KI-basierte Innenstadtprognose_Händlersicht

Unsere Innenstadt
im Wandel

Besucherfrequenz 2019
Besucherfrequenz 2025

Das Forschungsprojekt „KI-Regio“

Mit dem Forschungsprojekt „KI-Regio“ geht die Würzburger Innenstadt den nächsten Schritt: Künstliche Intelligenz soll
dabei helfen, Prognosen datenbasiert aufzustellen und Ressourcen gezielter einzusetzen.

Warum sollten Innenstädte auf Künstliche Intelligenz setzen?

Mit Künstlicher Intelligenz können Innenstädte komplexe Zusammenhänge besser verstehen und gezielt steuern.
Daten werden verknüpft, Entwicklungen vorhersehbar gemacht und Entscheidungen fundierter getroffen – zum
Vorteil von Wirtschaft und Stadtgesellschaft.

Steuerung & Planung

Realistischere Prognosen
      Langfristige Muster statt       Momentaufnahmen

Verknüpfung der Einflussfaktoren
      Gemeinsame Betrachtung statt       isolierter Einzelanalysen

Frühwarnsystem für Veränderungen
Frühzeitige Sichtbarkeit von Rückgängen und neuen Nutzungsschwerpunkten

Verwaltung, Handel & Stadtmarketing

Faktenbasierte Entscheidungen
Stützung der Maßnahmen auf konkrete Daten

Schnellere Reaktionsfähigkeit
Zeitnahe Reaktion auf Trends und Krisen

Gezieltere Maßnahmen
Einsatz von Events oder Förderungen mit lokal nachweislicher Wirkung

Zukunftsfähigkeit & Zusammenarbeit

Nutzung öffentlicher Räume
Verbesserte Aufenthaltsqualität, Sicherheit und Erreichbarkeit nach Bedarf

Gemeinsame Wissensbasis
Einheitliche Datengrundlage für Verwaltung, Handel und Stadtmarketing

Effizienterer Ressourceneinsatz
Geringere Umweltbelastung und Kosten durch weniger Fehlplanung

Mit KI zur Innenstadtprognose

Der Geschäftsführer des Handelsverbands stellt das Projekt vor

Volker Wedde, Bezirksgeschäftsführer Handelsverband Bayern e.V.

Überblick über den bisherigen Verlauf des Projekts

Phase 1: Passantenprognose

•   Kombination stündlicher Passantendaten aus zentralen Straßen der Würzburger Innenstadt mit Wetter-,        Feiertags-, Event- und Hochschuldaten
•   Entwicklung KI-basierter Prognosemodelle zur Vorhersage des Passantenaufkommens
•   Hohe Prognosegenauigkeit mit nur 8–12 % Abweichung

Phase 2: Unternehmensprognose

 •  Prognose von Umsatz- und Kundenzahlen für teilnehmende Einzelhändler (z. B. EDEKA, TeeGschwendner &       Severin) auf Basis der Passantenprognosen
•   Nutzung der Passantenprognose zur besseren Abbildung von Verkaufs- und Besuchsdynamiken
•   Steigerung der Prognosegenauigkeit gegenüber saisonalen Basismodellen um rund 28 %

Phase 3: Dashboard-Entwicklung

•   Entwicklung eines zentralen Dashboards, das Händlern Passantenprognosen für die tägliche Planung       bereitstellt
•   Intuitive und leicht verständliche Darstellung der Prognosen für den praktischen Einsatz im Handel
•   Geplante Erweiterung von Uploads eigener Unternehmensdaten zur Erstellung individueller Umsatz- und       Kundenprognosen

Phase 4: Zukunft

•   Erweiterung der Datenbasis durch Mobilfunkdaten
•   Detailliertere Abbildung der Bewegungsströme in der Innenstadt
•   Verbesserung der Prognosequalität durch die zusätzlichen Daten
•   Übertragung und Anwendung des Prognosemodells auf weitere Städte

Zur Analyse und Prognose von Besucher- und Aktivitätsmustern in der Würzburger Innenstadt kommen verschiedene Datenquellen zum Einsatz.
Mittels Machine Learning werden diese Daten genutzt, um Muster im Passantenaufkommen zu erkennen und das Besucheraufkommen zuverlässig vorherzusagen.

