Aktuelles

Meet-the-Team: Julia

In der Serie Meet-the-Team stellen wir jede Woche ein Mitglied der Forschungsgruppe vor, um einen Eindruck jenseits der wissenschaftlichen Arbeit zu vermitteln. Dazu hat uns unserer studentischer Mitarbeiter Philippe Sander ein paar Fragen gestellt.

Heute im Interview: Julia Romberg. Als Informatikerin entwickelt sie Verfahren zur (teil-) automatisierten Klassifikation von Beiträgen in Beteiligungsverfahren. Mehr Infos zu Julias Forschung finden sich hier.

Julia Romberg
Foto: Tilman Schenk

Was hat dich dazu inspiriert, eine Karriere in deinem Forschungsbereich anzustreben, und wie hast du in deinem Fachbereich begonnen?

Ich habe Informatik studiert, weil ich in der Schule Spaß an Mathematik hatte und etwas Technisches ausprobieren wollte. Im Master habe ich angefangen, mit Sprachdaten zu arbeiten. Da ich die menschliche Sprache schon immer sehr interessant fand, bin ich dann dabei geblieben.

Kannst du dein aktuelles Forschungsprojekt beschreiben und was du damit erreichen möchtest? Was findest du daran persönlich am interessantesten?

In meinem Forschungsprojekt geht es darum, die Auswertung von textuellen Beiträgen aus Bürger*innenbeteiligungsverfahren maschinell zu unterstützen. Eine Herausforderung dabei ist, dass oft große Mengen an Daten generiert werden z.B. als E-Mails oder über Online-Plattformen. Diese sollen in einem zeitlichen Rahmen ausgewertet werden, aber die Auswertung muss gleichzeitig demokratische Normen erfüllen (u.a. soll jede Stimme gehört werden). Das ist schwierig, wenn man das rein händisch macht, und genau da setze ich an.

Wie gehst du bei deiner Forschung vor? Welche Methoden, Theorien oder Frameworks verwendest du?

Ich setze Werkzeuge der automatischen Sprachverarbeitung ein, um zum einen die Beiträge thematisch vorzusortieren und zum anderen Vorschläge und Argumente der Bürger*innen zu identifizieren, sodass diese in der anschließenden manuellen Analyse hervorgehoben werden können.

Was sind einige der größten Herausforderungen, mit denen du in deiner Arbeit konfrontiert bist, und wie überwindest du sie?

Wir sind ein transdisziplinäres und interdisziplinäres Projekt. Die Kommunikation über verschiedene Disziplinen hinweg ist immer ein bisschen schwierig z.B. wegen unterschiedlicher Terminologien und des starken Fokus auf sehr spezifische Forschungsfragen. Deshalb haben wir uns am Anfang des Projekts Zeit genommen, um uns gegenseitig auf ein Level zu bringen, sodass wir uns verstehen können und sensibilisiert für diese Herausforderung sind. Ähnlich ist es auch, wenn man mit der Praxis kommuniziert, damit Personen ohne näheren Bezug zu dem Forschungsbereich unsere Forschung verstehen können. Meine Empfehlung für eine gute Wissenschaftskommunikation ist „learning by doing“, z.B. indem man regelmäßig Vorträge für ein Nicht-Fachpublikum aufbereitet.

Wie bleibst du auf dem neuesten Stand der Trends und Entwicklungen in deinem Fachgebiet?

Von Vorteil ist es natürlich, dass KI und Sprachverarbeitung mittlerweile das breite Interesse der Medien geweckt haben (Stichwort ChatGPT). Zudem ist das Lesen der aktuellen Literatur ein Muss. Die Schnelllebigkeit des Forschungsbereich macht es gleichzeitig aber auch schwer, einen vollumfänglichen Überblick zu behalten. Hierzu ist der Austausch mit Kolleg*innen ebenso wie die Teilnahme an Tutorials und Workshops wichtig, um auf dem aktuellen Stand der Forschung zu bleiben.

Wie arbeitest du mit anderen Forschern oder Experten in deinem Bereich zusammen, um deine Projekte zu verbessern?

Ich nehme teil an und organisiere Kolloquien und Workshops, in denen man sich zu verschiedenen thematischen Schwerpunkten austauscht. Anregungen aus solchen Gesprächen und Diskussionen fließen natürlich auch wieder in die eigene Arbeit mit ein, und manchmal ergeben sich sogar Kooperationen.

