinausgehen, wurden vom Europäischen Parlament und dem Rat im Dezember 2015 in der "Verordnung zum Schutz natürlicher Personen bei der Verarbeitung personenbezogener Daten" publiziert, die die Richtlinie zum Datenschutz von 1995 aufhebt.^[ 2 ] Zu den Zielen dieser Verordnung zählen z.B. leichterer Zugang zu den eigenen persönlichen Daten, das Recht auf Datenportabilität und das Recht, informiert zu werden, wenn Daten gehackt wurden. Das Ziel der Cybersicherheit für "kritische Infrastrukturen" wie Telekommunikation, Energie und Transport thematisiert eine Richtlinie des Europäischen Parlaments und des Rates von 2016 die Maßnahmen zur Sicherstellung eines hohen, in der gesamten Europäischen Union gültigen Standards von Netz- und Datensicherheit zum Gegenstand hat.^[ 3 ]

Shared mobility

Informations- und Kommunikationstechnologien sind ein wichtiger Motor für die zunehmende Rolle, die Sharing-Aktivitäten in intelligenten nachhaltigen Städten spielen. Ein wichtiges Anwendungsfeld ist dabei die "shared mobility": Der Trend geht weg von im ÖPNV organisierten Busdiensten nach Fahrplan zum Bedarfsverkehr, angeboten von Fahrzeugflotten aus gemeinsam genutzten Taxis und Taxibussen. Der grundlegende Gedanke dabei ist, dass sich gemeinsam genutzte Taxidisponentendienste entwickeln, die auf räumlicher Optimierung in Echtzeit basieren und sowohl die Kosten zusätzlicher Fahrzeugkilometer als auch die Opportunitätskosten von Wartezeiten und die Sharing-Vorlieben der Nutzer berücksichtigen (OECD/ITF, 2016).

Andere Anwendungsfälle für shared mobility sind Car-Sharing, Fahrgemeinschaften, Fahrradverleih und die gemeinsame Nutzung von vernetzen Fahrzeugen. All diese Anwendungen basieren darauf, dass Knappheitssituationen an unterschiedlichen Orten innerhalb der Dienstleistungsnetze in Echtzeit oder Beinahe-Echtzeit kommuniziert werden können. Erfahrungen mit Bike-sharing und Car-sharing für (Elektro-)Autos bestehen seit etwa einem Jahrzehnt. Ein anschauliches Beispiel ist Velib in Paris, ein staatliches Fahrradverleihsystem mit ungefähr 20 000 Fahrrädern und 1500 Stationen, wobei innerhalb der Stadtgrenzen ungefähr alle 300 Meter eine Station zur Verfügung steht (OECD, 2012: 10).

Inzwischen richtet sich die Aufmerksamkeit zunehmend auch auf die zukünftige Rolle von gemeinsam genutzten selbstfahrenden Autos und ihre Auswirkungen auf den Stadtverkehr. In diesem Zusammenhang werden die Eigenschaften von sogenannten "TaxiBots" und "AutoVots" analysiert. TaxiBots sind selbstfahrende Autos die von mehreren einzelnen Mitfahrern für überlappende Streckenabschnitte parallel genutzt werden können, AutoVots befördern dagegen Einzelpersonen oder Gruppen, ohne dass es zu zufälligen gemeinsamen Nutzungen kommt; sie haben daher größere Ähnlichkeit mit herkömmlichen Taxis.

