NIST: 'Safe Step' — ein KI-Modell für dynamische Brandevakuierung, Schritt für Schritt

NIST (das US-amerikanische National Institute of Standards and Technology) stellte am 4. Juni 2026 das System Safe Step vor, ein KI-Modell auf Basis von Reinforcement Learning (Lernen durch Verstärkung), das die sichersten Evakuierungsrouten bei einem Brand in einem Gebäude berechnet — Schritt für Schritt. Die Forschung leiteten Hongqiang „Rory” Fang und Wai Cheong Tam.

Wie lernt und entscheidet Safe Step?

Safe Step stützt sich auf Reinforcement Learning, einen Ansatz, bei dem ein System lernt, durch Versuche und Belohnungen Entscheidungen zu treffen. Das Modell lernt aus zwei Quellen: Gebäudegrundrissen und NISTs Brandsimulationen, die Daten darüber liefern, wie sich Feuer und toxische Gase in verschiedenen Räumen verhalten. Auf dieser Grundlage schätzt das System, welches die nächste sicherste Entscheidung bei der Bewegung durch ein Gebäude ist, und baut die Route Schritt für Schritt auf, statt sie im Voraus und fest vorzugeben.

Was bedeutet „Schritt für Schritt” und welche Rolle spielen Sensoren?

Ein zentrales Merkmal von Safe Step ist seine Dynamik. Das System nutzt Live-Sensordaten — Temperatur und Luftqualität — aus „intelligenten” Gebäuden, die mit Sensoren ausgestattet sind. Diese Daten verwendet es, um Evakuierungsrouten und dynamische Ausgangsschilder kontinuierlich zu aktualisieren, während sich die Situation entwickelt. Statt einer statischen Fluchtkarte erhalten die Nutzer Anweisungen, die sich in Echtzeit ändern und sich an den aktuellen Zustand von Brand und Rauch anpassen.

Wodurch ist Safe Step besser als klassische Algorithmen?

Traditionelle Evakuierungsansätze stützen sich auf Shortest-Path-Algorithmen, die die kürzeste Route zum Ausgang suchen. Safe Step geht auf zwei Wegen einen Schritt weiter. Erstens sagt es voraus, wie sich der Brand ausbreitet, und wählt die Route somit nicht nur nach dem aktuellen Zustand, sondern auch nach der erwarteten Entwicklung. Zweitens optimiert es auf die Fractional Effective Dose (FED) — ein Maß für die kumulative Belastung durch toxische Gase — und wählt Routen mit der niedrigsten solchen Dosis. Damit wird die Sicherheit der Menschen zur Priorität und nicht die bloße Distanz.

Was ist die Fractional Effective Dose?

Die Fractional Effective Dose (FED) ist ein Konzept aus der Brandschutzwissenschaft, das ausdrückt, wie viel schädliches Gas sich während der Belastung im Körper einer Person angesammelt hat, als Anteil der Dosis, die zu einer Handlungsunfähigkeit führen würde. Durch die Wahl von Routen mit der niedrigsten FED strebt Safe Step an, die Belastung der Menschen durch giftige Verbrennungsprodukte während der Flucht zu minimieren. Das ist ein grundlegend anderes Kriterium als das bloße Meiden des Feuers oder die Suche nach dem nächsten Ausgang.

Welche Einschränkungen gibt es und wann ist eine Anwendung zu erwarten?

Safe Step befindet sich noch in einer frühen Phase. Derzeit funktioniert es nur für eingeschossige Grundrisse, während die Entwicklung für mehrgeschossige Gebäude und Szenarien mit mehreren Personen gleichzeitig (multi-agent) erst im Gange ist. NIST schätzt, dass der praktische Einsatz 5 bis 10 Jahre entfernt ist. Es handelt sich also um eine Forschungsleistung, die eine Richtung aufzeigt, und nicht um ein fertiges, einbaubereites System. Dennoch bietet die Kombination aus Brandausbreitungsvorhersage, Live-Sensoren und Optimierung auf die toxische Dosis einen vielversprechenden Rahmen für künftige Sicherheitssysteme.