Das Projekt KI-Regio bringt Forschung und Praxis zusammen. Insgesamt 28 Forschende von fünf verschiedenen Lehrstühlen der Universität Würzburg arbeiten gemeinsam mit 66 Kooperationspartnern aus der Praxis an datenbasierten, praxisnahen Lösungen zur Förderung der Wettbewerbsfähigkeit und ökologischen Nachhaltigkeit in der Region. In den verschiedenen Teilprojekten entstehen konkrete Anwendungen für Handel, Mobilität und Unternehmen.
City-Radar: Wenn die Innenstadt vorhersagbar wird
Wie viele Menschen sind am kommenden Dienstag um 15 Uhr in der Würzburger Fußgängerzone unterwegs — und wie voll ist dann der Bus zum Hubland? Das Teilprojekt City-Radar, betreut vom Lehrstuhl von Prof. Dr. Richard Pibernik, beantwortet inzwischen beide Fragen. Das Passantenaufkommen prognostiziert das Modell stündlich und bis zu 14 Tage im Voraus, mit einer Abweichung von 8 bis 12 Prozent.
Möglich macht das ein Machine-Learning-Modell, das Sensordaten aus der Innenstadt mit über 40 Kontextfaktoren verknüpft: Wetter, Feiertage, Schulferien, Veranstaltungen und die Vorlesungszeiten der Universität. Entwickelt wird es am Lehrstuhl für Logistik und quantitative Methoden gemeinsam mit der Würzburger Versorgungs- und Verkehrs-GmbH (WVV).
Die Rolle der Forschung beschreibt Ivane Antonov, wissenschaftlicher Mitarbeiter am Lehrstuhl, als Wissenstransfer: Unternehmen kommen mit konkreten Problemen, das Team prüft, welche Forschungsansätze sich darauf anwenden lassen. Erst in der Zusammenarbeit mit der WVV sei sichtbar geworden, wie eng Mobilität und Innenstadtleben zusammenhängen.
Aus der Praxis: der Nahverkehr lernt den Rhythmus der Stadt
Genau diese Verbindung trägt inzwischen einen eigenen Projektstrang. Gemeinsam mit der Würzburger Straßenbahn GmbH (WSB) fließen Fahrgastdaten mit Wetter-, Veranstaltungs- und Hochschuldaten aus WueCampus und WueStudy in ein gemeinsames Modell — mehr als fünf Datenquellen, durchgehend anonymisiert und aggregiert.
„Wir können den Nahverkehr in Würzburg erstmals vorausschauend planen — dort, wo er gebraucht wird, und dann, wenn er gebraucht wird.“
Ralf Willrett · Geschäftsführer Mobilität, Würzburger Straßenbahn GmbH
Bislang stützten sich viele Entscheidungen zu Taktung und Fahrzeugeinsatz auf Erfahrungswerte. Als Pilot dient die Buslinie 10 zwischen Campus Sanderring und Campus Hubland. Kaum eine Linie reagiert so unmittelbar auf den Takt der Universität: Vorlesungsbeginn, Prüfungsphasen und Semesterferien verschieben die Fahrgastzahlen messbar. Was sich hier modellieren lässt, soll später auf das gesamte Liniennetz übertragen werden.
Mehr Passanten heißen nicht mehr Umsatz
Besonders aufschlussreich sind die Fälle, in denen die naheliegende Intuition versagt. Während der Kiliani-Stadtfestwoche sind weniger Passanten in der Fußgängerzone unterwegs — die, die kommen, gehen aber gezielt in die Geschäfte. Beim Würzburger Stadtfest ist es umgekehrt: viel Publikum, wenig Umsatz. Genau diese Unterscheidung lernt das Modell aus historischen Daten.
Für die beteiligten Betriebe entsteht daraus eine Planungsgrundlage für Personaleinsatz, Bestellmengen und Umsatzerwartung. Werden betriebseigene Kennzahlen ergänzt, verbessert sich die Prognose für Kundenzahlen und Verkaufsvolumen noch einmal um 5 bis 10 Prozent — quer über Systemgastronomie, Lebensmitteleinzelhandel und Textilbranche hinweg. Für die WSB liegt der Nutzen in bedarfsgerechter Taktung, effizienterem Fahrzeug- und Personaleinsatz und einer Leitstelle, die Nachfragespitzen früher kommen sieht.
Für die Fakultät zahlt sich das doppelt aus: KI-Forschung an realen Daten mit unmittelbarer Wirkung — und Fragestellungen, die sich direkt in Lehre und Abschlussarbeiten tragen lassen.