Welchen Einfluss hoffst du, dass deine Forschung auf die Gesellschaft oder das Feld haben wird?

Ich hoffe, dass die entwickelten Methoden Anwendung in der Praxis finden können.

Was sind einige aufkommende Trends oder zukünftige Richtungen, die du in deinem Forschungsgebiet siehst?

Ein aktueller Trend sind „prompt-based“-Ansätze, bei denen man Large Language Models (Sprachmodelle) konsultiert, um verschiedene Ziele zu erreichen.

Kannst du uns von interessanten oder bedeutsamen Erfahrungen berichten, die du während deiner Forschung gemacht hast?

Bevor ich hier im Projekt angefangen habe, habe ich an einem Lehrstuhl in der Informatik geforscht, weshalb die sozialwissenschaftliche und praxisnahe Orientierung eine große Umstellung war. In der Grundlagenforschung werden meist sehr fortschrittliche Konzepte entwickelt, aber eigentlich braucht die Praxis in der Regel erst mal bodenständige Lösungen.

Welchen Rat hast du für Student*innen und angehende Wissenschaftler*innen, die gerade erst in ihre Karriere starten?

Man sollte sich ein gutes Netzwerk suchen, und man sollte sich schon ziemlich am Anfang klar darüber werden, was genau man erforschen will. Es hilft, einen möglichst engen Rahmen zu setzen, um ein realistischen Projektmanagement zu entwickeln. Auch aus einem kleinen abgesteckten Rahmen ergibt sich in der Regel ziemlich viel Forschung. Besonders bei inter- und transdisziplinären Projekten sollte außerdem sichergestellt sein, dass genug Zeit für Forschung bleibt, die auch innerhalb der eigenen Disziplin von Relevanz ist.

Schließlich, kannst du uns ein wenig über dich außerhalb deiner Arbeit erzählen? Welche Hobbys oder Interessen verfolgst du in deiner Freizeit, und wie ergänzen sie deine Forschung?

Ich spiele Bass in einer Band und mache Yoga als Ausgleich. Beim Ashtanga-Yoga kommt man nur weiter, wenn man beharrlich ist. Ebenso ist es in der Wissenschaft: Man muss an einer Sache dran bleibt, bis sie sich auszahlt.

Inklusiv, transparent und effektiv? Partizipation und prozedurale Gerechtigkeit

In einer Präsentation auf dem Jahreskongress der AESOP (Assosiation of European Schools of Planning) im Jahr 2023 in Łódź stellten Katharina Holec, Laura Mark und Tobias Escher Ergebnisse der konsultativen Beteiligung an einem Konsultationsverfahren vor. Dabei sollte es darum gehen, ob dieses Verfahren zu prozeduraler Gerechtigkeit beitragen konnte.

Zusammenfassung

Konsultative Beteiligung stellt ein häufig genutztes Werkzeug zur Korrektur traditioneller Ungleichheiten in der Planung dar. Es wird häufig zur Aushandlung alltagsrelevanter Konflikte genutzt. Dabei sind Bürger*innen dazu angehalten, ihre Interessen und Ideen zu äußern. Zudem versprechen sich lokale Verwaltungen einen Zuwachs an Legitimität. Prozedurale Gerechtigkeit kann dabei als wichtiger Aspekt für den erwünschten Akzeptanzzuwachs gesehen werden. Die Unterrepräsentation bestimmter sozio-ökonomischer Gruppen im Input konsultativer Beteiligung ist dabei eine der Hauptherausforderungen für prozedurale Gerechtigkeit.

An einer Fallstudie, die die Gruppe CIMT in den letzten Jahre wissenschaftlich begleitet hat, untersuchen wir in einem mixed methods Design den Beitrag von Partizipation zu prozeduraler Gerechtigkeit und deren Wahrnehmung durch unterschiedliche gesellschaftliche Gruppen. Die zugrundeliegenden Kriterien beschäftigen sich vor allem mit Fragen nach Inklusivität, Transparenz und der Policy Wirkung, die als Teilaspekte prozeduraler Gerechtigkeit konzeptualisiert werden.

