GeoForum MV 2021 (eBook)
160 Seiten
tredition (Verlag)
978-3-347-34878-3 (ISBN)
Von der Geoinformation zur politischen Entscheidung
Gerhard Bukow
Ministerium für Soziales, Integration und Gleichstellung des Landes Mecklenburg-Vorpommern
gerhard.bukow@sm.mv-regierung.de
Abstract. Die Sozialverwaltung verknüpft Geoinformationen mit Sozialinformationen, z. B. in Sozialentwicklungsplänen. In Zeiten knapper Ressourcen und schneller Entscheidungen ist es wünschenswert, die Folgen der Entscheidungen und ihre politische Akzeptanz rasch ohne größere Hilfsmittel und Personalstab abschätzen zu können. Das trifft besonders auf die Pandemie zu, in der eine vermehrte Einbindung des obersten Willensbildungsorgans (z. B. Rat, Kreistag oder Parlament) wünschenswert ist. Eine vom Autor für interne Zwecke erstellte Pipeline von der Geoinformation über die Sozialinformation bis zur politischen Akzeptanzprüfung wird vorgestellt und diskutiert.
1 Sozialverwaltungsentscheidungen in der Krise treffen
Politische Entscheidungen werden zwar häufig öffentlich getroffen, aber selten öffentlich vorbereitet. Die Sozialverwaltung führt komplexe räumliche und soziale Informationen zusammen, die gewöhnlich in einem Rückkopplungsprozess mit der politischen Entscheidungsebene erst nach und nach verfeinert werden. Beispiele hierfür sind mittelfristige Sozialplanungen.
In Zeiten der Corona-Pandemie – aber auch in anderen Krisen – treffen die politischen Entscheidungsbedingungen auf noch knappere Personal- und Zeitressourcen als üblich, die unter Wahrung informationeller Interessenlagen teilweise erst spät öffentlich werden. In Krisensituationen müssen aber schnelle Entscheidungen vorab getroffen werden, beispielsweise die gefährdungsbedingte Schließung von Einrichtungen der offenen Jugendarbeit oder Kindertagesstätten. Diese Folgen müssen sodann abgeschätzt und so „verpackt“ werden, dass sie auf politische Akzeptanz stoßen.
Es ist aber in unserer repräsentativen Demokratie gesetzlich verankert und geboten, die obersten Organe der Willensbildung möglichst viel zu beteiligen. Das führt auch zu einer höheren Akzeptanzbildung, um den Eindruck einer Exekutivregierung zu vermeiden. Beteiligt werden beispielsweise Gemeinderat, Kreistag oder Landesparlament.
Eine besondere Schwierigkeit liegt nun darin, dass weder die Informationen noch die Entscheidungswege im Allgemeinen zugänglich sind und auch nicht immer das nötige Fachpersonal zur Verfügung steht. So werden meist leicht zugängliche Informationen von fachlichen Laien genutzt, etwa aus einem Online-Kartendienst, und dann händisch verknüpft. Politische Entscheidungen im Sozialwesen werden häufig in sozialen Netzwerken bzw. Nahräumen verortet, die sich durch solche bearbeiteten Karten repräsentieren lassen.
Anschließend wird „intuitiv“ die Passung zur mehrheitsfähigen Politik eingeschätzt, z. B. durch Büroleitungen. Dabei fließen zahlreiche Informationen ein, beispielsweise Wahlprogramme. Die Verwaltung bereitet dann in der Regel Entscheidungsalternativen in Form von Beschlussvorlagen vor, die durch die Regierung eingebracht werden. Hierbei sollte das Willensbildungsorgan nicht durch zu viele, unzugängliche oder zu teure Entscheidungsalternativen „lahmgelegt“ werden. Es sollten möglichst die Alternativen präsentiert werden, die fachlich legitimierbar, zugänglich repräsentierbar und politisch akzeptierbar sind.
Dieser sukzessive Prozess kann mithilfe moderner Technologien aus dem Feld des Maschinellen Lernens und der Künstlichen Intelligenz unterstützt werden. Einerseits hilft dies bei der Einsparung von Ressourcen, andererseits können damit die intuitiven Arbeitsanteile teilweise formalisiert und informationell angereichert werden. Hierbei sind jedoch auch Fragen des Einflusses (Papakyriakopoulos, 2021), der Transparenz und der strukturellen Voreinschränkung (Bias) durch die benutzte Technologie zu diskutieren (Shresta et al., 2021).
2 Von der Geoinformation zur politischen Entscheidung
Der gerade geschilderte Prozess von der Geoinformation bis zur politischen Entscheidung im Sozialwesen kann auf drei Schritte heruntergebrochen werden:
i. Identifizieren von (sozialen) Punkten von Interesse in einer (geographischen) Karte,
ii. Verarbeiten netzwerkbasierter Informationen zwischen diesen Punkten unter Hinzunahme weiterer Informationen, eventuell mit einer Simulation verschiedener Parameterkonstellationen, um Entscheidungsalternativen zu generieren, und
iii. Abschätzen der potenziellen politischen Passfähigkeit/Akzeptanz einer oder mehrerer Entscheidungsalternativen.
Ein Anwendungsbeispiel eines solchen Prozesses in der Corona-Pandemie ist die Veränderung des generationenübergreifenden sozialen Nahraums zwischen Kindertagesstätten und Senioreneinrichtungen, abhängig von der eingeschränkten Mobilität. Pandemiebedingt könnten so generationenübergreifende Netzwerke leiden und es müssten Maßnahmen getroffen werden, um die gewünschte und gesundheitsnotwendige Kommunikation aufrechtzuerhalten.
