Rotes Licht, grünes Licht: Das 100 Jahre alte System, das Ihre Stadt steuert
19. Juni 2026
Das durchschnittliche Auto von heute verfügt über mehr Rechenleistung als das Apollo-11-Raumschiff. Es kann selbstständig einparken, vor toten Winkeln warnen und bremsen, bevor Sie reagieren. Aber um eine städtische Kreuzung zu durchqueren, wartet es immer noch auf ein 100 Jahre altes Signal, das von einem Polizisten mit einer Handvoll elektrischer Teile erfunden wurde.
Dies ist die Geschichte der Ampel: warum sie Bestand hatte, wie sie sich entwickelt hat und was sich hinter diesen drei vertrauten Farben still und leise verändert.
Vor den Drei Lichtern: Eine Welt ohne Ordnung
Die Ampel entstand aus dem Chaos. Als Städte industrialisierten und Pferdefuhrwerke sich die Straßen mit den ersten Automobilen teilten, wurden Kreuzungen zu gefährlichen Nadelöhren, bei denen die Vorfahrt durch Nerven, Geschwindigkeit oder Kollisionen geregelt wurde. Das Londoner Signal von 1868 hatte sowohl die Notwendigkeit als auch die Gefahr gezeigt: gasbetrieben, manuell bedient und letztlich explosiv, wies es auf eine Lösung hin, ohne eine zu erreichen.
Bildnachweis: Das Westminster Straßen-Semaphor, aus den Illustrated Times, 16. Januar 1869. Urheberrecht beim British Library Board über die Britische Zeitungsarchive.
Die elektrische Signalisierung kam 1914 in die Vereinigten Staaten, als Cleveland, Ohio, die heute weithin anerkannte erste elektrische Verkehrsampel installierte, die von James Hoge entworfen wurde. Sie verwendete rote und grüne Lichter, die von einem Bediener in einer nahegelegenen Kabine manuell geschaltet wurden. Europa folgte in den 1920er Jahren, als Paris, London und Berlin elektrische Signale einführten, als sich ihre Straßen mit dem Autoverkehr füllten. Doch diese zweifarbigen Systeme hatten einen entscheidenden Nachteil: Mit nur Stopp und Fahrt gab es für die Fahrer keine Warnung vor einer bevorstehenden Änderung. Bei den höheren Geschwindigkeiten, die von Autos ermöglicht wurden, zwang ein Signal, das plötzlich von Grün auf Rot wechselte, entweder zu gefährlichen abrupten Stopps oder zu rücksichtslosem Beschleunigen bei wechselnden Lichtern. Einige Städte experimentierten damit, beide Farben während der Übergänge kurzzeitig leuchten zu lassen, aber das verwirrte die Fahrer nur noch mehr.
Detroit, 1920: Der Polizist, der Gelb hinzufügte
Das fehlende Puzzleteil kam von William L. Potts, einem Polizisten aus Detroit, der 1883 in Bad Axe, Michigan, geboren wurde und zum Leiter des Signalwesens der Stadt aufgestiegen war. Detroit, als pulsierendes Herz der amerikanischen Automobilindustrie, litt unter einem der schlimmsten Verkehrschaos der Welt. Potts erlebte die Unfälle, die die rudimentären Zweifarbsignale nicht verhindern konnten, und er verstand das Problem instinktiv: Die Fahrer brauchten eine Warnung.
Bildnachweis: Standford.edu, “Mr. ‘Ampel’ von Sheldon Moyer, Motor News, März 1947”
Potts entwickelte um 1917, basierend auf seinem Wissen über Eisenbahnsignale, die Idee, eine dritte Farbe – Gelb oder Bernstein – zwischen Grün und Rot einzufügen. Diese Vorsichtsphase gab den Fahrern die entscheidenden Sekunden, die sie benötigten, um sicher abzubremsen, anstatt abrupt anzuhalten. 1920 entwarf Potts die erste vierseitige Ampel mit drei Farben: ein Turm, der an einer belebten Kreuzung in Detroit an der Woodward Avenue installiert wurde und mit zwölf Lampen ausgestattet war, drei in jede Richtung. Das ursprüngliche Signal ist heute im Henry Ford Museum in Dearborn, Michigan, erhalten.