Obwohl Inklusivität erklärtes Ziel der Organisator*innen war, wird diese im Input des Prozesses – also bei der Frage, wer sich beteiligt – kaum erreicht. Etwas besser sah es mit der Inklusivität auf der Throughput Ebene aus. Diskussionen waren gut organisiert und wurden auch von Bürger*innen durchaus positiv wahrgenommen. Schaut man sich die Evaluation der Transparenz des Prozesses selbst an, wird dieser von den Teilnehmenden durchaus positiv bewertet. Einschränkungen gibt es bei der Bewertung der Transparenz des Ergebnisses und der Kommunikation anschließend an den Prozess. Ein Policy Effekt ist deutlich vorhanden und wird dabei vornehmlich von durch die Partizipierenden wahrgenommen. Dieser bleibt allerdings beschränkt auf nicht-essentielle Fragen des Prozesses.

Wesentliche Ergebnisse

  • Der Konsultationsprozess hat zwar u.a. mit einer Überrepräsentation spezifischer marginalisierter Gruppen gearbeitet, scheitert aber daran niedriger gebildete und nicht männliche Personen einzubinden. Etwas besser sieht die Bewertung der Inklusivität während des Prozesses aus.
  • Der Konsultationsprozess wurde mit zeitnaher Veröffentlichung von Ergebnissen der einzelnen Verfahrensschritte durchgeführt und wird auch insgesamt als transparent wahrgenommen mit wenig Unterschieden zwischen verschiedenen sozialen Gruppen. Menschen mit Behinderung sind etwas kritischer. Die Bewertung der Transparenz der Ergebnisse ist etwas negativer.
  • Effekte auf die politische Entscheidung lassen sich darin finden, dass der Prozess die progressiven Ideen der Verwaltung gestärkt und unterstützt hat. Einflüsse der Partizipation bestanden eher auf einzelne Fragen, wie die Verortung von Radwegen oder Bushaltestellen.
  • Dieser Effekt wird stärker durch die Teilnehmenden wahrgenommen.

Übersicht über Ansätze computerbasierter Textanalyse zur Unterstützung der Auswertung von Beiträgen aus Öffentlichkeitsbeteiligungen

In diesem Artikel in der Zeitschrift Digital Government: Research and Practice geben Julia Romberg und Tobias Escher einen Überblick über automatisierte Techniken die bereits zur Unterstützung der Auswertung von Beiträgen in Beteiligungsprozessen verwendet wurden. Auf Basis einer systematischen Literaturstudie bewerten sie die Leistungsfähigkeit der bisher eingesetzten Verfahren und zeigen weiteren Forschungsbedarf auf.

Zusammenfassung

Öffentliche Institutionen, die Bürger*innen im Rahmen politischer Entscheidungsprozesse konsultieren, stehen vor der Herausforderung, die Beiträge der Bürger*innen auszuwerten. Unter demokratischen Aspekten ist diese Auswertung von wesentlicher Bedeutung, benötigt gleichzeitig aber umfangreiche personelle Ressourcen. Eine bislang noch zu wenig erforschte Lösung für dieses Problem bietet die Nutzung von künstlicher Intelligenz, wie beispielsweise computer-unterstützter Textanalyse. Wir identifizieren drei generische Aufgaben im Auswertungsprozess, die von der automatisierten Verarbeitung natürlicher Sprache (NLP) profitieren könnten. Auf Basis einer systematischen Literaturrecherche in zwei Datenbanken zu Computerlinguistik und Digital Government geben wir einen detaillierten Überblick über die existierenden Ansätze und deren Leistungsfähigkeit. Auch wenn teilweise vielversprechende Ansätze existieren, beispielsweise um Beiträge thematisch zu gruppieren oder zur Erkennung von Argumenten und Meinungen, so zeigen wir, dass noch bedeutende Herausforderungen bestehen, bevor diese in der Praxis zuverlässig zur Unterstützung eingesetzt werden können. Zu diesen Herausforderungen zählt die Qualität der Ergebnisse, die Anwendbarkeit auf nicht-englischsprachige Korpora und die Bereitstellung von Software, die diese Algorithmen auch Praktikter*innen zugänglich macht. Wir diskutieren verschiedene Ansätze zur weiteren Forschung, die zu solchen praxistauglichen Anwendungen führen könnten. Die vielversprechendsten Ansätze integrieren die Expertise menschlicher Analyst*innen, zum Beispiel durch Ansätze des Active Learning oder interaktiver Topic Models.

