Eine Ampel, die den Verkehr sieht
Zehn Jahre Algorithmen und echte Einsätze intelligenter Ampeln: was in einer echten Stadt funktioniert und was es bisher nur in der Simulation gibt.
Das Problem
Staus in Städten kosten Zeit, Kraftstoff und Gesundheit. Ampeln mit festem Zyklus reagieren nicht auf den tatsächlichen Verkehr, und im letzten Jahrzehnt sind viele Ansätze für eine intelligente Steuerung entstanden. Sie entwickeln sich aber in unterschiedliche Richtungen und werden selten nach denselben Kriterien verglichen.
Was wir gemacht haben
Wir haben die Algorithmen und echten Einsätze intelligenter Ampeln von 2015 bis 2025 untersucht und in eine Taxonomie eingeordnet:
- zentrale Optimierung;
- dezentrale Heuristiken;
- Max-Pressure;
- modellprädiktive Regelung (model predictive control);
- lernbasierte Verfahren, mit Schwerpunkt auf bestärkendem Lernen mit einem und mit mehreren Agenten.
Wir haben uns auch die Infrastruktur angesehen, die sie möglich macht: Edge Computing, Erkennung direkt auf dem Gerät und Kommunikation zwischen Fahrzeugen und Infrastruktur (V2X). Wir haben verglichen, wie sich benachbarte Kreuzungen abstimmen, wie das in der Simulation Gelernte auf eine echte Stadt übertragen wird und wie mehrere Ziele gleichzeitig ausbalanciert werden: Verzögerung, Emissionen, Sicherheit und Vorrang für den öffentlichen Nahverkehr und die Rettungsdienste.
Was sich gezeigt hat
Wir haben die Ergebnisse von Pilotprojekten und städtischen Plattformen zusammengetragen und die Ansätze nach Daten, Optimierungsstrategie und Reife des Einsatzes klassifiziert. Das zeigt auch die Lücken: Übertragbarkeit auf neue Bedingungen, Robustheit bei seltenen Ereignissen und Erklärbarkeit der Entscheidungen. Zum Schluss geben wir Richtungen für hybride Architekturen zwischen Edge und Cloud, für standardisierte Schnittstellen und für eine reproduzierbare Bewertung vor.
Warum gerade jetzt
Viele Städte haben bereits Kameras, Sensoren und vernetzte Steuergeräte, wissen aber nicht, welchen Ansatz sie wählen sollen. Die Übersicht gibt ihnen eine Karte zur Orientierung und zeigt, was sich unter realen Bedingungen bewährt hat und was es bisher nur in der Simulation gibt.
Die Publikation
Ivo Gergov, Rumen Doynov. Traffic Optimization with Smart Traffic Lights: An Overview of Algorithms and Implementations. Proceedings of the Technical University of Sofia 76 (2026). doi:10.47978/tus.2026.76.03.012