Partizipative Planung und Stakeholder-Analyse

Gewinne:

• Fähigkeit, KI zu nutzen, um Umfragen, Meinungen und Stakeholder-Daten in der partizipativen Planung zu sammeln, zusammenzufassen und zu thematisieren
• Achten Sie bei der Analyse von qualitativem Feedback mit KI auf Repräsentation, Voreingenommenheit und die Verantwortung, die Stimmen marginalisierter Gruppen zu schützen
• Verstehen Sie, dass die KI-Zusammenfassung kein Ersatz für die Teilnahme ist und dass die endgültige Entscheidung Teil eines transparenten, rechenschaftspflichtigen öffentlichen Prozesses ist

Ein Plan ist technisch korrekt, aber illegitim, wenn er nicht die Stimmen der Menschen trägt, die davon leben werden. Partizipative Planung bedeutet, dass Entscheidungen nicht nur von Experten getroffen werden, sondern auch von Bürgern, die diesen Raum nutzen, Handwerkern, Schulleitern, der Zivilgesellschaft und anderen Interessengruppen. Dabei werden große Mengen qualitativer Daten (Daten, die Text und Meinungen enthalten, keine Zahlen) aus Umfragen, Meetings, Petitionen, Online-Meinungen und Feldbeobachtungen gesammelt. KI ist ein leistungsstarkes Hilfsmittel, um diese Tausenden von Meinungen zusammenzufassen, Themen zu extrahieren, Stimmungsanalysen durchzuführen und Berichte zu erstellen. Die größte Gefahr von KI bei der partizipativen Planung ist jedoch die Verzerrung der Repräsentation: Sie kann die Stimmen der Mehrheit und oft wiederholte Aussagen verstärken und die Stimmen der Minderheit, der digital unzugänglichen und marginalisierten Gruppen, unsichtbar machen. Die KI-Zusammenfassung ist kein Ersatz für die Teilnahme; Die endgültige Entscheidung ist ein transparenter, rechenschaftspflichtiger öffentlicher Prozess.

Warum und wie man teilnehmen kann

Die Teilnahme ist keine Zeremonie zum Sammeln von Zertifikaten, sondern eine echte Quelle von Wissen und Legitimität. Ein guter Engagement-Prozess kombiniert verschiedene Kanäle: persönliches Treffen, Haushaltsbefragung, Online-Formular, Feldrundgang, Zielgruppentreffen. Jeder Kanal erfasst unterschiedliche Menschen: das Online-Formular junger Menschen, das persönliche Treffen älterer Menschen und die Nachbarschaftsbewohner. Sich auf einen Kanal zu verlassen, schließt alle aus, die diesen Kanal nicht nutzen.

Beim Verständnis der gesammelten Daten kommt die KI ins Spiel: Es würde eine menschliche Woche dauern, Hunderte von Seiten Freitext zu lesen, ihn zu gruppieren und wichtige Themen zu extrahieren; KI reduziert dies auf Stunden. Diese Geschwindigkeit entbindet jedoch nicht von der Verantwortung der Repräsentation.

Achtung: Die KI-Zusammenfassung tendiert dazu, die am häufigsten wiederholte und lauteste Meinung als „allgemeine Meinung“ darzustellen. Nur weil eine Forderung wiederholt wird, wird sie nicht gerechter; es kann einfach darauf hinweisen, dass diese Gruppe größer oder organisierter ist. In jeder Zusammenfassung wird die Frage gestellt: „Wer fehlt, wessen Stimme ist heiser?“ fragen.