Ergebnisse

  • Es gibt eine Reihe von Aufgaben im Auswertungsprozess, die durch die automatisierte Verarbeitung natürlicher Sprache (NLP) unterstützt werden könnten. Dazu gehören i) die Erkennung von Duplikaten, ii) die thematische Gruppierung von Beiträgen, und iii) die detaillierte Analyse einzelner Beiträge. Der Großteil der Literatur in dieser Literaturstudie konzentriert sich auf die automatisierte Erkennung und Analyse von Argumenten, einen Aspekt der detaillierten Analyse einzelner Beiträge.
  • Wir stellen eine umfangreiche Zusammenfassung der genutzten Datensätze und der verwendeten Algorithmen vor, und bewerten deren Leistungsfähigkeit. Trotz der ermutigenden Ergebnisse wurde die deutlichen Entwicklungssprünge, in den letzten Jahren im NLP-Bereich erfolgt sind, bislang kaum für diesen Anwendungsfall genutzt.
  • Eine besondere auffällige Lücke besteht in der mangelnden Verfügbarkeit von Anwendungen, die Praktiker*innen die einfache Nutzung von NLP-basierten Verfahren für die Auswertung ihrer Daten erlauben würden.
  • Der Aufwand zur Erstellung von annotierten Daten, die zum Training von Modellen des maschinellen Lernens notwendig sind, kann dazu führen, dass sich die erhofften Effizienzvorteile einer automatisierten Auswertung nicht einstellen.
  • Wir empfehlen verschiedene vielversprechendsten Ansätze zur weiteren Forschung. Viele davon integrieren die Expertise menschlicher Analyst*innen, zum Beispiel durch Ansätze des Active Learning oder interaktiver Topic Models.

Publikation

Romberg, Julia; Escher, Tobias (2023). Making Sense of Citizens’ Input through Artificial Intelligence: A Review of Methods for Computational Text Analysis to Support the Evaluation of Contributions in Public Participation. In: Digital Government: Research and Practice 5(1): 1-30. DOI: 10.1145/3603254.

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 (Volltext) 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, welche ich im Jahr 2023 erfolgreich abgeschlossen habe, stand deshalb im Fokus, wie bestehende Forschungslücken mithilfe von Textklassifikationsmethoden überwunden werden können. Ein besonderer Fokus lag dabei auf den Aufgaben der thematischen Strukturierung von Beiträgen und der Argumentationsanalyse.

Zu Beginn der Arbeit wird ein systematischer Literaturüberblick über bisherige Ansätze zur maschinengestützten Auswertung von Textbeiträgen gegeben (Details finden Sie in diesem Artikel). Vor dem Hintergrund des identifizierten Mangels an Sprachressourcen wird der neu erarbeitete CIMT-Datenkorpus für die Entwicklung von Textklassifikationsmodellen für deutschsprachige Öffentlichkeitsbeteiligung vorgestellt (Details finden Sie in diesem Artikel).

Zunächst steht dann die thematische Strukturierung mit Fokus auf die inhaltliche und kontextuelle Einzigartigkeit von Verfahren im Mittelpunkt. Um den Einsatz individuell angepasster Machine Learning-Modelle lohnenswert zu gestalten, wird das Konzept des Active Learnings eingesetzt, um den manuellen Klassifikationsaufwand durch eine optimierte Trainingsdatenauswahl zu verringern. In einem Vergleich über drei Beteiligungsprozesse hinweg zeigt sich, dass die Kombination von Active Learning mit Transformer-basierten Architekturen den manuellen Aufwand bereits ab einigen hundert Beiträgen signifikant reduzieren kann, bei guter Vorhersagegenauigkeit und geringen Laufzeiten (Details finden Sie in diesem Artikel). Anschließend werden Maße vorgestellt, um weitere praxisrelevante Anforderungen der Einsetzbarkeit zu evaluieren. Diese geben Einblick in das Verhalten verschiedener Active Learning-Strategien hinsichtlich klassenbezogener Eigenschaften auf den häufig imbalancierten Datensätzen.

Danach wird der Schwerpunkt auf die Analyse der Argumentation der Bürger*innen verlagert. Der erste Beitrag ist ein robustes Modell zur Erkennung von Argumentationsstrukturen über verschiedene Prozesse der öffentlichen Beteiligung hinweg. Unser Ansatz verbessert die zuvor in der Anwendungsdomäne eingesetzten Techniken zur Erkennung von argumentativen Sätzen und insbesondere zur Klassifikation von Argumentkomponenten (Details finden Sie in diesem Artikel). Zudem wird die maschinelle Vorhersage der Konkretheit von Argumenten untersucht. Hierbei wird der subjektiven Natur von Argumentation Rechnung getragen, indem ein erster Ansatz zur direkten Modellierung verschiedener Perspektiven als Teil des maschinellen Lernprozesses des Argumentation Minings vorgestellt wird (Details finden Sie in diesem Artikel).