Welche Auswirkungen diese innovativen Systeme der gemeinsamen Nutzung von Fahrzeugen auf das Gesamtvolumen des Autoverkehrs (und die sich daraus ergebenden Stau- und Umweltverschmutzungseffekte) haben werden, bleibt unklar, weil die zukünftigen Substitutionseffekte zwischen shared vehicle-Angeboten einerseits und privatem Autoverkehr und Bussen (und anderen ÖPNV-Angeboten) andererseits nicht mit Sicherheit vorhergesagt werden können. Die Resultate von Simulationsstudien, die die Auswirkungen von gemeinsam genutzten Taxifahrten (New York) und gemeinsam genutzten selbstfahrenden Autos (Singapur, New Jersey) untersuchen, hängen ab von den zugrundeliegenden Grundannahmen, z.B. bezüglich der vorhandenen Verkehrsalternativen; sie legen aber nahe, dass diese Art von Fahrgemeinschaften signifikantes Potenzial haben, insbesondere während der Zeiten besonders hohen Verkehrsaufkommens (OECD/ITF, 2015). Sharing-Aktivitäten sollten nicht mir Prosumer-Aktivitäten verwechselt werden – jedenfalls nicht so lange Transportdienste von Transportunternehmen bereitgestellt werden. Nur wenn Sharing-Aktivitäten in Form von nichtkommerzieller Fahrgemeinschaften angeboten werden, handelt es sich beim Car-Sharing um eine Prosumer-Aktivität.

Prosumage und Sharing innerhalb von Microgrids

Ein wichtiges Beispiel für Prosumage in Kombination mit Sharing sind Microgrids, die für intelligente nachhaltige Städte von besonderer Bedeutung sind. Sie verwandeln die herkömmliche Top-down- Wertschöpfungskette aus Stromerzeugung, Hochspannungsübertragungsnetzen, Verteilnetzen und lokalen Konsumenten-Haushaltsnetzen in eine Bottom-up-Wertschöpfungskette: Erneuerbare Energie wird in Heimnetzen erzeugt (z.B. durch Solaranlagen auf Dächern), diese Niedrigspannungsenergie wird dann mit verschiedenen benachbarten Heimnetzen geteilt und die Energie in Batterien oder Elektrofahrzeugen gespeichert. Auf diese Weise verbinden sie die Nachhaltigkeitsziele der Energiepolitik mit Prosumerverhalten und Sharing innerhalb der Grenzen eines Microgrids. Da Microgrids nicht autark sind, erweist sich das Ein- und Ausspeisen von Elektrizität aus dem und in das Verteilnetz als unvermeidlich.

Innovationen auf dem Gebiet der Erzeugung erneuerbarer Energie und in der Batterietechnologie zum Speichern von Elektrizität innerhalb und außerhalb elektrischer Autos sind wichtig. Ebenso wichtig und notwendig für die Evolution von Microgrids sind jedoch die Potenziale von Informations- und Kommunikationstechnologien. Intelligente, bidirektionale Zähler, IP-basierte Sensorennetze und Regler spielen eine wichtige Rolle in der Gestaltung von Heimnetzen und ihrer Verbindung zum all-IP-Internet. Während in einem physischen Microgrid die unterschiedlichen Anforderungen der angeschlossenen Prosumer innerhalb eines Niedrigspannungsnetzes miteinander ins Gleichgewicht gebracht werden, besteht der komplementäre virtuelle Microgrid aus Informationsflüssen in Echtzeit zwischen den Prosumage-Einheiten und dem Betreiber des Microgrids und damit einhergehenden Import/Export-Aufträgen an die Verteilnetzbetreiber (Knieps, 2017a).

Intelligentes Staumanagement

Es ist zu erwarten, dass Prosumer-Aktivitäten und die sich daraus ergebenden Sharing-Netze für die intelligente nachhaltige Stadt der Zukunft immer wichtiger werden. Dennoch kann die zunehmende Bedeutung von Prosumer-Aktivitäten die Rolle der Märkte nicht ersetzen, weder bei der Lösung von Knappheits- und Stauproblemen innerhalb des all-IP Internet noch bei Stauproblemen in physischen Netzen.