Eine weitere Dimension der Partizipation ist die sprachliche und kulturelle Vielfalt. In einer Stadt gibt es Gruppen, die unterschiedliche Sprachen, unterschiedliche Alphabetisierungsniveaus und unterschiedliche Ausdrucksformen sprechen. KI bietet hier echten Komfort, da sie Ansichten aus mehreren Sprachen in einem einzigen Durchlauf verarbeiten kann; Beispielsweise können in verschiedenen Sprachen gesammelte Kommentare mit gemeinsamen Themen verknüpft werden. Bei der Übersetzung und Zusammenfassung können jedoch Feinheiten verloren gehen: Eine lokale Redewendung, ein Vorwurf, ein kultureller Bezug können von der KI abgeflacht und falsch interpretiert werden. Bei mehrsprachiger oder kulturell vielfältiger Beteiligung ist es daher wichtig, dass die KI-Ausgabe von Personen überprüft wird, die diese Gemeinschaften kennen. Die Erweiterung des Zugangs durch Technologie ist wertvoll; Der Zugang entbindet jedoch nicht von der Verantwortung, die Bedeutung genau zu vermitteln.

Repräsentation, Voreingenommenheit und Ethik

Drei ethische Risiken sind bei der partizipativen Planung besonders wichtig:

1. Teilnahmebias: Wer hat an der Umfrage teilgenommen? Stadtteile mit geringem Internetzugang, ältere Menschen, Behinderte, Einwanderer und berufstätige Frauen sind oft unterrepräsentiert. KI sagt das nicht selbst; Eine gesonderte Prüfung des Teilnehmerprofils ist erforderlich.
2. Zusammenfassender Bias: KI bevorzugt Mehrheit und häufige Äußerungen; Eine seltene, aber kritische Warnung (z. B. eine Überschwemmungsbeobachtung) kann als „Lärm“ betrachtet und beseitigt werden.
3. Kommentarverzerrung: Stimmungsanalyse und Themenextraktion können durch kulturelle Annahmen in den Trainingsdaten der KI beeinflusst werden; kann den lokalen Kontext falsch interpretieren.

Drei Grundsätze gegen diese Risiken: den Zugang zu Rohdaten schützen (die Zusammenfassung sollte nie die einzige Wahrheit sein), Minderheiten und Randgruppen getrennt überwachen und den Prozess transparent dokumentieren.

Schritt für Schritt: Engagement-Datenanalyse mit KI

1. Daten anonymisieren. Klare persönliche Daten (Name, Kontakt); KVKK/Datenschutz.
2. Teilnehmerprofil erstellen. Wer war dabei, wer fehlt?
3. Erstellen Sie ein Thema für KI. Fordern Sie Minderheitenthemen jedoch separat an.
4. Vergleichen Sie mit Rohdaten. Entspricht die Zusammenfassung der Realität?
5. Identifizieren und vervollständigen Sie fehlende Gruppen. Fügen Sie einen zusätzlichen Kanal hinzu (von Angesicht zu Angesicht).
6. Melden Sie transparent. Es ist klar, wer teilgenommen hat und wer fehlte.
7. Überlassen Sie die Entscheidung dem öffentlichen Verfahren. KI-Zusammenfassungseingabe, keine Entscheidung.

Schwache Eingabeaufforderung / Starke Eingabeaufforderung

Schwache Aufforderung: „Fassen Sie diese Umfragekommentare zusammen.“

KI hebt die Themen am häufigsten hervor; Die Minderheitsstimme verschwindet, das Teilnehmerprofil verschwindet.

Starke Aufforderung: „Im Folgenden sind 1.200 Bürgermeinungen aufgeführt [anonymisiert]. (1) Extrahieren Sie die Hauptthemen nach Häufigkeit. (2) Sammeln Sie AUCH die wenigen, aber wichtigen Minderheitenthemen (z. B. Sicherheit, Überschwemmung, Zugänglichkeit) in einer separaten Liste; streichen Sie sie als seltene Themen. (3) Geben Sie bei jedem Thema an, ob klar ist, welche Meinung von welchem Teilnehmertyp stammt. (4) Erraten Sie die Gruppen, die in der Zusammenfassung möglicherweise übersehen wurden. Ersetzen Sie die Meinungen durch Ihre eigene Interpretation; als ist. Daten: [...]“

Die zweite Aufforderung fordert ausdrücklich, die Stimme, das Profil und die blinden Flecken der Minderheit zu schützen.

