Steeds meer steden experimenteren met AI-gestuurde verkeerslichten om files te verminderen, kruispunten veiliger te maken en de luchtkwaliteit te verbeteren. Naar aanleiding van recente berichtgeving kijken we voorbij de hype: hoe werken deze systemen echt, welke resultaten zijn haalbaar en welke randvoorwaarden horen daarbij? Het antwoord blijkt genuanceerd: technologie kan veel, maar alleen als data, beleid en menselijk gedrag in dezelfde richting bewegen.
Hoe werken AI-verkeerslichten?
In plaats van vaste cycli analyseren sensoren en camera’s continu het actuele verkeersbeeld: auto’s, bussen, fietsers en voetgangers. Een algoritme voorspelt kortetermijnstroom en past groentijden dynamisch aan. Met “transit signal priority” kan het OV een voorsprong krijgen zonder andere stromen te blokkeren. Moderne systemen hanteren privacy-by-design: ze tellen objecten in plaats van personen, met versleuteling aan de rand zodat gevoelige data het kruispunt niet verlaten.
Wat levert het op?
De eerste pilots laten een consistent patroon zien: minder wachttijd op drukke assen, soepeler doorstroming in daluren en betere voorspelbaarheid voor hulpdiensten en OV. Fiets- en voetgangersoversteken kunnen veiliger worden door snellere detectie en kortere rode-fase. Ook emissies dalen wanneer stop-startbewegingen afnemen. Belangrijk: de grootste winst ontstaat niet door magie van AI, maar door het fijn afstemmen van kruispunten als netwerk, inclusief heldere prioriteiten in het mobiliteitsbeleid.
Randvoorwaarden en risico’s
Technologie is nooit neutraal. Als de trainingsdata vooral autostromen optimaliseren, kunnen actieve mobiliteit en leefbaarheid het onderspit delven. Transparantie over doelen en algoritmische keuzes is cruciaal, net als onafhankelijke audits op bias, dataveiligheid en prestaties. Verder vergt het onderhoud: sensoren vervuilen, camera’s moeten geherkalibreerd en verkeersplannen moeten meebewegen met seizoenen, wegwerkzaamheden en evenementen om schijnnauwkeurigheid te voorkomen.
Wat betekent dit voor de stad van morgen?
AI-verkeerslichten werken het best als onderdeel van een breder pakket: goede fietsinfrastructuur, betrouwbare OV-routes, logistieke venstertijden en prijsprikkels die pieken afvlakken. Koppel kruispunto aan weer- en evenementendata, deel prestaties publiekelijk en betrek bewoners bij het opstellen van prioriteiten voor veiligheid en leefbaarheid.
Wie AI inzet om mensgerichte doelen te versterken, oogst het meest: kortere wachtrijen waar het telt, schonere lucht en kruispunten die aanvoelen als vanzelfsprekend eerlijk. Niet de slimste code maakt het verschil, maar het slimste kompas: sturen op publieke waarden en meten wat ertoe doet.
