GIS & KI stärken ADA-Konformität in Städten: Technologischer Trend zur Barrierefreiheit

Govtech

Kommunalverwaltungen nutzen zunehmend fortschrittliche Technologien wie Geographische Informationssysteme (GIS) und Künstliche Intelligenz (KI), um die physische Barrierefreiheit ihrer städtischen Umgebungen zu verbessern. Während viele Gemeinden sich auf die Erfüllung des Bundesmandats für digitale Barrierefreiheit bis 2026 konzentrieren, läuft parallel ein Bestreben, die physische Infrastruktur, insbesondere Gehwege und Bordsteinrampen, zu verbessern, um eine bessere Einhaltung des Americans with Disabilities Act (ADA) und ein verbessertes Erlebnis für alle Bewohner zu gewährleisten. Experten sind der Ansicht, dass reichhaltigere Daten eine bessere Unterstützung für Menschen mit Behinderungen ermöglichen und fundiertere Investitionen in barrierefreie Infrastruktur zulassen. Dies unterstützt auch den „Bordsteinabsenkungseffekt“, ein Prinzip, das besagt, dass die barrierefreie Gestaltung der Infrastruktur für Menschen mit Behinderungen letztendlich der breiteren Bevölkerung zugutekommt, einschließlich älterer Erwachsener, Eltern mit Kinderwagen und Reisender mit Gepäck.

In Lawrence, Kansas, der sechstgrößten Stadt des Bundesstaates, verbessern Beamte die Barrierefreiheit aktiv durch GIS-Technologie. Jessica Mortinger, Managerin für Verkehrsplanung der Lawrence-Douglas County Metropolitan Planning Organization, betont, dass diese Initiative ein grundlegendes Gleichheitsproblem anspricht, da jeder irgendwann ein Fußgänger ist. Sie merkt an, dass, während mindestens 12 Prozent der Bevölkerung Mobilitätsprobleme haben, diese Rate mit dem Alter signifikant ansteigt.

Gemäß den Bundesanforderungen müssen Regierungsbehörden, die mehr als 50 Personen beschäftigen, einen ADA-Übergangsplan entwickeln, eine umfassende Roadmap zur Barrierefreiheit von Einrichtungen und Infrastruktur. Evan Korynta, der ADA-Konformitätsbeauftragte der Stadt, erklärt, dass Lawrence seine Bemühungen im Jahr 2021 begann, indem es Lidar-Technologie nutzte, die auf langsam fahrenden Fahrzeugen montiert war, um detaillierte Informationen über seine 6.500 ADA-Bordsteinrampen zu sammeln. Dies lieferte entscheidende Daten zu Rampenneigungen und -zuständen und hob Bereiche hervor, die reif für Verbesserungen waren. Die Stadt hat seitdem einen 20-Jahres-Plan zur Erreichung der vollständigen Barrierefreiheit in Angriff genommen, wobei sie Modelle für Fußgängerbedarf und verkehrsbenachteiligte Personen einsetzt, um Verbesserungen basierend auf echtem Bedarf zu priorisieren.

Mortinger hebt hervor, dass diese technische Lösung einen strategischen und systematischen Verbesserungsprozess untermauert. Mithilfe von GIS-Tools können Stadtmitarbeiter Datenschichten zusammenstellen, die Nachfrage- und Rampenbedingungen veranschaulichen, und so detaillierte Karten erstellen, die Prioritäten visualisieren. Dies erhöht nicht nur die öffentliche Transparenz, sondern erleichtert auch effizientere Investitionsentscheidungen. Über die Verbesserung des Fußgängererlebnisses hinaus fügt Korynta hinzu, dass die Nutzung von Technologie für die ADA-Konformitätsplanung Städte auch vor potenziellen Klagen schützt. Mortinger erklärt weiter, dass die durch diese Daten ermöglichten „Storytelling“-Fähigkeiten die vitale Bedeutung der Arbeit unterstreichen, indem sie darstellen, wie Einzelpersonen „für Gerechtigkeit im Zugang zu ihrer Gemeinschaft kämpfen“. Diese Erzählung scheint auch die beträchtliche Investition zu rechtfertigen; trotz jüngster Haushaltskürzungen an anderer Stelle genehmigte die Stadtkommission im Juli 2024 den 100-Millionen-Dollar-ADA-Übergangsplan, dessen Umsetzung nun beginnt. Mortinger räumt ein, dass „wir noch Arbeit vor uns haben“, und betont, dass datengestütztes Storytelling und die unterstützende Technologie entscheidend sein werden, um Fortschritte zu quantifizieren und ihrer Verantwortung als Verwalter öffentlicher Gelder gerecht zu werden.

Eine weitere Gerichtsbarkeit, die in diesem Bereich Fortschritte macht, ist Douglas County, Nebraska, das eng mit seiner größten Stadt, Omaha, bei GIS-Lösungen zusammenarbeitet. Sowohl GIS als auch KI spielen eine zentrale Rolle bei ihren Bemühungen zur Bordsteinverwaltung. Vor etwa drei Jahren begann Steve Cacioppo, der leitende GIS-Analyst der GIS-Abteilung des Landkreises, die Fähigkeiten von Deep Learning und Geospatial AI innerhalb ihrer GIS-Plattform zu erkunden. Sein Ziel war es, ein Modell zu entwickeln, das Merkmale aus Luftbildern extrahieren konnte, um die mehr als 30.000 Bordsteinrampen des Landkreises zu inventarisieren.

Während die menschliche Identifizierung von ADA-Bordsteinen unkompliziert ist, bemerkt Cacioppo, dass das Training eines Deep-Learning-Modells ein iterativer Prozess ist, der eine kontinuierliche Verfeinerung erfordert. Frühe Herausforderungen umfassten die genaue Identifizierung, wenn Objekte wie Schatten, Bäume oder Fahrzeuge die Sicht versperrten. Das Modell identifizierte zunächst Merkmale wie Auto-Schiebedächer oder bemalte Zebrastreifen als Bordsteine, was Korrekturen erforderte. Obwohl KI immer noch menschliche Aufsicht erfordert und das Modell noch nicht perfekt ist, betont Cacioppo die immense Zeitersparnis; die manuelle Identifizierung aller 30.000 Bordsteine durch einen einzelnen Mitarbeiter wurde auf über 1.000 Stunden geschätzt. Die durch diesen Prozess generierten Daten werden auch mit anderen Gemeinden im Landkreis geteilt, um deren eigene Asset-Management- und Barrierefreiheitsinitiativen zu unterstützen. Brett Kelly, ein GIS-Techniker aus Omaha, bestätigt, dass diese Daten die Feldarbeit des ADA-Inspektionspersonals der Stadt direkt unterstützen und die Grundlage für die Konformitätsberichterstattung bilden, ein signifikanter Sprung von ihren früheren „Papier- und Stift“-Methoden. Cacioppo sieht diese KI-Anwendung auf andere Bestandsanforderungen des Landkreises ausgedehnt, wie die Identifizierung von Schwimmbädern oder Kanalisationsstandorten, und bemerkt: „Vielleicht findet die KI etwas, das sie übersehen haben.“ Er hebt die Zugänglichkeit dieser Tools hervor und betont, dass er selbst ohne Programmierkenntnisse das Modell entwickeln konnte, was darauf hindeutet, dass andere dies auch können.