Luftverschmutzung in Städten: MIT Senseable City Lab kartiert Verkehrsemissionen mit Verkehrskameras und Mobilfunkdaten

Städtische Luftverschmutzung wirkt oft wie ein schleichendes, unsichtbares Problem: Man sieht sie nicht immer, und doch prägt sie den Alltag – meist, ohne dass es vielen bewusst ist.

Der Strassenverkehr ist dabei ein zentraler Treiber. Trotzdem war es bislang erstaunlich schwer, präzise zu bestimmen, wo genau die Emissionen entstehen. Viele Verfahren sind entweder zu grob und betrachten die Stadt nur aus grosser Höhe – oder sie sind so detailliert, dass sie sich auf wenige Fahrzeuge beschränken. Für die Stadtplanung bleiben dadurch Lücken in der Datengrundlage.

Ein neuer Ansatz beginnt, diese Lücken zu schliessen. Forschende haben ein Verfahren entwickelt, das Fahrzeuge missionen in einer ganzen Stadt mit bemerkenswerter Detailtiefe und nahezu in Echtzeit abbilden kann.

Das Besondere: Statt neue Sensorik zu installieren, nutzen sie Infrastruktur, die vielerorts bereits vorhanden ist – Verkehrskameras und Mobilfunkdaten.

Luftverschmutzung mit Verkehrskameras erfassen

An der Grundidee ist nichts Kompliziertes: Kameras an Kreuzungen zeichnen den Verkehrsfluss auf. Parallel dazu zeigen anonymisierte Mobilfunkdaten, wie sich Menschen durch die Stadt bewegen.

Erst in der Kombination entsteht daraus ein fein aufgelöstes Bild: wo Fahrzeuge unterwegs sind, wie sie sich fortbewegen und welche Schadstoffmengen dabei anfallen.

Das System beschränkt sich nicht aufs reine Zählen. Es unterscheidet Fahrzeugtypen und verfolgt, wie sich Verkehrsabläufe im Tagesverlauf verändern.

Ausserdem bildet es das Stop-and-go durch Ampeln ab – ein Faktor, der für Emissionen entscheidend ist, in vielen Modellen aber häufig unter den Tisch fällt.

Paolo Santi, leitender Forschungswissenschaftler am MIT Senseable City Lab, ist Mitautor einer neuen Veröffentlichung, die die Ergebnisse des Projekts beschreibt.

„Unser Modell erlaubt es, durch die Kombination von Verkehrskameras in Echtzeit mit mehreren Datenquellen sehr detaillierte Emissionskarten zu extrapolieren – bis hin zu einer einzelnen Strasse und Stunde des Tages“, sagte Santi.

„Solch detaillierte Informationen können sehr hilfreich sein, um Entscheidungen zu unterstützen und die Effekte von Eingriffen in Verkehr und Mobilität zu verstehen.“

Warum ältere Methoden nicht ausreichen

Klassische Emissionserfassung funktioniert meist wie eine Momentaufnahme. Manche Systeme messen nur gelegentlich, andere arbeiten mit Mittelwerten für die gesamte Stadt. Beides verpasst die Feinheiten, auf die es in der Praxis ankommt.

Zwar gibt es auch extrem detaillierte Untersuchungen, doch diese konzentrieren sich oft auf eine kleine Fahrzeugzahl – und lassen sich deshalb kaum auf eine ganze Metropole hochskalieren.

Die neue Methode positioniert sich dazwischen: Sie deckt die Stadt im Ganzen ab und kann zugleich auf einzelne Strassenzüge und konkrete Zeitfenster herunterbrechen.

Wie relevant diese Genauigkeit ist, zeigte sich im Vergleich: Legte das Team detaillierte Schätzungen neben grobe stadtweite Durchschnitte, lagen die Abweichungen zwischen −49 Prozent und 25 Prozent. Solche Unterschiede können politische Entscheidungen in die falsche Richtung lenken.

Was die Testläufe gezeigt haben

Getestet wurde das Modell in Manhattan – mit 331 Verkehrskameras und Daten von mehr als 1.75 Millionen Mobiltelefonen. Das System ordnete 93 Prozent der Fahrzeuge korrekt den jeweiligen Kategorien zu. Diese Trefferquote machte es möglich, Emissionen Block für Block zu kartieren.