Hystreet

Stündliche Passantenzählungen an drei zentralen Straßen der Würzburger Innenstadt: Kaiserstraße, Schönbornstraße und Spiegelstraße.

Eventdaten

Informationen zu Veranstaltungen, Festen und Märkten, die die Besucherzahlen beeinflussen.

Kalenderinformationen

Feiertage, Schulferien, Vorlesungs- und Prüfungszeiten, die typische Aktivitätsmuster prägen.

Wetterdaten

Temperatur, Niederschlag und Sonnenscheindauer, die direkten Einfluss auf das Passantenaufkommen haben.

KI-gestützes Dashbaord

Das Dashboard ist eine webbasierte Analyse- und Prognoseplattform, die stündliche Passantenströme, historische Daten und unternehmensspezifische Informationen integriert. Es unterstützt Handel, Gastronomie und Stadtplanung bei der datenbasierten Entscheidungsfindung.

Vorausschauende Passantenprognosen

Das Dashboard stellt das erwartete Passantenaufkommen in der Innenstadt stündlich und übersichtlich dar. Die Prognosen dienen als geeignete Planungsgrundlage für Handel, Gastronomie und Stadtakteure.

Historische Analyse

Vergangene Zeiträume können gezielt ausgewertet werden. Passantenbewegungen werden mit Ereignissen wie Festen oder Veranstaltungen verknüpft, um deren Einfluss auf Besucherzahlen und Umsätze nachvollziehbar zu machen.

Individuelle Händlerperspektive

Unternehmen können neben Umsatzdaten auch Angaben zu Kampagnen oder Rabattaktionen einbinden, um in Kombination mit Passantenfrequenzen und weiteren Metadaten unternehmensspezifische Prognosen für Einsatz- und Sortimentsplanung zu erhalten.

D³ – Data Driven Decisions Group der Universität Würzburg

Europäische Fonds für
regionale Entwicklung

IHK, Handelsverband & Stadtmarketing Würzburg

Die smarte Innenstadt von morgen

Wie eine smarte Innenstadt in Würzburg in fünf bis zehn Jahren aussehen kann, erläutert der Geschäftsführer des Handelsverbands

Neue Einkaufsgewohnheiten und veränderte Erwartungen der Kundinnen und Kunden eröffnen spannende Möglichkeiten für die Weiterentwicklung der Innenstadt. Mit digitalen und smarten Lösungen lassen sich Planungsprozesse gezielt unterstützen und die Attraktivität der Innenstadt nachhaltig weiterentwickeln.

Der Mehrwert für die Stadt Würzburg

Stadt & Veranstalter

Prognosen zu Besucherströmen und Nutzungsintensitäten ermöglichen eine vorausschauende Planung von Infrastruktur, Mobilität und Flächennutzung sowie eine gezielte Umsetzung von Maßnahmen.

Handel & Gewerbe

Erwartete Auslastungen geben Orientierung für die Planung von Personal, Sortiment und Lebensmitteln und unterstützen eine effiziente sowie vorausschauende Entscheidungsfindung im Wochen- und Tagesverlauf.

Bürgerinnen & Bürger

Daten ermöglichen eine qualitative Verbesserung von Angebot und Service und unterstützen eine passgenaue, nutzerorientierte Gestaltung der Innenstadt, die sich stärker an Nutzungszeiten orientiert.

KI-Regio“ als Unterstützung beim Einstieg in KI

Neugierig geworden?

Dann hör doch direkt in die Podcast-Folge rein!

Hier sprechen Volker Wedde und Kai Günder darüber, wie datenbasierte Prognosemodelle und Künstliche Intelligenz den stationären Handel stärken können – als praxisnahes Instrument für bessere Planung, fundierte Entscheidungen und mehr Resilienz, insbesondere für KMU.

Nach oben scrollen