Vier kopierbare Vorlagen

Aufgabe: Extrahieren Sie aus den folgenden [anonymen] Teilnahmedaten (1) Schlüsselthemen nach Häufigkeit, (2) EINE SEPARATE Liste weniger wiederkehrender, aber potenziell kritischer Themen. Eliminieren Sie Kommentare mit geringer Häufigkeit. Fügen Sie Ihren eigenen Kommentar hinzu. Gruppe wie sie ist.Daten: [...]

Aufgabe: Untersuchen Sie die folgenden Teilnehmerprofildaten. Welche Gruppen (Alter, Nachbarschaft, Geschlecht, Zugang) sind möglicherweise unterrepräsentiert? Welcher zusätzliche Engagement-Kanal wird empfohlen, um die fehlenden Stimmen zu ergänzen?Profil: [...]

Aufgabe: Erstellen Sie eine Checkliste, damit ich die folgende KI-Themenzusammenfassung mit den Rohdaten vergleichen kann: Wie überprüfe ich, welches Thema wirklich dominiert, welches übertrieben ist, welche kritische Sichtweise möglicherweise eliminiert wurde? Zusammenfassung: [...]

Aufgabe: Verfassen Sie anhand der nachstehenden Beteiligungsergebnisse einen transparenten ENTWURF für öffentliche Informationen. Geben Sie ehrlich an, wer teilgenommen hat, wer abwesend war und wie deren Meinung in die Entscheidung einfließen wird. Stellen Sie Ihre Teilnahme nicht als „Genehmigung“ dar. Ergebnisse: [...]

Eine Tabelle: Beteiligungskanal und Vertretung

Kanal

Wer fängt es gut?

Wer entführt

Die Rolle der KI

Online-Formular

Jung, digitalfähig

Ältere Menschen, geringer Zugang

Themenextraktion

persönliches Treffen

gelassen, besorgt, ruhig

Mitarbeiter, remote

Notenzusammenfassung

Haushaltsbefragung

breiter Abschnitt

nicht zu Hause

Datenbearbeitung

Zielgruppe

spezifischer Stakeholder

allgemeine Öffentlichkeit

Zusammenfassung des Interviews

Petition/Beschwerde

Organisiert, problematisch

Zufriedene stille Mehrheit

Klassifizierung

drei Mini-Koffer

Fall 1 – Warnung vor verschwindender Minderheit. Eine Kommune fasst 3.000 Meinungen mit KI zusammen; Der Auftrag hebt die Anforderungen an „Parkplätze“ und „Grünflächen“ hervor. Als ein Planer nach separaten Minderheitenthemen fragt, stellt er fest, dass 11 Personen gemeldet haben, Überschwemmungen entlang eines Baches beobachtet zu haben. Diese kritische, aber „sich leicht wiederholende“ Warnung wurde in der ersten Zusammenfassung gestrichen. Der Schutz von Minderheitenstimmen kann ein Sicherheitsproblem darstellen.

Fall 2 – Die unsichtbare Nachbarschaft. Ein Team stellt durch Profilanalyse fest, dass 70 Prozent der Wahlbeteiligung aus den zentralen drei Stadtteilen kommt, während die Außenbezirke fast keine Reaktion zeigen. Der Zugriff auf das Online-Formular ist dort gering. Das Team verfeinert die Darstellung durch die Hinzufügung eines persönlichen Treffens und einer Haushaltsbefragung. Sendervielfalt ist eine Voraussetzung für Fairness.

Fall 3 – Ehrliche Berichterstattung. Eine Gemeinde schreibt in ihrem Beteiligungsbericht deutlich, dass „2.400 Personen an dem Prozess teilgenommen haben; die über 65-Jährigen und zwei Vorstadtviertel waren jedoch unterrepräsentiert, und für diese Gruppen wurden zusätzliche Treffen abgehalten.“ Das Parlament bewertet das Ergebnis mit realistischem Gewicht. Den Mangel zu melden, statt ihn zu verheimlichen, legitimiert die Teilnahme.

