← Back to the registerPublic-sector AI use

KITT - Künstliche Intelligenz zur Verbesserung der Sicherheit von Tunneln und Tunnelleitzentralen

Das KITT-System verwendet Verfahren des maschinellen Lernens, insbesondere der Anomalieerkennung, um auf Basis von neuartigen Daten aus der Car2X-Kommunikation und traditioneller Sensordaten, risikoreiche Betriebs- und Verkehrssituationen in Tunneln frühzeitig zu erkennen und Operatoren von Tunnelleitzentralen eine bessere Entscheidungsgrundlage zu liefern.

Source checked 18 Jul 2026, 22:41Original MaKI source ↗Data schema ki-verwaltungsradar.internal.v1
MaKI identifierBD20246783713AuthorityBundesministerium für Forschung, Technologie und RaumfahrtStatusDevelopmentOpen original profile ↗
Evidence-backed dossier

KITT - Künstliche Intelligenz zur Verbesserung der Sicherheit von Tunneln und Tunnelleitzentralen

Das KITT-System verwendet Verfahren des maschinellen Lernens, insbesondere der Anomalieerkennung, um auf Basis von neuartigen Daten aus der Car2X-Kommunikation und traditioneller Sensordaten, risikoreiche Betriebs- und Verkehrssituationen in Tunneln frühzeitig zu erkennen und Operatoren von Tunnelleitzentralen eine bessere Entscheidungsgrundlage zu liefern.

Development
Authority
Bundesministerium für Forschung, Technologie und Raumfahrt
Administrative level
Federal
Ministry
Bundesministerium für Forschung, Technologie und Raumfahrt
Risk classification
High riskSelf-reported in the MaKI profile, not an i6eal assessment
AI method
Deep Learning · Machine Learning
Application area
Mobilität
Governance matrix

Published, planned or open

The matrix separates published information, planned reviews, non-required information and unknown fields. It deliberately has no composite score.

Risk classificationHohes Risiko
Fundamental-rights reviewNot published
Data-protection statementNicht erforderlich
Contractor useIntern
Intervention optionsNot published
Project linkNot published
Timeline

Project and publication dates

  1. Project start
  2. First published
  3. Last published
MaKI identifierBD20246783713
Evidence basispublished authority profile
Source state27 Nov 2024, 15:58