Analysemethoden zur effizienten Datenauswertung bei Online-Beteiligung

Durch digitale Beteiligung lassen sich, ohne großen Mehraufwand, deutlich umfangreichere Daten sammeln, als dies bei einer rein analogen Beteiligung möglich ist. Um die Auswertung nicht zu aufwändig und komplex zu gestalten, bedarf es einer teilautomatisierten und algorithmusgestützten Analyse der gesammelten Informationen.

Hierzu wurden vom Wissensarchitektur Laboratory of Knowledge Architecture der TU Dresden verschiedene Analysemethoden entwickelt, die effizient und präzise alle wichtigen Informationen aus Beteiligungen extrahieren und visualisieren.

Nutzen für Planer*innen

Durch den Einsatz verschiedener Analysemethoden ist eine deutlich effizientere Auswertung von komplexen Daten möglich. Die algorithmusgestützte Struktur der Analysen, minimiert den Aufwand für die Auswerter*innen und maximiert durch anschauliche grafische Aufbereitung den Nutzen für Planer*innen und Bürger*innen.

Bild3 - Heatmaps

Die Analysemethode „Heatmap“ fasst in einem 3D Modell die Dichte an platzierten Gebäuden der Nutzungsart „Wohnen“ zusammen.

Analysemethoden für raumbezogene Daten

Beim Citizen Voting bewerten Nutzer*innen die Entwürfe anderer Personen. Dadurch entsteht ein Beliebtheits-Ranking der Design Entwürfe. Die Bewertung erfolgt durch die Vergabe von Sternen und einer textlichen Begründung. 

Heatmaps sind kartenbasierte Zusammenfassungen eingegangener Design-Vorschläge: Bei der Erstellung werden mehrere (oder alle) Designvorschläge übereinandergelegt, um zu sehen, an welchen Positionen die Nutzer*innen, welche Gebäude- oder Flächennutzungsarten bevorzugen

Durch den Design Analyzer lassen sich schnell Schwerpunkte der einzelnen Designs erkennen. Indem Objekte mit gleichen Nutzungsarten zusammengefasst und quantifiziert werden, werden Prioritäten einzelner Designs sichtbar. 

Ziel des Design Pattern ist es, Gestaltungsmuster in verschiedenen Designs zu erkennen und festzustellen, ob sich diese in unterschiedlichen Entwürfen wiederholen, um im besten Fall einen „optimalen“ Entwurf anhand der wiederkehrenden Muster zu entwickeln. 

Analysemethoden für textbasierte Daten

Bei der Location Analysis geht es darum, Kommentare oder Antworten auf offene Fragen systematisch und strukturiert auszuwerten, um Bezüge zu realen Orten herzustellen. So können bei der Frage nach dem Lieblingsort in einer Stadt, ohne die Notwendigkeit alle Antworten zu lesen, quantitative Aussagen zu den Ortsnennungen getroffen werden.

Mithilfe der Sentiment Analysis können Kommentare bezüglich ihrer Tonalität gefiltert und beurteilt werden. So werden sowohl positiv als auch negativ konnotierte Wörter in den Kommentaren gesucht und farblich hervorgehoben. 

Mit der Discourse Structure Analysis können Informationen systematisch und effizient gesammelt, ausgewertet und Planer*innen und Projektsprecher*innen als Grundlage für ihre Arbeit zur Verfügung gestellt werden. 

background not found

Methoden zur Visualisierung und Auswertung von Daten

Umfangreiche und aussagekräftige Auswertung von Beteiligungsergebnissen – ohne massiven Ressourceneinsatz: Alle raumbezogenen und textbasierten Analysemethoden sowie ihr Mehrwert für Planer*innen auf einen Blick.

Anfordern

Auch mal effizient Daten von Online-Beteiligungen auswerten?

Seit ihrem Studium der Umweltpsychologie beschäftigt sich Lisa-Marie Wollny intensiv mit der Gestaltung von Bürger*innen-Befragungen und -Beteiligungen. Dabei sieht sie das noch häufig versteckte Potential, welches in den Daten steckt. Vereinbaren Sie gern einen Termin zum Austausch.

Termin vereinbaren