Häufige Fehler

• Die KI-Zusammenfassung als die einzige Wahrheit verwechseln. Der Zugriff auf Rohdaten muss geschützt werden; Es handelt sich um einen zusammenfassenden Kommentar.
• Häufigkeit mit Fairness verwechseln. Eine sich sehr wiederholende Anfrage ist nicht die genaueste Anfrage.
• Beseitigung des Kontakts mit Minderheiten. Seltene, aber wichtige Warnungen (Sicherheit, Überschwemmung) sollten nicht verloren gehen.
• Das Teilnehmerprofil wird nicht überprüft. Wird die Frage, wer vermisst wird, nicht gestellt, erfolgt kein Ausschluss.
• Sich auf einen einzigen Kanal verlassen. Jedem Kanal fehlt eine Gruppe; Vielfalt ist ein Muss.
• Die Teilnahme als „Genehmigung“ darstellen. Die Beteiligung ist ein Einflussfaktor für die Entscheidung und kein Anschein von Legitimität.
• Kein Schutz personenbezogener Daten. Meinungen sollten nicht ohne Anonymisierung verarbeitet werden.

Zusammenfassend

Partizipative Planung ist die Quelle des Wissens und der Demokratie, die die Planung legitimiert; KI ist ein leistungsstarkes Hilfsmittel bei der Zusammenfassung, Themenextraktion und Berichterstattung über die gesammelten großen qualitativen Daten. Aber KI weist einen Repräsentationsfehler auf: Sie hebt die Mehrheit und häufige Ausdrucksformen hervor und schmälert die Minderheit und das digital Unzugängliche. Behalten Sie den Zugriff auf Rohdaten für die ordnungsgemäße Verwendung bei, überwachen Sie Minderheitenthemen separat, überprüfen Sie Teilnehmerprofile und ergänzen Sie fehlende Gruppen über zusätzliche Kanäle und berichten Sie ehrlich über Fortschritte. Die KI-Zusammenfassung ist kein Ersatz für die Teilnahme; Die endgültige Entscheidung liegt in einem transparenten, rechenschaftspflichtigen öffentlichen Verfahren.

Anwendungsaufgabe

Betrachten Sie einen Engagement-Datensatz (real oder als Beispiel). (1) Haupt- und Nebenthemen separat mit der ersten Vorlage extrahieren; Erfassen Sie mindestens ein kritisches Minderheitenthema. (2) Überprüfen Sie mit der zweiten Vorlage das Teilnehmerprofil, identifizieren Sie eine fehlende Gruppe und schlagen Sie einen zusätzlichen Kanal vor. (3) Erstellen Sie mit der dritten Vorlage eine Checkliste zum Vergleich der KI-Zusammenfassung mit den Rohdaten. (4) „Wer fehlt, wessen Stimme ist heiser?“ Beantworten Sie die Frage im Kontext dieser Daten.

Checkliste

• [ ] Ich habe die Teilnahmedaten anonymisiert; Ich habe personenbezogene Daten geschützt.
• [ ] Ich habe das Teilnehmerprofil überprüft; Ich habe die fehlenden Gruppen identifiziert.
• [ ] Ich wollte auch Minderheiten- und kritische Themen; Ich habe verhindert, dass er eliminiert wird.
• [ ] Ich habe die KI-Zusammenfassung mit den Rohdaten verglichen.
• [ ] Ich habe die fehlenden Sounds durch zusätzliche Beteiligungskanäle ergänzt.
• [ ] Ich habe die Anwesenheit ehrlich gemeldet; Ich habe es nicht als „Genehmigung“ dargestellt.
• [ ] Die endgültige Entscheidung überlasse ich dem transparenten öffentlichen Verfahren.