Warum eine einzige Farbe alles veränderte
Der Genialität von Potts' Ergänzung lag nicht in technologischer Komplexität – sie lag in psychologischer Einsicht. Das gelbe Licht erkannte eine grundlegende Wahrheit über menschliches Verhalten und Physik an: Menschen und Fahrzeuge brauchen Zeit und Informationen, um sicher den Zustand zu ändern. Ein binärer Stopp-oder-Los-Befehl ignorierte den Übergang selbst, den gefährlichsten Moment an jeder Kreuzung. Indem er diesen Übergang benannte und signalisierte, verwandelte das gelbe Licht Kreuzungen von Punkten abrupter Konflikte in gesteuerte Ströme.
Die Auswirkung war unmittelbar und messbar. Nachdem Detroit bestätigt hatte, dass die neuen Signale Unfälle reduzierten, erweiterte die Stadt auf fünfzehn Vier-Wege-Ampeln. Das Drei-Farben-System verbreitete sich schnell – zuerst in nordamerikanischen Städten, dann international, als europäische Städte es in den 1930er und 1940er Jahren übernahmen. Mitte des 20. Jahrhunderts war es zum globalen Standard geworden, verankert in der Wiener Übereinkommen über Straßenverkehrszeichen und -signale (1968), die die Verkehrsregelung in Europa und darüber hinaus vereinheitlichte. Innerhalb einer Generation nach Potts' Erfindung war die Rot-Gelb-Grün-Reihenfolge eines der wenigen wirklich universellen menschlichen Systeme geworden, die in Berlin, Riga, São Paulo und Tokio identisch verstanden wurden.
Ein Jahrhundert der Verfeinerung: Von Timern zu Intelligenz
Wenn die drei Farben konstant geblieben sind, so ist es die dahinterstehende Intelligenz nicht. Die Entwicklung der Ampelsteuerung im letzten Jahrhundert zeichnet sich durch drei breite Generationen aus, von denen jede die Einschränkungen der vorherigen adressiert.
Generation One: Festzeitregelung
Pots' ursprünglicher Turm wurde manuell bedient, was erforderte, dass ein Beamter die Lichter schaltete. Die erste größere Verbesserung war die Automatisierung durch Zeitschaltuhren. Festzeit-Signale liefen nach vordefinierten Zeitplänen, die auf manuell gesammelten Fahrzeugzählungen basierten und ihre Phasen unabhängig von den tatsächlichen Bedingungen durchliefen. Dies entlastete menschliche Bediener, führte aber zu einer neuen Ineffizienz: Ein Festzeitlicht hält eine leere Nebenstraße auf Rot, während sich eine Schlange auf der Hauptstraße bildet, und ignoriert die Realität davor. Jahrzehntelang wurde dies einfach als Kosten für eine automatisierte Ordnung hingenommen.
Generation Zwei: Fahrzeuggesteuerte Signale
Der nächste Sprung fügte Sinne hinzu. Fahrzeuggesteuerte Ampeln nutzten Detektoren – am gebräuchlichsten waren in die Fahrbahnoberfläche eingelassene Induktionsschleifen –, um die Anwesenheit von Fahrzeugen zu erkennen und die Zeiten entsprechend anzupassen. Eine grüne Ampel konnte nun für eine stark befahrene Zufahrt verlängert oder eine leere übersprungen werden. Diese Reaktionsfähigkeit verbesserte die Effizienz erheblich, brachte aber eigene Kosten mit sich: Induktionsschleifen erfordern das Einschneiden in die Straße für Installation und Wartung, und jede Kreuzung optimierte sich typischerweise isoliert, ohne sich mit ihren Nachbarn koordinieren zu können.
Generation Drei: Adaptive und intelligente Regelung
Die aktuelle Generation macht Kreuzungen wirklich intelligent. Adaptive Ampelsteuerungen passen die Ampelschaltungen in Echtzeit über Netzwerke von Kreuzungen hinweg an und reagieren auf veränderte Nachfrage statt auf feste Pläne. Immer häufiger greifen diese Systeme auf künstliche Intelligenz zurück – insbesondere auf bestärkendes Lernen, bei dem Algorithmen optimale Signalstrategien durch Erfahrung lernen, und auf Computer Vision, das detaillierte Verkehrsdaten aus Kameras extrahiert, ohne die Kosten und Störungen von Straßensensoren.
