Wie funktioniert KI-gestützte Straßenzustandserfassung?

In vielen Tiefbauämtern entscheidet noch immer der Aktenordner über den Zustand des Straßennetzes. Eine Kollegin fährt eine Strecke ab, notiert Risse und Schlaglöcher mit Stift und Klemmbrett, fotografiert einzelne Stellen und überträgt das Ganze später in eine Excel-Tabelle. Diese Form der Erfassung ist langsam, sie hängt stark vom Auge des Prüfers ab, und sie veraltet in dem Moment, in dem sie fertig wird.

Genau hier setzt die KI-gestützte Straßenzustandserfassung an. Eine solche digitale Erfassung verspricht ein objektives und aktuelles Bild des Netzes und arbeitet zugleich effizienter, weil dafür kein Personal mehr wochenlang im Außendienst gebunden ist. Bevor ein Amt darüber entscheidet, lohnt ein nüchterner Blick darauf, wie diese Technik tatsächlich arbeitet und wo ihre Grenzen liegen.

Worum es bei KI-gestützter Straßenzustandserfassung geht

Hinter dem Begriff steckt keine einzelne Wundermaschine, sondern eine ganze Klasse von Verfahren: die optisch-visuellen Erfassungssysteme. Ihr gemeinsamer Kern ist immer derselbe. Eine Kamera erzeugt ein hochauflösendes Abbild der Oberfläche, und eine künstliche Intelligenz wertet dieses Bild anschließend auf Schadensmuster aus. Diese Form der Bildauswertung nennt sich Computer Vision, und sie beruht auf derselben Grundtechnik, die auch Gesichter auf Fotos oder Hindernisse vor einem Fahrzeug erkennt.

Wichtig für das Verständnis ist ein einfacher Punkt: Die KI erfindet nichts. Sie wurde auf großen Mengen bereits bewerteter Schadensbilder trainiert und ordnet ein neues Bild dem Muster zu, das ihr am vertrautesten ist. Aus diesem Prinzip folgt zugleich ihre größte Stärke, nämlich die gleichmäßige und objektive Bewertung, und ihre wichtigste Schwäche, von der weiter unten die Rede ist.

In vier Schritten vom Bild zur Bewertung

So unterschiedlich die Geräte im Detail sind, der Ablauf folgt fast immer denselben vier Schritten.

Der vierte Schritt ist für die Verwaltung der entscheidende. Die ZEB, also die Zustandserfassung und -bewertung, ist ein seit Jahrzehnten von Bund und Ländern eingesetztes Verfahren. Es übersetzt einen sichtbaren Schaden in eine dimensionslose Zustandsnote zwischen 1,0 und 5,0. Ab einem Wert von 4,5 ist der Schwellenwert erreicht, an dem eine Sofortmaßnahme zu prüfen ist. So wird aus einem subjektiven Eindruck eine vergleichbare Zahl, mit der sich die Abschnitte der Straßeninfrastruktur untereinander priorisieren lassen.

Wer die Kamera trägt, vom Müllfahrzeug bis zur Drohne

Der zweite Schlüssel zum Verständnis ist die Trägerplattform. Die Kamera muss schließlich auf irgendeine Weise an der Straße entlangbewegt werden, und genau hier unterscheiden sich die Systeme deutlich.

Erfassung im Vorbeifahren

Am weitesten verbreitet ist der fahrzeuggetragene Ansatz. Ein Smartphone oder eine Kamera wird hinter der Windschutzscheibe eines ohnehin fahrenden kommunalen Fahrzeugs befestigt, etwa der Müllabfuhr oder eines Bauhoffahrzeugs. Während das Fahrzeug seine reguläre Runde dreht, löst das System automatisch alle paar Meter ein georeferenziertes Bild aus. So entsteht nach und nach ein flächendeckendes Abbild des Netzes, ohne dass eine einzige zusätzliche Fahrt nötig wäre.

Aus der Luft mit Drohnen

Dort, wo ein Fahrzeug nicht hinkommt oder ein Bauwerk aus der Höhe betrachtet werden muss, kommen Drohnen als Träger infrage. Sie spielen ihre Stärke vor allem an Brücken, Böschungen und langen Trassen aus, also überall dort, wo der Blick von oben mehr zeigt als der vom Boden. In benachbarten Feldern wie der Inspektion von Leitungstrassen oder Gebäuden ist dieser Einsatz bereits gängige Praxis, unter anderem weil eine Befliegung gefährliche Arbeiten am Gerüst überflüssig machen kann. Für die Fläche eines kommunalen Straßennetzes kann die Drohne herkömmliche Methoden nicht nur ergänzen, sondern vollends schnell, sicher und ohne Eingriff in den Straßenverkehr ablösen.

