Verkehrswende durch Partizipation? Policy-Wirkung diskursiver, konsultativer Öffentlichkeitsbeteiligung auf urbane Verkehrswendeprojekte

Doktorarbeit von Laura Mark

In meinem Dissertationsprojekt an der Fakultät für Architektur an der RWTH Aachen untersuche ich anhand zweier Fallstudien die inhaltliche Wirkung konsultativer Öffentlichkeitsbeteiligung auf politische Entscheidungen und die Implikationen für die nachhaltige Entwicklung. Mein Untersuchungsgegenstand sind Planungen zur Verkehrswende, da sie einerseits für die nachhaltige Entwicklung wichtig und dringend sind und andererseits den Alltag der Menschen unmittelbar betreffen und damit oft zu Widerständen führen.

Zusammenfassung

Für eine sozial-ökologischen Verkehrswende sind tiefgreifende Veränderungen im öffentlichen Raum nötig, die sich auf das tägliche Leben der Nutzer*innen auswirken. Diese Umverteilung von Verkehrsflächen und Veränderung von Nutzungsbedingungen erfolgt vor allem durch räumliche Planung von Seiten der öffentlichen Hand, an welcher sich zunehmend auch die Öffentlichkeit beteiligt. Damit (implizit oder explizit) verbunden wird in der Regel, dass die Öffentlichkeit Einfluss auf den Inhalt der Planung nimmt; der tatsächliche Effekt ist jedoch kaum erforscht.

Ich untersuche, durch welche Mechanismen inhaltliche Wirkung von Öffentlichkeitsbeteiligung zustande kommt oder verhindert wird, und welche Faktoren diese Mechanismen beeinflussen. Mich interessiert dabei, unter welchen Bedingungen diese inhaltlichen Wirkungen zur integrierten Verkehrsplanung beitragen, gemessen sowohl an demokratietheoretischen als auch an inhaltlichen Kriterien.

Als Fallstudien dienen zwei kommunale Verkehrswendeprojekte in Hamburg, bei denen sich die Öffentlichkeit durch Konsultationsangebote und jeweils weitere Beteiligungsformen einbringen kann bzw. eingebracht hat: die Umgestaltung der Elbchaussee in Hamburg und die autoarme Gestaltung des Viertels Ottensen in Hamburg. Die Prozesse unterscheiden sich u.a. in Rahmenbedingungen, räumlichem Maßstab, Aufgabenstellung und Beteiligungsangeboten. Für die detaillierte Rekonstruktion und Analyse dieser Prozesse stütze ich mich hauptsächlich auf Daten aus qualitativen Interviews, Dokument- und Medienanalysen, ergänzt durch Ergebnisse der quantitativen Bevölkerungs- und Teilnehmendenbefragungen.

Erwartete Ergebnisse

Erwartete Ergebnisse sind Thesen zu Öffentlichkeitsbeteiligung im Kontext der Verkehrswende. Diese beschäftigen sich mit den Mechanismen und Faktoren, die die Policy-Wirkung beeinflussen und kommen durch eine detaillierte Analyse der einzelnen Fallstudien, einen gezielten Vergleich der beiden Fallstudien untereinander sowie die Einbettung der empirischen Ergebnisse in den Stand der Forschung sowie andere Ergebnisse aus dem Projekt zustande. Diese Thesen sollen beitragen zur Diskussion um die Rolle der Öffentlichkeit im Kontext einer sozial-ökologischen Transformation.

Unterstützung des manuellen Evaluierungsprozesses von Bürger*innenbeiträgen durch Natural Language Processing

Doktorarbeit von Julia Romberg

Die Einbindung der Öffentlichkeit in Entscheidungsprozesse ist ein weit verbreitetes Instrument in Demokratien. Einerseits dienen solche Verfahren dem Ziel, durch die Ideen und Vorschläge der Bürger*innen einen besser informierten Prozess zu erreichen und damit möglicherweise das Prozessergebnis, d.h. die daraus resultierende Politik, zu verbessern. Andererseits wird durch die Einbeziehung der Bürger*innen versucht, die Akzeptanz der getroffenen Entscheidungen in der Öffentlichkeit zu erhöhen.

Bei dem Versuch, die oft großen Mengen an Bürger*innenbeiträgen auszuwerten, sehen sich die Behörden regelmäßig mit Herausforderungen konfrontiert, die auf begrenzte Ressourcen (z.B. Personalmangel, Zeitmangel) zurückzuführen sind. Wenn es um textuelle Beiträge geht, bietet das Natural Language Processing (NLP) die Möglichkeit, die bisher noch überwiegend manuell durchgeführte Auswertung automatisiert zu unterstützen. Obwohl in diesem Bereich bereits einige Forschungsarbeiten durchgeführt wurden, sind wichtige Fragen bisher nur unzureichend oder gar nicht beantwortet worden. In meiner Dissertation habe ich mich deshalb auf die Teilaufgaben der thematischen Vorstrukturierung sowie die Analyse von Argumentation konzentriert.

Für die thematische Strukturierung der Beiträge habe ich einen überwachten Lernansatz (supervised machine learning) gewählt, der auf Klassifikationsalgorithmen und Active Learning basiert. Einerseits habe ich am Beispiel von drei Fallstudien aus deutschen Kommunen untersucht, wie viel manueller Aufwand durch solche Strategien reduziert werden kann (Details finden Sie in diesem Artikel). Andererseits habe ich Bewertungsmetriken entwickelt, die die Bedürfnisse der öffentlichen Analysten bei der Entwicklung von Themenklassifizierungsmethoden mit Active Learning widerspiegeln.

Bei der Analyse von Argumentation habe ich zum einen untersucht, wie robust die Methoden zur Identifizierung und Klassifizierung von Argumenten in verschiedenen Beteiligungsprozessen sind (Details finden Sie in diesem Artikel). Zum anderen habe ich mich auf die Konkretheit von Argumenten konzentriert. Zusätzlich zur Vorhersage eines dreistufigen Konkretheitslabels habe ich eine Methode entwickelt, um die Subjektivität von Konkretheitsbewertungen und deren Auswirkungen auf das Vorhersageergebnis zu berücksichtigen (Details finden Sie in diesem Artikel).