Gutachten: Forschungsstand zu Möglichkeiten, Herausforderungen und Grenzen digitaler Beteiligung

Im Rahmen des Standortauswahlgesetzes (StandAG) ist das Bundesamt für die Sicherheit der nuklearen Entsorgung (BASE) mit der umfassenden Information und Beteiligung der Öffentlichkeit im Rahmen des Standortauswahlverfahrens zur Suche und Auswahl eines Standortes für die Endlagerung von hochradioaktiven Abfällen beauftragt. In diesem Zusammenhang hat das BASE im Februar 2022 ein Gutachten zu den „Möglichkeiten und Grenzen digitaler Beteiligungsinstrumente für die Beteiligung der Öffentlichkeit im Standortauswahlverfahren (DigiBeSt)“ beim Düsseldorfer Institut für Internet und Demokratie (DIID) der Heinrich-Heine-Universität Düsseldorf in Kooperation mit dem nexus-Institut Berlin beauftragt. Dafür wurde unter der Leitung von Tobias Escher eine Aufarbeitung des Forschungsstandes und der aktuellen Entwicklungen (Arbeitspaket 2) erstellt, die in einem ausführlichen Bericht zusammengefasst wurden.

Ausgewählte Erkenntnisse aus dem Bericht lauten:

  • Soziale Ungleichheiten in der digitalen Beteiligung beruhen v. a. auf dem
    Second-Level Digital Divide, d.h. in Unterschieden in den medien- und inhaltsbezogenen Kompetenzen, die für die selbstständige und konstruktive Nutzung des Internets zur politischen Beteiligung notwendig sind.
  • Das Wissen zu Effektivität von Aktivierungsfaktoren ist nach wie vor oft lückenhaft und anekdotisch, dadurch sind Kosten und Nutzen einzelner Maßnahmen für die Initiator*innen häufig nur schwer abzuschätzen.
  • Zur (zielgruppengerechten) Mobilisierung eignet sich nachweislich die persönliche Einladung, aber auch die etablierten Massenmedien spielen nach wie vor eine wichtige Rolle.
  • Breite und inklusive Beteiligung erfordert die Kombination unterschiedlicher digitaler und analoger Partizipationsformate.
  • Beteiligungsformate auf nationale Ebene stehen aufgrund der Komplexität der Themen und der Größe der Zielgruppe vor besonderen Herausforderungen und erfordern daher kaskadierte Verfahren (Verzahnung von Beteiligung auf unterschiedlichen politischen Ebenen) sowie noch neu zu schaffende Institutionen.

Publikation

Lütters, Stefanie; Escher, Tobias; Soßdorf, Anna; Gerl, Katharina; Haas, Claudia; Bosch, Claudia (2024): Möglichkeiten und Grenzen digitaler Beteiligungsinstrumente für die Beteiligung der Öffentlichkeit im Standortauswahlverfahren (DigiBeSt). Hg. v. Düsseldorfer Institut für Internet und Demokratie und nexus Institut. Bundesamt für die Sicherheit der nuklearen Entsorgung (BASE). Berlin (BASE-RESFOR 026/24). Online verfügbar unter https://www.base.bund.de/DE/themen/fa/sozio/projekte-ende/projekte-ende.html .

Die Wahrnehmung (lokaler) Demokratie durch die Bürger:innen: Struktur und Bestimmungsfaktoren

Abstract

Als Legitimität wird die freiwillige Anerkennung politischer Autorität bezeichnet, die eine wichtige Rolle für die Stabilität und Steuerungsfähigkeit politischer Systeme bildet. Auf der Systemebene ist sie stark durch die individuellen Legitimitätseinstellungen auf der Mikroebene bedingt. Das Ziel unserer Präsentation ist, darzustellen und zu verstehen

  • Wie verschiedene Objekte politischer Unterstützung aufgebaut sind und zusammenhängen (Vertrauen, Zufriedenheit und Legitimitätseinstellungen)
  • Wie stark lokale und nationale politische Einstellung zu Objekten sich gegenseitig beeinflussen, und …
  • Welche individuellen Faktoren schließlich lokale und nationale Legitimitätseinstellungen bedingen.