Ein Bericht aus dem Jahr 2025 in "Electronics" dokumentierte, wie KI, das Internet der Dinge und prädiktive Analysen adaptive Regelungen neu gestalten, während eine Forschung zur intelligenten Transportinfrastruktur im selben Jahr rasante Fortschritte im Reinforcement Learning nachzeichnete, die es benachbarten Kreuzungen ermöglichen, zu kooperieren – wodurch Warteschlangenlängen und Wartezeiten über ganze Straßennetze statt an isolierten Kreuzungen reduziert werden. Computer Vision hat sich als besonders wichtiges Werkzeug erwiesen: kamerabasierte Detektion bietet im Vergleich zu vergrabenen Sensoren geringere Installationskosten und erfasst gleichzeitig reichhaltigere Daten, einschließlich Warteschlangenlängen und Fahrzeugtrajektorien, was sie gut für die Echtzeit-adaptive Regelung geeignet macht.
Die intelligente Kreuzung heute
Das Versprechen adaptiver Steuerung ist nicht mehr theoretisch. Mehrere groß angelegte Implementierungen zeigen, was intelligente Signale leisten können – und die Ergebnisse kommen näher.
Bildnachweis: Google Blog
Googles Projekt Green Light: Das vielleicht am meisten diskutierte Beispiel der letzten Zeit kommt ganz ohne neue Hardware aus. „Green Light“, das als Initiative von Google Research ins Leben gerufen wurde, analysiert Fahrmuster anhand von Google-Maps-Daten und empfiehlt Stadtplanern Anpassungen der Ampelphasen. Bis Juni 2025 war das Projekt auf rund 70 Kreuzungen in 17 Städten ausgeweitet worden – darunter Hamburg, Manchester und Abu Dhabi sowie Städte in Indien, Brasilien und den Vereinigten Staaten –, wodurch monatlich bis zu 30 Millionen Autofahrten beeinflusst wurden. Erste Ergebnisse deuten auf eine Verringerung der Stopps um bis zu 30% und der Emissionen an Kreuzungen um bis zu 10% hin. Boston, wo das Programm 2025 auf das gesamte Stadtgebiet ausgeweitet wurde, verzeichnete an bestimmten Kreuzungen eine Verringerung des Stop-and-Go-Verkehrs um über 50%.
Bildnachweis: WienTourismus/Peter Rigaud
Wiens koordiniertes Netz: Europäische Städte haben adaptive Ampelsysteme entwickelt, die auf ihre eigenen Nachhaltigkeitsziele ausgerichtet sind. Der Wiener Plan für nachhaltige urbane Mobilität sieht einen Ökomobilitätsanteil von 80% vor, wobei adaptive Ampelvorrangregelungen für Straßenbahnen, Busse und Radfahrer zu einer Verkehrsverlagerung beitragen, in deren Rahmen der öffentliche Nahverkehr und die aktive Fortbewegung stetig zugenommen haben.
Bildnachweis: Techxplore.com
Pittsburgs SURTRAC: Dieses an der Carnegie Mellon University entwickelte und seit 2012 eingesetzte dezentrale KI-System hat die Wartezeiten für Fahrzeuge um rund 40%, die Fahrzeiten um 25% und die Emissionen um 21% reduziert – und das, ohne auch nur eine einzige neue Straße zu bauen. Die Ergebnisse stoßen auf anhaltendes Interesse bei europäischen Verkehrsbehörden, die ähnliche Ansätze prüfen.
Diese Zahlen sind wichtig, da Kreuzungen Umweltverschmutzungs-Hotspots sind: In von Google zitierter Forschung wird darauf hingewiesen, dass die Umweltverschmutzung an städtischen Kreuzungen weitaus höher sein kann als auf offenen Straßen, wobei etwa die Hälfte dieser Emissionen von Fahrzeugen stammt, die nach einem Stopp beschleunigen. Die Verlangsamung des Stop-and-Go-Rhythmus, den Potts' Gelblichtversuch erstmals zu zähmen begann, liefert somit ein Jahrhundert später ökologische und sicherheitstechnische Vorteile. Dennoch wiederholt sich ein entscheidender Punkt bei all diesen Systemen: KI ersetzt nicht menschliche Verkehrsingenieure. Sie versorgt sie mit Daten und Empfehlungen und überlässt Urteilsvermögen und Verantwortung den Menschen.