Stand und nächste Schritte
Die Modelle stehen, und das Dashboard ist inzwischen online. Neu ist eine Chat-Oberfläche, wie man sie von ChatGPT kennt: Nutzerinnen und Nutzer können dort in eigenen Worten fragen, wie sich die Passantenfrequenz entwickelt hat, wie sie sich voraussichtlich entwickeln wird und welche Faktoren sie treiben. Stimmen die beteiligten Betriebe zu, lassen sich auf dieselbe Weise auch ihre Unternehmensdaten abfragen.
Auch auf der KI-Seite geht es voran: Die Daten der WVV können jetzt in die Prognosen einfließen, und umgekehrt erstellt das Team erste Vorhersagen für die WVV — beides läuft derzeit noch im Testmodus. Auf der Handelsseite folgt die Feinabstimmung der WebApp gemeinsam mit den Händlern und anschließend die Ausrollung an weitere Partner. Auf der Mobilitätsseite stehen Echtzeitprognosen, zusätzliche Datenquellen und die Ausweitung auf das gesamte Liniennetz an. Da das Modell nicht auf Würzburger Besonderheiten festgelegt ist, lässt es sich perspektivisch auf andere Städte übertragen.
Wer tiefer einsteigen möchte: In der Podcast-Folge sprechen Volker Wedde (Geschäftsführer des Handelsverbands) und Kai Günder (ehemaliger Doktorand am Lehrstuhl) über datenbasierte Prognosemodelle im stationären Handel.
Solistiq: Gründung und drei Auszeichnungen
Aus der Forschung heraus ist ein Unternehmen geworden: Solistiq ist seit der Beurkundung beim Notar offiziell eine GmbH. Was als Idee begann, hat damit eine eigene rechtliche Form — und das Team den Schritt vom Projekt zum Gründungsunternehmen vollzogen.
Das Würzburger Start-up entwickelt einen autonomen Inventory Planning Agent, der Bestandsentscheidungen mithilfe eines proprietären KI-Foundation-Models automatisiert. Ziel ist es, Überbestände zu reduzieren, Lieferengpässe zu vermeiden und Planungsprozesse in Handel, E-Commerce und Supply Chain Management deutlich effizienter zu machen. Das zugrunde liegende Zeitreihenmodell wurde auf Daten von mehr als 30 Unternehmen vortrainiert und läuft in Pilotprojekten bei 15 Herstellern und Händlern in Deutschland.
Drei Auszeichnungen im Sommer 2026
Innerhalb weniger Wochen hat das Team gleich dreifach überzeugt:
- Juni 2026 — BARC Start-up Award Data & AI: Sieg gegen vier weitere Finalisten, gekürt auf dem DATA festival in München. Der Preis des Würzburger Analystenhauses BARC würdigt junge Unternehmen, die Daten und KI in messbaren Unternehmensnutzen übersetzen.
- 23. Juni 2026 — Würzburger StartUP-Preis, Kategorie „Global Hero“: vergeben von Gründen@Würzburg und den Wirtschaftsjunioren Würzburg nach einem Pitch im Mainfranken Theater.
- Juli 2026 — Businessplan Wettbewerb Nordbayern, dritter Platz in der dritten Runde: in einem Rekordjahr mit 188 Gründerteams und 570 eingereichten Businessplänen, ausgerichtet von BayStartUP.
Für die Fakultät ist das ein sichtbares Signal: Anwendungsnahe Forschung an regionalen Fragestellungen trägt bis zur Ausgründung — und findet überregional Beachtung.
Einladung zum AI Industry Day von CAIDAS, KI-Regio & vAudience am 16.11.26
Gemeinsam mit CAIDAS und vAudience lädt KI-Regio zum ersten CAIDAS AI Industry Day an die Universität Würzburg ein! Nutzen Sie die Gelegenheit, um direkt mit KI-Expertinnen und -Experten aus 25 CAIDAS-Professuren ins Gespräch zu kommen und konkrete Kooperationsmöglichkeiten – von Abschlussarbeiten bis hin zu gemeinsamen Forschungsprojekten – auszuloten. Neben Einblicken in aktuelle KI-Forschung erwarten Sie praxisnahe Erfahrungsberichte, Tischdiskussionen sowie ein Networking-Weinempfang.
- Wann: Montag, 16. November 2026, 16:00–19:00 Uhr
- Wo: Universität Würzburg, Campus Hubland Nord, Z6 (Raum 1.012)
- Teilnahme: Kostenfrei
👉 Jetzt zum AI Industry Day anmelden (Anmeldeschluss: 30. Oktober 2026)