HamburgBürgerbefragungen KI-gestützt auswerten

Das von der Freien und Hansestadt Hamburg entwickelte digitale Partizipationssystem DIPAS kommt vor allem zur Bürgerbeteiligung bei Projekten der Stadtentwicklung, Umwelt und Infrastruktur zum Einsatz. Dabei können digitale Datentische die von den Bürgern online eingereichten Beiträge einbinden (wir berichteten). Über den DIPAS navigator können sich die Bürgerinnen und Bürger zudem mit nur einem Klick über alle derzeit laufenden digitalen Bürgerbeteiligungsverfahren vor Ort informieren (wir berichteten). Als öffentlich zugängliche Open Source Software steht die Lösung auch anderen Kommunen und Organisationen zur Verfügung (wir berichteten).
Nun berichtet die Hamburger Behörde für Stadtentwicklung und Wohnen über eine weitere Ergänzung für das Partizipationssystem: Mit DIPAS analytics soll die Auswertung auch von großen Feedback-Mengen vereinfacht werden. Bislang muss der Bürger-Input zu Beteiligungsverfahren händisch ausgewertet werden. Künftig sollen eigens programmierten Algorithmen auf der Basis von Natural Language Processing (NLP) dazu beitragen, die steigende Anzahl von Beiträgen in DIPAS leichter zu strukturieren und zu verarbeiten.

Freitext schneller gliedern und erfassen

Das auf zwei Jahre angelegte Projekt startete im Januar 2023. Die der Behörde für Stadtentwicklung und Wohnen zugeordnete Stadtwerkstatt entwickelt gemeinsam mit dem Urban Data Hub des Landesbetriebs Geoinformation und Vermessung und dem City Science Lab der HafenCity Universität einen digitalen Werkzeugkasten für die Auswertung von DIPAS-Projekten.
Dieser soll die Informationen, die bei Beteiligungsverfahren in Form von Textbeiträgen eingehen, effizient sortieren und visualisieren. Das ermöglicht auf der Ebene eines einzelnen Beteiligungserfahrens eine schnelle, valide Vorstrukturierung und eröffnet zudem die Möglichkeit der Auswertung über eine größere Zahl von Verfahren hinweg. Potenziell könnten die für DIPAS entwickelten Werkzeuge aber auch in anderen Bereichen der Verwaltung eingesetzt werden, etwa, um aus Texten die wichtigsten Stichworte zu extrahieren, um thematische oder räumliche Muster zu erkennen oder um Texte zusammenzufassen.

Nachnutzbarkeit ist bereits eingeplant

Durch die NLP-gestützte Vorstrukturierung soll die Auswertung der Feedbacks nicht nur vereinfacht, sondern auch einheitlicher und transparenter werden. Um die Bildung von Biases zu vermeiden, ist vorgesehen, die Entwicklung der Algorithmen extern auditieren zu lassen. Die Technik soll ohnehin den Menschen bei der Auswertung von Partizipationsverfahren nicht ersetzen: Die Sichtung und Bewertung der Beiträge durch die für das Verfahren zuständigen Fachleute bleibe entscheidend, betont die Hamburger Stadtentwicklungsbehörde.
Wie die DIPAS-Software selbst soll auch das Modul DIPAS analytics als Open Source Software veröffentlicht und Kommunen sowie wissenschaftlichen Einrichtungen zur Verfügung gestellt werden.