Zur Messung dieser Zusammenhänge wurden die im Projekt erhobenen Befragungsdaten genutzt um zunächst die Konstrukte Zufriedenheit mit Autoritäten, Vertrauen in Institutionen und Legitimitätseinstellung auf lokaler und nationaler Ebene zu operationalisieren. Methodisch nutzen wir eine konfirmatorische Faktorenanalyse im Mehrgruppenvergleich, sowie eine OLS Regression zur Ermittlung der individuellen Einflüsse auf die Legitimitätswahrnehmung.

Ergebnisse

Wir finden…

  • Höheres Zufriedenheit mit lokale als mit nationalen Akteure, sowie größeres Vertrauen in lokale als in nationale Institutionen, während die Mittelwertdifferenzen bei den Legitimitätseinstellungen variieren
  • Starke Zusammenhänge zwischen den Konzepten Vertrauen und Zufriedenheit und Legitimitätseinstellungen
  • Starke Zusammenhänge zwischen der lokalen und nationalen Ebene für Vertrauen, Zufriedenheit und Legitimitätseinstellungen
  • Kaum systematische Einflüsse durch individuelle Faktoren auf Legitimitätseinstellung, wenn nach Zufriedenheit und Vertrauen als Einflüsse auf Legitimität kontrolliert wird

CAIS AG: KI in der digitalen Öffentlichkeitsbeteiligung

Als Teilnehmende an einem Workshop des Center for Advanced Internet Studies (CAIS) in Bochum haben Julia Romberg und Tobias Escher die Ergebnisse aus der CIMT Forschung zur KI-unterstützten Auswertung von Beteiligungsbeiträgen vorgestellt und mit den anwesenden Expert*innen aus Forschung & Beteiligungspraxis über weitere Möglichkeiten diskutiert, um Künstliche Intelligenz für die Unterstützung von Öffentlichkeitsbeteiligung einzusetzen. Deutlich wurde dabei, dass die Praktiker*innen Potentiale nicht nur bei der Auswertung (Output), sondern auch bei der Aktivierung von Teilnehmenden (Input) sowie bei der Unterstützung der Interaktionen (Throughput) bei Beteiligungsverfahren sehen. Gleichwohl stehen diesen Potentialen Herausforderungen und Risiken gegenüber, unter anderem bei der adäquaten technischen Umsetzung sowie der Sicherstellung von Datenschutz und Diskriminierungsfreiheit.

Der von Dr. Dennis Frieß und Anke Stoll organisierte Workshop fand vom 8. bis 10. Februar 2023 in Bochum statt. Weitere Informationen finden sich auf der Website des Düsseldorfer Instituts für Internet und Demokratie.

3. Praxisworkshop zu ersten Ergebnissen aus den Befragungen in Projektkommunen

Am 30. November haben wir Vertreter*innen der mit uns kooperierenden Kommunen eingeladen, um uns mit diesen über die ersten Ergebnisse aus den umfangreichen Befragungen unserer Forschungsgruppe auszutauschen. Im Mittelpunkt stand dabei die Frage, wie die jeweiligen Beteiligungsverfahren von den Teilnehmenden eingeschätzt werden, und welche Aspekte zur Teilnahme motivieren, oder davon abhalten.

Trotz der Verschiedenheit der von uns untersuchten fünf Projekte (und der bislang z.T. noch geringen Zahl der Teilnehmenden) weisen die Einschätzungen der an solchen Prozessen partizipierenden Personen relativ große Übereinstimmungen auf. Insgesamt zeigen sich eher positive Bewertungen für die Beteiligungsverfahren im Hinblick auf den Diskussionsverlauf und die Transparenz. Gleichzeitig gibt es aber auch in allen Verfahren vergleichbare Herausforderungen. So wird z.B. die Repräsentation der eigenen Interessen als relativ gut bewertet, es werden aber Lücken in der Repräsentation anderer Meinungen wahrgenommen. Auch gelingt nicht immer ein Ausgleich der Interessen. Darüber hinaus sind die Teilnehmenden eher skeptisch, was die tatsächlichen Wirkung der Beteiligungsergebnisse auf den politischen Prozess angeht, wenn sie diese auch nicht ausschließen.