Staumanagement spielt in intelligenten nachhaltigen Städten eine doppelte Rolle. Einerseits sind virtuelle Netze in der Erfüllung ihrer Funktion, vielfältige Anwendungen für intelligente nachhaltige Städte zu ermöglichen, angewiesen auf Inputs von Breitbandnetzen mit Qualitätsgarantien bei der Datenpaketübertragung. Andererseits senkt die Verwendung virtueller Netze die Transaktionskosten der Erhebung nutzungsabhängiger Stautarife, die sich nach dem lokalen Auslastungsstand zum jeweiligen Zeitpunkt richtet. Die Erhebung von Stautarifen gestaltet sich viel einfacher, wenn sie durch intelligente Mautsysteme unterstützt wird. Ein anschauliches Beispiel dafür liefert eine Straßenverkehrsstudie von EGNOS^{[ c ]}, die zeigt, dass Satellitennavigationsdienste das Potenzial für eine vielversprechende Lösung des Problems der elektronischen Mauterhebung haben. Sie ermöglichen es, Tarife gemäß der genauen Fahrstrecke eines Fahrzeugs zu erheben, auch dort wo keine Mautstellen und Mautinfrastrukturen zur Verfügung gestellt werden können.

Aus netzökonomischer Perspektive hat die Erhebung von Stautarifen für die Nutzung von Netzkapazitäten in den Sektoren Kommunikation, Verkehr und Elektrizität ein erhebliches Potenzial zur Steigerung der sozialen Wohlfahrt. Stautarife führen zu einer effizienteren Verwendung von Infrastrukturkapazitäten und verringern so die Notwendigkeit einer Ausweitung der Infrastruktur. Zudem können Mauteinnahmen dazu verwendet werden, zur Finanzierung der Infrastruktur beizutragen (vgl. Knieps, 2015, Kapitel 3).

Barnes et al. (2011), An Architecture for Location and Location Privacy in Internet Applications, RFC 6280.

European Commission (2016), 5 G Global Developments, 5G for Europe: An Action Plan, Commission Staff Working Document, Brussels, 14.9.2016, SWD (2016) 306 final6280.

Frankel, S., Krishnan, S. (2011), IP Security (IPsec) and Internet Key Exchange (IKE) Document Roadmap, RFC 6071.

ITU-T (2014), Requirements of network virtualization for future networks, Recommendation ITU-T Y. 3012.

ITU-T (2015a), Overview of smart sustainable cities infrastructure, Focus Group Technical Report, ITU-T FG-SSC.

ITU-T (2015b), Anonymization infrastructure and open data in smart sustainable cities, Focus Group Technical Report, ITU-T FG-SSC.

Knieps, G. (2011), Network neutrality and the Evolution of the Internet, International Journal of Management and Network Economics, 2(1): 24-38

Knieps, G. (2015), Network Economics: Principles – Strategies – Competition Policy, Cham et al.: Springer.

Knieps, G. (2016), Internet of Things (IoT), Future Networks (FN) and the Economics of Virtual Networks, TPRC 44: The 44th Research Conference on Communication, Information and Internet Policy 2016; available at SSRN^{[ d ]}, August 15.

Knieps, G. (2017a), Internet of Things and the economics of microgrids, in F. Sioshansi (Ed.), Innovation and Disruption at the Grid’s Edge, Amsterdam et al.: Academic Press/Elsevier (241-258).

Knieps, G. (2017b), Internet of Things and the economics of smart sustainable cities, Competition and Regulation in Network Industries, first published online October 26, 2017. DOI: 10.1177/1783591717736502

Knieps, G., Stocker, V. (2016), Price and QoS Differentiation in all-IP Networks, International Journal of Management and Network Economics, 3(4): 317-335.

OECD (2012), Machine-to-Machine Communications: Connecting Billions of Devices^{[ e ]}, OECD Digital Economy Papers, No.192, OECD Publishing.

OECD (2013), Building Blocks for Smart Networks^{[ f ]}, OECD Digital Economy Papers, No. 215, OECD Publishing.

OECD (2015), Data-Driven Innovation: Big Data for Growth and Well-Being, Paris: OECD Publishing.

OECD/ITF (2015), Urban Mobility System Upgrade: How shared self-driving cars could change the city traffic^{[ g ]}, Paris: International Transport Forum.

OECD/ITF (2016), Shared Mobility: Innovation for Liveable Cities, Paris: International Transport Forum, www.itf-oecd.org.

©KOF ETH Zürich, 6. Dez. 2017