Für die nachfolgend dargestellte technische Umsetzung wurde die Programmiersprache Python 3.6.5 (Python, 2021) mit entsprechenden Bibliotheken verwendet (Tensorflow 1.8, Keras, Matplotlib, Numpy, Skimage, Statistics, Lime).
Zur Unterstützung des Identifikationsschrittes wurde eine Threshold-basierte Template-Suche implementiert, die für die automatisierte Identifizierung von Punkten von Interesse etwa in Google Maps genutzt wird. Hierfür können bei Karten mit vielen Symbolen zum Beispiel unterschiedliche Templates mit Paint ausgeschnitten werden, die dann in der Masse gefunden werden. In vielen Fällen wird das erfahrungsgemäß schon ausreichen, z. B. wird eine Karte mithilfe eines Bildschirmausschnitts intern weitergeleitet. In einigen Fällen wird das erfahrungsgemäß auch nicht anders gewollt sein, denn sonst müsste man durch die Nutzung eines Dienstes oder weiteren Personals entsprechende Informationen über geplante Vorhaben „preisgeben“.
Abbildung 1: Thresholding auf Basis eines Online-Kartendienstes
Im Verarbeitungsschritt können dann die auf dieser Basis gewonnenen Punkte miteinander in Graphen vernetzt werden, um beispielsweise Spannbäume oder dichtebasierte Cluster zu generieren. Die Kanten können mit Kosten versehen werden; in vielen Fällen mit sozialpolitischer Bedeutung dürften dies einfache räumliche Distanzen oder daraus abgeleitete Wegekosten sein, um die Erreichbarkeit zu erfassen. Die Punkte können mit Informationen angereichert werden, z. B. die Anzahl der Pflegeheimplätze oder die Anzahl der Kinderbetreuungsplätze. Sozialplanerische Varianten können hiermit automatisiert generiert und über lokalisierte Verteilungsinformationen gelegt werden, z. B. quadratisch eingeteilte Gefährdungsgebiete (etwa Kriminalitäts- oder Erkrankungsrisiko). Werden diese Informationen etwa mit einem Spannbaum verknüpft, so können Sozialplanänderungen hinsichtlich ihrer sozialen Kosten beurteilt werden. Hieraus kann anschließend eine Visualisierung des Graphen erstellt werden – zwei- oder dreidimensional, um Informationen auch vor Publikum zugänglich zu machen.
Abbildung 2: Cluster von Einrichtungen mit minimalem Spannbaum
Ein wesentlicher Punkt ist nun die Passfähigkeit der Alternativen zur Politik. Welche Alternativen sind eher politisch akzeptabel, welche nicht? Um die politische Entscheidungsfindung zu befördern, müssen diese gewonnenen Entscheidungsalternativen daher für die Politik sinnhaft bewertet werden. Diese Bewertung kann nicht nur die rein fachliche oder haushalterische Bewertung sein. Denn eine politische Bewertung zeichnet sich nicht durch die Erfüllung bestimmter Wirtschaftlichkeitsaspekte aus, sondern durch die Passfähigkeit einer Alternative zum eigenen politischen Programm. Wer sich beispielsweise für generationenübergreifendes Wohnen einsetzt, wird einer Entscheidungsalternative mit einem größeren sozialen Nahraum zwischen Pflegeheimen und Kindertagesstätten eher zustimmen.
Dabei kommen den Fortschritten der Bild-zu-Text-Verarbeitung und Topic-Modellierung besondere Bedeutung zu. Die generierten Cluster auf Karten können automatisiert textlich beschrieben werden. Mithilfe eines anhand von Bildern räumlicher Verteilungen trainierten LongShortTermMemory-Netzwerkes werden die Cluster hinsichtlich ihrer räumlichen Eigenschaften klassifiziert, z. B.: „Kitas und Pflegeeinrichtungen sind mit hohen Kosten untereinander verbunden.“ Zugunsten der Robustheit – also des Arbeitens mit „einfach so“ herauskopierten Kartenbildern – wurde so eine Lösung gewählt.
Die aus den Bildern abgeleiteten Aussagen können Entscheidungsalternativen zugeordnet werden. Diese nun textlich beschriebenen Alternativen können final auf ihre textliche Passung...
| Erscheint lt. Verlag | 27.7.2021 |
|---|---|
| Reihe/Serie | GeoFrorum MV | GeoFrorum MV |
| Illustrationen | Wellenweg |
| Verlagsort | Ahrensburg |
| Sprache | deutsch |
| Themenwelt | Sachbuch/Ratgeber ► Natur / Technik ► Naturwissenschaft |
| Technik | |
| Schlagworte | Daseinsvorsorge • GeoForum MV • Geoinformatik • Krisenmanagement |
| ISBN-10 | 3-347-34878-8 / 3347348788 |
| ISBN-13 | 978-3-347-34878-3 / 9783347348783 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: EPUB (Electronic Publication)
EPUB ist ein offener Standard für eBooks und eignet sich besonders zur Darstellung von Belletristik und Sachbüchern. Der Fließtext wird dynamisch an die Display- und Schriftgröße angepasst. Auch für mobile Lesegeräte ist EPUB daher gut geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür die kostenlose Software Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür eine kostenlose App.
Geräteliste und zusätzliche Hinweise
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich