DIPAS analytics

Das Hamburger Original DIPAS navigator wird mit dem neuen Projekt DIPAS analytics zur Auswertung großer Feedbackmengen befähigt.

Mit dem neuen Projekt DIPAS analytics, soll die Auswertung von großen Feedbackmengen erleichtert werden. Diese Algorithmen basieren auf Natural Language Processing (NLP), um die stetig wachsende Anzahl digitaler Beiträge in DIPAS leichter strukturieren und verarbeiten zu können.

Unter Natural Language Processing versteht man die maschinelle Verarbeitung von Daten in Text- oder Sprachform mithilfe eines Algorithmus. DIPAS analytics wird entwickelt, um den Verantwortlichen die Arbeit bei der Auswertung von DIPAS-Beteiligungsverfahren zu erleichtern. Das Entwicklungsprojekt DIPAS analytics ist auf zwei Jahre angelegt und wurde Januar 2023 gestartet. Das Projekt der Stadtwerkstatt Hamburg (Behörde für Stadtentwicklung und Wohnen), findet in Zusammenarbeit mit dem Urban Data Hub des Landesbetriebs Geoinformation und Vermessung und dem City Science Lab der HafenCity Universität statt. Gemeinsam soll ein digitaler Werkzeugkasten entstehen, um die Auswertung der DIPAS-Projekte den zuständigen Personen zu erleichtern.

Die Stadt Hamburg kann mit ihrem eigens entwickelten Digitalen Beteiligungssystem (DIPAS) bereits gute Erfolge verzeichnen, denn die Bürger*innen nehmen dieses mittlerweile sehr gut an. Vor allem Beteiligungsverfahren zum Thema Mobilität sind sehr polarisierend und erfahren sehr viel Aufmerksamkeit der Hamburger*innen. Zum Beispiel beim Beteiligungsverfahren zum Radverkehrskonzept Altona aus dem Jahr 2022, wurden über 3000 digitale Beiträge eingereicht. Bislang mussten diese Einreichungen händisch ausgewertet werden.

DIPAS analytics, ist jedoch nur unterstützend und nicht als Ersatz für die zuständigen Mitarbeiter*innen vorgesehen. Die Sichtung und Bewertung der Beiträge liegt weiterhin in der Hand der Verantwortlichen.

Das Natural Language Processing soll nicht nur bei der Vereinfachung des Auswertungsprozesses helfen, sondern auch die Auswertung des Feedbacks verbessern. Das Feedback könnte dann künftig durch die NLP-gestützte Vorstrukturierung einheitlicher, transparenter und unvoreingenommener rückgemeldet werden. Um eine mögliche Verzerrung durch die NLP-Analyse vorzubeugen, soll die Entwicklung der Algorithmen extern auditiert werden. Damit können Transparenz und Nachvollziehbarkeit der Auswertung und folglich auch die Umsetzung von öffentlichen Planungen gefördert werden.

Geplant ist die Fertigstellung des Werkzeugkastens bis Ende 2024. Da die DIPAS-Software bereits als Open-Source-Software veröffentlicht wurde, soll auch DIPAS analytics anderen Städten, Kommunen oder wissenschaftlichen Einrichtungen als Open-Source-Software zur Verfügung gestellt werden.