Die moderne Kreuzung verbinden: Passt zum Verkehr
Der Sprung von Festzeit-Signalen zu intelligenten Netzen hängt von etwas ab, das Potts nie in Betracht ziehen musste: der Verbindung und Koordinierung vielfältiger Geräte in einer Stadt. Eine moderne Kreuzung ist kein einzelner Turm mehr, sondern ein Ökosystem aus Kameras, Detektoren, variable Verkehrsschilder, Wetterstationen und den Ampeln selbst. Diese als einheitliches System – anstatt als isolierte Geräte – zum Laufen zu bringen, ist genau die Herausforderung, der sich Fits Traffic annimmt.
Die Fits Hub-Plattform wurde von einem Technologieunternehmen mit zwei Jahrzehnten Erfahrung und als Pionier für intelligente Transportlösungen im Baltikum entwickelt. Sie nutzt Echtzeit-Datenanalyse, künstliche Intelligenz und maschinelles Lernen, um Verkehrsnetze intelligenter und proaktiver zu gestalten. Mehrere ihrer Fähigkeiten stehen in direktem Zusammenhang mit der jahrhundertealten Entwicklung der Verkehrsampeln.
Vereinheitlichung der Straßenausrüstung, einschließlich Ampeln: Fits Hub integriert Sensoren wie Wetterstationen, dynamische Verkehrszeichen, Ampeln, Videokameras und Verkehrsdetektoren in einer einzigen Plattform und erkennt automatisch Fehler oder Anomalien. Ein ausfallendes Signal wird nicht mehr von frustrierten Fahrern entdeckt, sondern sofort gemeldet, was schnellere Reparaturen und sicherere Kreuzungen ermöglicht – und damit die Herausforderung der Zuverlässigkeit angeht, die mit zunehmender Komplexität der Signale wächst.
Intelligenz aus bestehenden Kameras Als Spiegelbild des breiteren Wandels von vergrabenen Induktionsschleifen zu Computer Vision wandelt Fits Hub vorhandene Kamera-Infrastruktur in eine genaue Quelle für Verkehrszählungen und -klassifizierungen um und kann sogar Origin-and-Destination-Informationen generieren. Dies liefert die granularen Echtzeitdaten, die eine adaptive Signalsteuerung erfordert – ohne die Kosten und Straßenunterbrechungen, die mit der Installation neuer Sensoren verbunden sind.
Vom reaktiven zum prädiktiven Management: Durch das Sammeln und Analysieren von Daten aus mehreren Quellen nutzt die Plattform historische Muster, um zukünftige Verkehrsströme vorherzusagen, was es Städten ermöglicht, Staus zu antizipieren, anstatt nur darauf zu reagieren. Dies unterstützt eine adaptive Signalsteuerung und ein proaktives Verkehrsmanagement – die Intelligenz der dritten Generation, die ein modernes Netz von Potts' manuell geschalteten Türmen unterscheidet.
Der praktische Nutzen folgt derselben Logik, die Potts bereits 1920 leitete: Bessere Informationen führen zu sichereren und reibungsloseren Kreuzungen. Schnellere Reaktionen auf fehlerhafte Geräte verbessern die Verkehrssicherheit; einheitliche Abläufe reduzieren Datensilos und Betriebskosten; und die Integration in bestehende Infrastrukturen vermeidet die Abhängigkeit von einem einzelnen Hardwareanbieter. In einem realen Beispiel wurde dieser Ansatz auf die grenzüberschreitende Überwachung und Verwaltung von intelligenten Verkehrseinrichtungen am Straßenrand entlang des baltischen Straßenkorridors E67 angewendet.
Die gleichen drei Farben
Es ist etwas leise Bemerkenswertes daran, heute an einer Kreuzung zu stehen. Die Fahrzeuge, die an der Linie warten, mögen elektrisch, teilautonom und mit Satellitennavigation verbunden sein. Das Signal, das sie steuert, wird vielleicht von Reinforcement-Learning-Algorithmen gesteuert, die Daten aus einem Jahrzehnt globaler Fahrgewohnheiten verarbeiten. Und doch ist die Anweisung selbst – rot, gelb, grün – genau das, was William Potts vor einem Jahrhundert für Pferdekutschen und Model T Fords entwickelte.
Diese Ausdauer ist kein Mangel an Innovation. Sie ist ein Beweis dafür, wie vollständig Potts das zugrundeliegende menschliche Problem gelöst hat. Er erkannte, dass sichere Fortbewegung nicht nur Befehle, sondern auch Warnungen erfordert – nicht nur Stoppen und Fahren, sondern auch den gesteuerten Übergang dazwischen. Jede seitdem hinzugefügte Intelligenzschicht, von Timern über Induktionsschleifen bis hin zu künstlicher Intelligenz, diente derselben Erkenntnis, anstatt sie zu ersetzen. Die Technologie unter den Lichtern wurde viele Male neu erfunden; die Sprache der Lichter musste das nicht.
Da Städte sich um sicherere Straßen, geringere Emissionen und reibungslosere Fahrten bemühen, hat sich die Innovationsfront von den Farben selbst hin zur Intelligenz verschoben, die sie steuert, und zu den Systemen, die sie verbindet. Plattformen wie Fits Traffic stellen das jüngste Kapitel in dieser hundertjährigen Geschichte dar: Sie ändern nicht, was die Ampeln sagen, sondern machen die riesige, unsichtbare Maschinerie dahinter intelligenter, zuverlässiger und reaktionsfähiger für die Menschen, die an der Linie warten. Die drei Farben bleiben bestehen. Was sich ändert, ist, wie weise wir sie nutzen.
Quellen
Henry Ford. Erste Dreifarben-Ampel mit vier Richtungen, 1920. Digitale Sammlungen. Abgerufen von https://www.thehenryford.org/collections-and-research/digital-collections/artifact/227457
Kongressbibliothek. Wer hat die Verkehrsampel erfunden? Everyday Mysteries. Abgerufenufen von https://www.loc.gov/everyday-mysteries/motor-vehicles-aeronautics-astronautics/item/who-invented-the-traffic-signal/
Detroit Historical Society. Enzyklopädie von Detroit: Verkehrssignal. Abgerufen von https://detroithistorical.org/learn/encyclopedia-of-detroit/traffic-signal
Gheorghe, C., & Soica, A. (2025). Revolutionierung der urbanen Mobilität: Eine systematische Überprüfung von KI, IoT und prädiktiver Analytik in adaptiven Verkehrssteuerungssystemen für Straßennetze. Elektronik, 14(4), 719. https://doi.org/10.3390/electronics14040719
Fortschritte im bestärkenden Lernen (Reinforcement Learning) für die Steuerung von Verkehrsampeln: Ein Überblick über aktuelle Entwicklungen. (2025). Intelligente Verkehrsinfrastruktur. Oxford Academic. https://doi.org/10.1093/iti/liaf009
Scientific American. (2025, Februar). Googles Projekt Green Light nutzt KI, um den Stadtverkehr anzugehen. https://www.scientificamerican.com/article/googles-project-green-light-uses-ai-to-take-on-city-traffic/
Google Forschung. Grünes Licht: KI zur Reduzierung von Verkehrsemissionen. Verfügbar unter https://sites.research.google/gr/greenlight/
Stadt Boston. (2025, Juni). Bürgermeisterin Wu kündigt Ausweitung des Programms zur Optimierung von Projekt Green Light-Signalen an. Abgerufenen von https://www.boston.gov/news/mayor-wu-announces-expansion-project-green-light-signal-optimization-program
Passt zu Verkehr. Verkehrs- und Infrastrukturmanagement. Abrufbar von https://fitstraffic.com/en/traffic-and-infrastructure-management/
Hinweis: Historische Details zu William L. Potts und frühen Verkehrssignalen stammen aus dem Henry Ford Museum (das das ursprüngliche Signal von 1920 aufbewahrt), der Library of Congress und der Detroit Historical Society; die Quellen unterscheiden sich leicht hinsichtlich des genauen Schnittpunkts der Woodward Avenue und des Installationsdatums. Informationen über Fits Traffic Solutions basieren auf Unternehmensmaterialien (fitstraffic.com).