Einschätzung des von den Teilnehmenden besuchten Beteiligungsformats.
N=286 (Altona: 61, Marburg: 22, Offenburg: 40, Ottensen: 158, Wuppertal: 5)

Interessante Unterschiede zeigen sich auch zwischen Teilnehmenden und Nicht-Teilnehmenden. Beispielhaft zeigt die untenstehende Auswertung die Anworten auf die Frage danach, wie der Verkehr in der jeweiligen Kommune in fünf Jahren aussehen sollte. In der Regel befürworten Personen, die am Beteiligungsverfahren teilgenommen haben (T) grundsätzlich eher eine Umgestaltung zur Förderung von Fahrrad- und Fußverkehr als die Personen, die sich nicht an diesen Verfahren beteiligt haben (nT). So finden sich also unter den Teilnehmenden eher Befürworter*innen der Verkehrswende. Allerdings zeigen sich auch hier durchaus Unterschiede zwischen den Verfahren, die darauf hindeuten, dass die Motive sich einzubringen durchaus sehr verschieden ausfallen können – ein Aspekt, den wir in den zukünftigen Analysen weiter verfolgen werden.

Frage: Wie soll der Verkehr in der jeweiligen Kommune in fünf Jahren aussehen?
Dargestellt nach teilgenommen (T) oder nicht teilgenommen (nT) am Partizipationsverfahren
N=1.587 (Altona: 432, Marburg: 417, Offenburg: 254, Ottensen: 342, Wuppertal: 142)

Der Praxisworkshop hatte das Ziel, diese ersten Befunde gemeinsam zu reflektieren, gerade auch im Vergleich des jeweils „eigenen“ Verfahrens mit den Ergebnissen aus den anderen untersuchten Kommunen. Dieser Austausch hat uns wichtige Hinweise auf mögliche Zusammenhänge geliefert und verdeutlicht, wo weiterer Klärungsbedarf besteht.

Die dargestellten Beispiele sind ein erster Einblick in die große Fülle an Daten, die mit Hilfe der Befragungen gesammelt wurden und die im Jahr 2023 noch erweitert werden wird (siehe Hintergrund unten). Der gemeinsame Austausch mit den kommunalen Partner*innen hatte daher auch den Zweck, genauer zu klären, welche Informationen für die kommunale Beteiligungspraxis relevant sind, und in welchen Formaten die gemeinsamen Diskussionen am sinnvollsten fortgeführt werden können.

Wir bedanken uns recht herzlich bei unseren Partner*innen für Ihre Zeit und Ihre Ideen!

Zum Hintergrund

Im Rahmen unserer Forschung interessieren wir uns insbesondere dafür, welche Rolle Bürger*innenbeteiligung beim Gelingen der Verkehrswende spielen kann. Dafür untersuchen wir unter anderem fünf verschiedene Beteiligungsverfahren:

Für jedes Projekt wurde von uns ein umfangreiches Programm an Befragungen durchgeführt. Dafür haben wir zum einen eine Zufallsauswahl aus der gemeldeten Bevölkerung mit einem Fragebogen angeschrieben. Zum anderen wurden von uns im Rahmen der verschiedenen Beteiligungsformate Teilnehmer*innen befragt. Die folgende Tabelle vermittelt einen Überblick über die Befragungszeiträume einschließlich der Ausschöpfungsquoten der von uns durchgeführten Bevölkerungsbefragungen. Insgesamt wurden bislang rund 1.600 Personen befragt, von denen rund 300 an einem der untersuchten Beteiligungsverfahren teilgenommen haben.

Übersicht über durchgeführte Befragungen von Bevölkerung und Teilnehmenden (Prozentwerte geben Rücklaufquoten der Bevölkerungsbefragung wieder)

Stellenangebot: Hilfskräfte für Forschungsgruppe

Die Forschungsgruppe CIMT (Citizen Involvement in Mobility Transitions) am Institut für Sozialwissenschaften der Heinrich-Heine-Universität Düsseldorf erforscht die Potentiale und Probleme von Bürger*innenbeteiligung an der Verkehrswende in deutschen Kommunen.

Für unser Team suchen wir zum 1. Februar 2023 bzw. zum nächstmöglichen Zeitpunkt eine

Studentische Hilfskraft (SHK) bzw.
Wissenschaftliche Hilfskraft mit Bachelorabschluss (WHB)

Ausführliche Informationen finden Sie in unserer Ausschreibung. Bewerbungsfrist ist der 5. Dezember 2022.