Darüber hinaus untersuchte das Team, wie sich veränderte Verkehrsabläufe auswirken. Wurden etwa Teile der Pendelnden vom privaten Auto auf Busse verlagert, sanken die Emissionen. Auch eine zeitliche Entzerrung der Hauptverkehrszeiten half, weil dadurch Stauspitzen weniger stark ausfielen.

Ein Praxisbeispiel stach besonders hervor: Im Januar 2025 führte New York City unterhalb der 60. Straße eine Staugebühr ein. Der Verkehr ging um etwa 10 Prozent zurück. Die Emissionen fielen noch stärker – um 16 bis 22 Prozent.

Dabei waren die Verbesserungen nicht gleichmässig verteilt: Einige Strassen profitierten deutlich mehr als andere.

„Wir sehen nach Beginn der Staugebühr diese Art von riesigen Veränderungen. Ich denke, das ist ein Beleg dafür, dass unser Modell sehr hilfreich sein kann, wenn eine Regierung wirklich wissen will, ob eine neue Politik sich in reale Auswirkungen übersetzt“, sagte Songhua Hu, der an dem Projekt mitgearbeitet hat.

Ein Werkzeug, das Privatsphäre schützt

Bewegungsdaten in der Stadt zu analysieren, wirft naheliegende Datenschutzfragen auf. Das System umgeht diese Problematik bewusst: Es erfasst weder Kennzeichen noch identifiziert es einzelne Personen. Im Mittelpunkt stehen Fahrzeugklassen und Bewegungsmuster.

„Die ganz grundlegende Idee ist, Verkehrsemissionen mit vorhandenen Datenquellen kosteneffektiv zu schätzen“, sagte Hu.

Genau diese Balance ist entscheidend: Städte erhalten bessere Daten, ohne zusätzliche Überwachungstechnik aufzubauen oder die Kosten nach oben zu treiben.

Neue Instrumente zum Schutz der Gesundheit

Das Verfahren könnte verändern, wie Städte auf Belastungen reagieren. Statt Monate oder Jahre auf Auswertungen zu warten, könnten Verantwortliche die Wirkung von Massnahmen fast unmittelbar erkennen.

Damit werden schnellere Entscheidungen und gezieltere Eingriffe möglich.

Carlo Ratti, Direktor des MIT Senseable City Lab, ordnete die Arbeit in die laufende Forschung seines Teams ein, die sich mit hyperlokalen Messungen der Luftqualität und weiterer Umweltfaktoren befasst.

„Indem wir mehrere Datenströme integrieren, erreichen wir eine Präzision, die vor wenigen Jahren noch undenkbar war – und geben politischen Entscheidungsträgern leistungsfähige neue Werkzeuge an die Hand, um die menschliche Gesundheit zu verstehen und zu schützen“, sagte Ratti.

Zudem ist das System erweiterbar. Es kann weitere Quellen – etwa Dashcams – einbinden, um die Genauigkeit nochmals zu steigern. Städte müssen also nicht bei null anfangen, sondern können auf vorhandener Infrastruktur aufbauen.

Der weitere Weg

Städte wachsen weiter, und Verkehr wird so schnell nicht verschwinden. Sauberere Fahrzeuge sind hilfreich, lösen das Problem aber nicht allein. Genauso wichtig ist es, genau zu wissen, wo Emissionen entstehen.

Fábio Duarte ist Associate Director of Research and Design am MIT Senseable City Lab.

„Mit unserem Modell können wir jede Kamera, die in Städten genutzt wird – von den Hunderten Verkehrskameras bis zu den Tausenden Dashcams – in ein leistungsfähiges Gerät verwandeln, um Verkehrsemissionen in Echtzeit zu schätzen“, sagte Duarte.

Damit wird gewöhnliche Infrastruktur deutlich wertvoller: Städte bekommen ein klareres Bild dessen, was auf ihren Strassen passiert – und bessere Voraussetzungen, um wirksame Veränderungen umzusetzen.

Die vollständige Studie erschien in der Fachzeitschrift Nature Sustainability.