Zu Fuß für die letzten Meter

Für Wege, die weder mit dem Auto noch mit dem Fahrrad befahrbar sind, gibt es tragbare Rucksacksysteme. Eine Person geht die Strecke ab, und das System auf dem Rücken erfasst sie dabei ebenso systematisch wie eine Kamera im Fahrzeug. Damit lassen sich auch enge Fußgängerzonen oder schmale Parkwege lückenlos einbeziehen.

Rad- und Gehwege gehören dazu

Ein Aspekt wird bei der Zustandserfassung oft unterschätzt: die Nebenflächen. Rad- und Gehwege geraten leicht aus dem Blick, weil sie selten mit einem großen Messfahrzeug abgefahren werden. Rechtlich sind sie allerdings alles andere als nebensächlich. Auf dem Rad fehlt die schützende Knautschzone, weshalb dieselbe Aufbruchkante für radfahrende Menschen weit gefährlicher ist als für ein Auto. Für die Kommune bedeutet das eine besonders hohe Verkehrssicherungspflicht gerade auf diesen Flächen.

Optisch-visuelle Systeme lösen das auf pragmatische Weise. Dieselbe Smartphone-Technik, die hinter der Windschutzscheibe sitzt, lässt sich an den Lenker eines Fahrrads klemmen und erfasst den Radweg im Vorbeifahren. Wie ernst die Lage werden kann, zeigt ein Beispiel aus der Rechtsprechung: Eine fünf Zentimeter hohe, schräg verlaufende Asphaltkante auf einem freigegebenen Radweg wurde von einem Gericht bereits als zwingend abhilfebedürftige Gefahrenstelle eingestuft. Solche Stellen früh und systematisch zu finden, ist der eigentliche Wert einer flächendeckenden Erfassung.

Was die Technik nicht leistet

Eine ehrliche Einordnung gehört zur Demystifizierung dazu, denn überzogene Erwartungen sind der häufigste Grund, warum gute Technik im Amt am Ende scheitert. Drei Grenzen sollten von Anfang an klar sein.

Die Kamera sieht nur die Oberfläche. Ein optisches System bewertet das, was sichtbar ist. Über den Zustand des Unterbaus, also den Substanzwert der tieferen Tragschichten, sagt ein Bild nichts aus. Wer diesen Wert kennen muss, kommt um Bohrkernanalysen oder Georadar nicht herum. Die Kamera zeigt also das Symptom an der Oberfläche, während die Ursache in der Tiefe ihr verborgen bleibt.

Schwierige Beläge bleiben schwierig. Bei Pflaster oder ungewöhnlichen Oberflächen stoßen die Modelle an Grenzen, weil sie auf solchen Mustern seltener trainiert wurden. Ein Ergebnis ist hier mit mehr Vorsicht zu lesen als auf glattem Asphalt.

Die Entscheidung bleibt beim Menschen. Die KI liefert objektive Daten und Vorschläge, doch sie ersetzt nicht die fachliche Beurteilung. Ob unter einer schadhaften Strecke ohnehin bald Leitungsarbeiten anstehen, weiß nur das Amt selbst. Fachleute nennen dieses Prinzip Human-in-the-Loop: Das System unterstützt, der Mensch entscheidet.

Vom Einzelbild zum Lagebild

Der eigentliche Gewinn entsteht erst aus der Summe. Tausende automatisch bewerteter Bilder ergeben ein aktuelles Lagebild des gesamten Netzes, und auf dieser Grundlage lässt sich planen, statt nur zu reagieren. Die laufende Datenerfassung im Vorbeifahren hält dieses Bild dauerhaft frisch. Ein Amt erkennt, welche Strecken sich einem kritischen Wert nähern, und kann sie sanieren, solange eine günstige Deckschicht noch genügt. Wer dagegen wartet, bis der Schaden sichtbar groß geworden ist, zahlt am Ende für die teure Grunderneuerung des gesamten Oberbaus.

Dieser Wechsel von der Notreparatur zur vorausschauenden Erhaltung ist der wirtschaftliche Hebel hinter der ganzen Technik. Er entlastet zugleich das Personal, weil die laufende Erfassung im Vorbeifahren geschieht und erfahrene Ingenieurinnen und Ingenieure nicht länger für wochenlange Begehungen gebunden sind. Und er schafft eine belastbare digitale Dokumentation, die im Streitfall als Nachweis der erfüllten Verkehrssicherungspflicht dient und die spätere Maßnahmenplanung auf eine solide Datengrundlage stellt.

Bevor ein Amt über ein konkretes System nachdenkt, hilft eine ehrliche Standortbestimmung: Wie aktuell und wie vollständig ist das eigene Lagebild heute? Der Lagebild-Reifegrad-Check führt in wenigen Minuten durch diese Frage und zeigt, wo der nächste sinnvolle Schritt liegt.